本文深入分析了边缘人工智能的发展现状、应用场景、对企业的影响以及未来发展趋势。边缘人工智能作为一种能够实现实时数据处理、提高决策效率、增强数据安全性的技术，将在未来几年内成为企业CIO加快数字化转型的重要驱动力。
图源：DC Studio / Shutterstock
AI自主系统的新时代将需要在更接近物联网边缘设备源头的地方进行快速数据处理，这使得一些首席信息官在他们的2025年路线图中增加了物联网络边缘的人工智能项目。
【睿观：人工智能（Artificial Intelligence，简称AI）是一门研究如何使计算机能够模拟或实现人类的智能行为的科学与技术。它通常包括机器学习、深度学习、自然语言处理和视觉识别等领域。人工智能的目标是使计算机能够执行一些智能，如语音识别、图像分析和自动决策等。
边缘人工智能（Edge Artificial Intelligence）则是指在物联网（Internet of Things，简称IoT）的边缘设备上实现的人工智能技术。边缘设备包括传感器、无线模块、监控设备等等。边缘人工智能的核心思想是将AI算法与边缘计算相结合，使得数据可以在设备本地进行处理和决策，减少对云端计算的依赖。】
分析师预测，企业人工智能的即将到来的阶段将预示着需要最少人为干预的代理系统，根据Gartner（高德纳，Gartner Group公司成立于1979年，它是第一家信息技术研究和分析的公司。它为有需要的技术用户来提供专门的服务。Gartner已经成为了一家独立的咨询公司，Gartner公司的服务主要是迎合中型公司的需要，它希望使自己的业务覆盖到IT行业的所有领域，从而让自己成为每一位用户的一站式信息技术服务公司。）最近的一份报告，仅在今年就有75%的首席信息官增加了他们的人工智能预算。随着生成式人工智能被嵌入到更多设备中，赋予它自主决策能力将取决于实时数据和避免过高的云成本。这就是边缘计算的用武之地。
通过在更接近边缘侧（数据产生源头）的地方处理数据，边缘计算可以实现更快的决策并减少数据传输，从而降低成本，使其成为人工智能的一个诱人环境。“边缘计算正在迅速发展，从一个有前途的概念演变成许多行业的关键工具，”前白宫首席信息官、网络安全公司Fortalice Solutions（是一家全球性的网络安全公司，总部位于美国加利福尼亚州森尼韦尔市。其由一支在网络和安全领域拥有丰富经验的管理团队领导，并得到了工业界资深的风险基金投资超过一亿美元。其致力于为全球大型企业、服务提供商和政府机构提供全面的网络安全解决方案。其产品和服务涵盖了多层威胁防御系统，能够为业务通信提供最佳安全、优秀性能和低总体占用成本。）的创始人Theresa Payton（特蕾莎·佩顿）说，“到2025年，边缘计算将变得更加普遍，特别是随着人工智能和物联网的扩展。”
例如，位于威斯康星州的电力供应公司Dairyland Power Cooperative（是一家致力于向美国心脏地带批发电力供应的公司，自1941年成立以来，一直服务于24个分销合作社和27个市政公用事业。其服务范围覆盖了威斯康星州、明尼苏达州、爱荷华州和伊利诺伊州的700,000客户。其核心业务是供应批发电力，主要服务于美国的奶业地区。）已转向生成式人工智能，以提高现场基础设施的优化和性能。“边缘计算结合人工智能，通过缩短数据处理延迟，为企业提供了实时决策的可能，从而将提升CIO在数字化转型中的战略地位。”该公司副总裁兼首席信息官Nate Melby（内特·梅尔比）表示。
其他人也同意，随着人工智能的大规模推出，增加的边缘处理将自然出现。“随着人工智能应用在关键任务的企业用例中激增，其中一些人工智能应用将转移到边缘，”分布式云计算平台公司Akamai（阿卡迈，美国CDN服务提供商，成立于1998年，总部位于美国波士顿。旨在消除Internet瓶颈和提高互联网用户访问体验，保护最终用户访问网站以及企业内部应用的速度，并且提供全面的云安全服务，提供全球高清流媒体的加速。该公司为在全球部署150000多台服务器，这些服务器部署在全球90多个国家，800多个城市，1000多个运营商的2500多个节点上。）的执行副总裁兼首席技术官Robert Blumofe（罗伯特·布鲁莫夫）说，“边缘计算可以降低延迟，降低成本并降低数据暴露风险。”
