本文從收益邏輯的角度分析了邊緣計算受追捧的底層邏輯，邊緣計算是云計算能力向邊緣側和用戶側的下沉和延展，通過云邊協同的方式解決云計算無法滿足的廣鏈接、低時延、好控制、低成本的用戶需求。
邊緣，是計算機接觸世界的地方，從此大數據、人工智能不再高高在上，而是轉變為切實在工廠、煤炭、油井、配網等現場發揮價值、創造收益的智能體。
關于邊緣計算，行業內經常將它比喻為章魚的小腦：章魚在捕獵時異常靈巧迅速，腕足之間配合極好，從不會纏繞打結。這得益于他們類似分布式計算的“多個小腦+一個大腦”，而其中的多個小腦就好比是邊緣計算，通過八個觸角與外界的感知、就地計算以達到快速處理復雜問題效果。
5G和物聯網發展，帶來數據的爆發式增長，以及對算力的更高要求。低延時、低帶寬消耗、廣鏈接等內在要求使得邊緣計算呼之欲出。2018、2019、2020連續三年，邊緣計算被全球最大IT咨詢公司Gartner評為“十大戰略性科技”，據Gartner測算，預計未來3-5年，邊緣計算將成為下一個直接市場規模萬億以上的藍海市場。
從上面的新聞和介紹基本可以得到一個結論：邊緣計算正蓬勃發展，目前處于技術成熟度期望膨脹期！ 一個技術的良好發展最終還是要符合商業邏輯才行，筆者從邊緣計算背后的收益邏輯出發展開討論，希望能給正處在數字化轉型過程中的企業帶來一些思考。
案例一 某科技公司屬于軟件和信息技術服務業的高新技術企業，連續四年毛利率超過90%，高毛利率疊加高凈利率，公司的賺錢能力屬于超強類型。2016年-2019年公司毛利率分別為92.30%、93.66%、94.29%和93.27%。這是因為授權許可的算法軟件包一般無需實體硬件的生產、包裝及運輸，因此主營業務成本較低，毛利率較高。
案例二 某人從趙匡胤黃袍加身開始算，每天掙208萬（1爽=6.4億，77天收入1.6億，平均日收入208萬），直到2021年，共掙了800億?！陡２妓埂返臄祿@示比爾·蓋茨目前是全世界第四富有的人，身價超過1300億美元，約合人民幣8414億元，結論：還是沒有比爾·蓋茨有錢！哈哈
上述兩個案例背后都有一個收益邏輯問題：靠價值復制收益，會比較快。某科技公司通過將自己的人臉識別等算法以授權等方式“賣給”下游渠道集成商、智能設備制造商獲利，而算法這種商品只需要在設計階段進行一定的投入，而隨著推廣數量的增加，邊際成本幾乎為0！
比爾·蓋茨則通過Wintel聯盟將自己的操作系統、辦公軟件等成熟軟件通過橫向復制的方式達到相同的目的。背后也是這個道理，那就是普通收益模式是靠能力掙錢，Buff模式是靠價值掙錢，總結一張圖如下：
這個就是底層的收益邏輯，靠能力VS靠價值之間的收益隨著時間推動、組織規模和結構的變化差異只能越來越大，當然了，靠能力掙錢也沒什么不好的，畢竟穩妥一些。
在這樣的收益邏輯下，比如依靠產品的模式中，就對產品本身提出了一些重要的特性要求：
首先是價值顯性化，最好是開箱就有價值，這就要求產品要與物理世界要有直接的聯系，最好是有交互；
其次是要求產品容易成規模，一個很好的檢驗的方法就是假設有1個小目標（按照民間說法1個小目標=1億）要花在這個產品上，這個產品能不能撐的起來；
然后就是這個產品售前、市場的宣傳，是不是容易被客戶所接收；最后就是能不能交付的好，最好就是Ctrl+V的模式?？偨Y起來產品需要具備：價值顯性化、可大可小、先試后買及復制性強的特點。這樣從市場、銷售、售前、交付、運維的鏈條中就能打通，協調好各方利益，通過這樣一個產品，激起時代的一些水花。
將這些特性要求和邊緣計算技術結合起來，可以引發以下思考：