但是企业中的生成式人工智能引起了令人难以置信的炒作，实际上却很少有增值用例，分析师戳破了泡沫，一些科技领导者也停止了投入。最近对人工智能的兴趣减退让AVOA（是一家提供云服务、商业解决方案和以设计为驱动的用户体验的公司。它专注于为客户提供基于微软技术的解决方案，致力于数字化创新。）的首席信息官战略顾问Tim Crawford（蒂姆·克劳福德）提醒领导者进行明智的投资。尽管如此，他看到了生成式人工智能以及某些边缘应用有很多由效率驱动的机会，使这个领域值得探索。
一、处于边缘的首席信息官
近年来，对边缘计算的兴趣急剧增加。根据IDC（国际数据公司，是国际数据集团旗下全资子公司。是信息技术、电信行业和消费科技市场咨询、顾问和活动服务专业提供商。经常发布的市场资讯、预测和资深分析师关于业内热点话题的观点性文章。）的估计，2024年全球在边缘计算上的支出增加了14%。兴趣的一个重要驱动因素是将人工智能投入实际应用，这需要低延迟和隐私的结合，而边缘计算在这方面表现出色。
“我们已经看到边缘计算的使用迅速扩大，”Blumofe（布鲁莫夫）说，“我们将其用于我们自己的应用程序，客户也越来越多地将其用于他们的应用程序。”展望2025年，更多的首席信息官计划在边缘实施人工智能。
“明年，我们的组织计划利用边缘计算来帮助增强运营决策智能，并改善我们朝着智能资产的轨迹，”Melby（梅尔比）补充道。在他们的领域，人工智能和边缘计算正在成为实现下一代高度智能的工业数字运营的必要条件。他说，这是一个新的、网络化的和动态的能源生态系统的基础。
根据Fortalice Solutions的Payton（佩顿）的说法，将数据处理移近到数据创建的地方对于需要立即行动和实时洞察的应用程序特别有益，无论是在零售、制造业还是客户体验中。“优先考虑实时决策和数据处理的组织应该计划在他们2025年及以后的路线图中拥抱边缘计算，”她说。
二、人工智能和边缘，携手并进
软件公司Bizagi（是一家专业的业务流程管理/BPM软件公司，提供全面的业务流程自动化解决方案。成立于2002年，总部位于西班牙巴塞罗那，其在全球拥有众多客户和合作伙伴，致力于帮助组织实现业务流程的数字化和自动化。）的首席信息官Antonio Vázquez（安东尼奥·巴斯克斯）表示，由于边缘计算是关于在数据收集并需要处理数据的端点进行实时数据处理，人工智能成为一个明确的盟友。“人工智能可以通过在数据传输、可扩展性、安全性和成本方面带来额外的效率，帮助解决过去阻碍技术采用的问题。”
运营收益也值得考虑。“人工智能通过在网络边缘实现实时、智能数据处理，使人工智能使边缘计算对首席信息官更加重要，”计算公司Macrometa（是一家边缘计算公司，使Web和云本地开发人员能够跨全球云和数据中心网络构建和运行应用程序。该公司专门开发实时有状态的无服务器应用程序，提供了跨越175个全球边缘数据中心的全局、有状态、实时无服务器数据库、事件处理和计算运行时。）的首席执行官兼联合创始人Chetan Venkatesh（切坦·文卡特什）补充道。对他来说，这种组合带来了性能提升、增强的用户体验、新的应用交付方法以及更好的弹性。此外，对于人工智能系统来说，数据隐私也是一个有争议的话题。“在本地处理敏感数据解决了人们对数据主权和合规性日益增长的担忧，”他说。
提升数据处理的方式和地点也等同于积极的业务成果。“人工智能使边缘计算对首席信息官高度相关，因为它允许企业在更靠近数据生成的地方处理和分析数据，”Payton（佩顿）说，“随着人工智能的不断发展，其对快速数据处理的依赖使边缘计算不仅有益，而且对于竞争优势至关重要。”
三、边缘人工智能的用例
人工智能推理可以放在设备上、本地或云中，但在速度和隐私至关重要的众多场景中，边缘计算表现出色。“边缘人工智能允许在最重要的地方——靠近数据源处进行即时决策，”Venkatesh（文卡特什）说，“这打开了以前不可能的新用例。”
许多面向用户的情况可以从基于边缘的人工智能中受益。Payton（佩顿）强调了面部识别技术、半自动驾驶车辆的实时交通更新以及连接设备和智能手机的数据驱动增强是可能的领域。“在零售业，人工智能可以通过智能设备实时提供个性化体验，”她说，“在医疗保健领域，可穿戴设备中的基于边缘的人工智能在检测到异常时可以立即提醒医疗专业人员，有可能挽救生命。”
Bizagi的Vázquez（巴斯克斯）表示，对于智能城市来说，人工智能和边缘计算的胜利是显而易见的。他说，边缘的人工智能模型除了简单地控制交通信号灯之外，还有许多方法可以提供帮助，例如公民安全、自主交通、智能电网和自我修复基础设施。为了说明这一点，巴林、格拉斯哥和拉斯维加斯等城市已经在进行人工智能实验，以加强城市规划、缓解交通流量并辅助公共安全。
对于Dairyland的Melby（梅尔比）来说，自我管理的智能基础设施当然是首要考虑的，因为能源行业正在努力使用人工智能来实现减碳排放目标，增加可再生能源使用比例并提高电网的弹性。“我们正试图拥抱更灵活的能源交换，分散能源的产生，并在实时操作中融合许多资源，”他说，“通过利用人工智能和边缘计算，我们可以通过建立具有清晰和可预测边界的机器决策，有效地降低一些复杂运营决策的风险。”一个具体领域是基于成本和预测选择和平衡多种能源，如风能、太阳能或电池存储，并自动优化双向电流。
另一个领域是制造业。Akamai的Blumofe（布鲁莫夫）指出，制造商可以在边缘使用人工智能算法来监控生产质量和工作场所安全，并实时调整生产流程。这也可以包括预测性维护和机器自我诊断。
其他特殊情况也是相关的，AVOA的Crawford（克劳福德）说，例如将生成式人工智能带给战场上的士兵。然而，总体而言，他对边缘人工智能采取了更务实的态度，将其视为一种更专业的用例而非无所不包的技术。“人工智能和边缘计算仍然非常小众，”他说。他将此部分归因于训练模型的高成本和低回报。“必须有重大价值才能抵消成本。”
四、边缘对业务的影响
首席信息官倾向于对边缘人工智能对业务的影响持积极看法，称其可以带来更高的可靠性、减少数据传输、增强个性化以及降低数据暴露风险。
一个关键好处是为边缘带来可靠性。“自我修复系统是提高任何需要优化其资源的技术的可靠性的关键，靠近事情发生的地方而远离系统管理的地方，”Bizagi的Vázquez（巴斯克斯）说。这可以通过使用人工智能驱动的组件进行负载平衡、容错或预测异常检测来实现。
除了传统的保护措施之外，边缘自治人工智能将为实时操作解锁前所未有的响应能力。“改进的决策智能、连续无缝的流线型自动化以及朝着能够确保未来互操作性的数字生态系统的进步是巨大的好处，”Melby（梅尔比）说。他说，特别是在能源行业的情况下，它可以通过从被动方法转向预测方法来帮助改善电网维护。
【睿观：边缘自治AI将赋予设备更强的自主学习和决策能力， 从而实现实时操作的优化。这种技术革新将推动各行业向智能化、自动化转型。 在能源领域，边缘AI可通过预测性维护，有效减少电网故障，提高能源利用效率。】
除了运营效益之外，其他人还期望通过在边缘使用人工智能提供更快速、个性化的体验来提升客户体验。“如今的用户期望即时、智能且富含洞察力的在线体验，”Macrometa的Venkatesh（文卡特什）说。然而，这些日益动态的交互通常需要向远程服务器发出一连串的API（应用程序编程接口，是一些预先定义的函数，目的是提供应用程序与开发人员基于某软件或硬件的以访问一组例程的能力，而又无需访问源码，或理解内部工作机制的细节。）请求，从而导致延迟，他说。“设计良好、部署得当的边缘人工智能以最小的代码更改集成了更多功能，使企业能够提供用户渴望的实时、交互式体验。”