價值顯性化 邊緣，是計算機接觸世界的地方，它天生就在現場，是跟客戶生產業務緊密聯系的，而傳統的集中式處理（如云計算等）距離現場太遠，就可能存在價值體現不直接的問題。從這樣的角度來說，邊緣計算天生就要求運行在邊緣側的算法模型是價值顯性化的，否則開箱就被淘汰了！比如美林數據在水務領域的精準投藥系統，投入后幫助典型客戶節約20%左右的投藥量，以日處理40萬噸凈水的規模的凈水廠為例，每年可幫助客戶節約560萬左右藥費。
可大可小 回到剛才1個小目標的問題上來，除非是一個龐然巨大的系統，比如大型火箭、大飛機等，傳統的軟件廠商想1個產品就值1個小目標是很難想象的。而邊緣計算在實際業務場景中天生具備橫向可擴展的特點，比如自來水廠的處理工藝流程都大差不差、污水廠處理污水的過程基本都是基于生化反應的、火電廠基本原理也差不多等等，這時候邊緣計算就可以部署在不同廠、不同現場等，由于擴展本身只受到業務規模的限制，原則上這類投資是沒有上限的，這就是邊緣計算最大的吸引力。
就比如美林數據面向污水廠的精準曝氣系統，投入后污水廠溶解氧濃度可優化空間為22%左右，構建的精準曝氣模型曝氣量平均節省30%左右，直接幫助客戶年節約電費500萬左右，節約人力成本近30萬，對于集團模式，通過云邊協同的方式一方面滿足客戶想先試點后推廣的思路，可以最小化部署于一個污水廠，后期推廣云邊協同平臺直接覆蓋整個集團，每一個污水廠都是一個邊緣端，而集團總部就是云。
先試后買 在傳統IT售前的過程中，一般交流的是PPT等類似材料，這種材料往往和信息部門的人員容易形成共振，但對于最終拍板買單的業務部門，尤其是生產業務方來說往往無感。業務部門采購產品往往更關注能否降本增效、擴大收益等問題，而軟件產品一般都是集中式部署，很難和物理世界直接交互，導致售前難度增加。
這種問題就可以通過邊緣計算的方式來解決。借助邊緣計算可大可小的特點，進行最小化部署使產品價值顯性化。比如部署一套美林數據作業現場安全管控系統，就可以直接通過攝像頭獲取到現場視頻數據，使用邊緣計算分析，直接將分析的違章結果（如未佩戴安全帽、吸煙、人臉識別結果等）發送到云端進行Tempo BI可視化展示，業務部門人員可以直接沉浸式體驗，一切盡在不言中。
復制性強 邊緣計算主要是圍繞規則模型、機理模型、人工智能模型等的推理環節，而非設計環節，一個好的算法模型設計階段往往是依靠能力交付的，但在推理階段完全可以依靠邊緣計算做到價值交付，正是由于這類算法模型復制性強，投入的實施成本、開發成本、運維成本相對較低，那么交付就相對容易。
比如美林數據在風電領域深耕多年，沉淀了諸多風電領域的成熟算法模型，比如齒輪箱本體故障預警模型、機組性能劣化預警模型、風機故障診斷機理模型等，這些應用能滿足不同風場風機故障診斷、精細化運營的內在訴求。
美林數據智慧云邊協同平臺就是這樣一個強大的工具和平臺，它厚積薄發，承載著Tempo AI和眾多數據分析師、算法工程師年復一年、日復一日深度結合客戶業務抽象總結的諸多行業級算法模型，助力客戶成功的進行企業數字化轉型，更好的釋放價值，可以這么說，邊緣計算就是對接企業數字化轉型最后一公里的強大手段，它對上連接企業級的應用商城，對下對接現場SCADA、PLC等，突破帶寬限制，降低現場業務運行延遲，默默守護著生產現場的更優化的運行，不斷的給企業創造價值。
邊緣，計算機接觸世界的地方。在這場和云計算直接對標的技術盛宴中，產業鏈上下游都在積極行動，努力從行業智能云時代大跨步步入邊緣時代，邊緣計算將會像水電一樣滲透到千行百業，服務需求將會蓬勃發展。而美林數據將會一直昂首挺胸，腳踏實地服務企業數字化轉型，仰望星空站立在偉大時代技術的最前沿，未來，已來！
400-608-2558
029-86698003
友情鏈接