虽然潜在的好处很多，但期望必须基于现实，因为如果没有业务成果，许多用例将被搁置一旁，Crawford（克劳福德）说。
由于人工智能训练和推理的巨大功率需求，门槛也很高，这带来了物理限制。他提到了爱尔兰最近的一次电网故障，该故障限制了像人工智能处理这样的能源密集型计算。
【睿观:2023年，爱尔兰确实遭遇了严重的电网故障，这一事件不仅导致了大规模的停电，还凸显了现代社会对稳定电力供应的极度依赖。这次电网故障将公众的注意力引向了电力供应与日益增长的能源密集型计算，尤其是人工智能之间的紧密联系。
从搜索结果来看，谷歌在爱尔兰的新数据中心计划因当地议会称“电网容量不足”而被拒。这一事件不仅是科技巨头发展战略中的一次挫折，更可能对当地经济和全球数字化进程产生深远影响。数据中心的电力消耗在全球碳排放中占据相当高的比例，已成为各国政府关注的焦点。谷歌作为全球科技行业的重要参与者，投资建设数据中心不仅关乎其业务扩展，还意味着其对可持续发展的承诺。
此外，爱尔兰的数据中心耗电量已超过该国所有城市家庭用电量的总和，相当于爱尔兰全国用电量的五分之一。由于爱尔兰企业税税率低等原因，跨国公司在爱尔兰建立了超过80个数据中心，其中包括谷歌、亚马逊等技术巨头。一些企业还计划在爱尔兰扩建或新建数据中心。与此同时，关于数据中心能源消耗的争论在爱尔兰越来越激烈。数据中心大耗电量引发对电网承受能力的担忧，尤其是人工智能技术的进步导致用电需求进一步增长。
爱尔兰国家电网公司（Eirgrid）警告称，由于经济扩张、人口增长、数据中心的迅速增加、电动汽车推广和将供暖系统转换为更清洁的电源导致的对电力需求不断增长，以及传统燃煤和燃油发电厂的关停，使得爱尔兰在接下来的五个冬天可能会面临电力供应短缺的问题。这进一步说明了电力供应与能源密集型计算，特别是人工智能之间的紧密联系，以及这种联系对电网稳定性的潜在影响。
综上所述，爱尔兰的电网故障不仅暴露了电力供应的脆弱性，也突显了在数字化和人工智能快速发展的背景下，对电力基础设施的迫切需求和挑战。】
五、正确实施边缘人工智能
对在边缘实施人工智能的热情应该以谨慎的乐观态度来调节。例如，Payton（佩顿）建议将人工智能战略与业务成果对齐，并采取“稳步前行，不要急于求成”的方法。她说：“我建议首席信息官们实施试点测试学习方法，以确保在实施人工智能和边缘计算时充分了解总体拥有成本、安全考虑因素和业务弹性计划。”
首席信息官们还必须证明投资的合理性，并优化他们对实物资产的使用。Melby（梅尔比）建议组织仔细考虑他们试图解决的问题以及结果会是什么。“在我的行业中，我们正在努力提高效率和弹性，而带有人工智能的边缘计算将以我们以前无法实现的方式帮助我们，”他说，“那种潜力是天翻地覆的。”他补充说，首席信息官们应该仔细规划边缘处模块化或小型数据中心的位置，以获得最大价值。
成功还取决于为手头的应用程序选择正确的模型，因为并非每个人工智能应用程序都需要在耗电的高端GPU（图形处理器，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备。如平板电脑、智能手机等上做图像和图形相关运算工作的微处理器。）上运行的LLM（大型语言模型。是使用深度学习算法处理和理解自然语言的基础机器学习模型。这些模型在大量文本数据上进行训练，以学习语言中的模式和实体关系。LLM可以执行多种类型的语言任务，例如翻译语言、分析情绪、聊天机器人对话等。）的沉重负担，Blumofe（布鲁莫夫）说。“在许多企业用例中，经过优化可在普通CPU上运行的更小的人工智能模型是一个更好的解决方案，”他说，“在边缘运行的这种优化模型可以显著降低延迟时间与成本。”随着市场上LLM数量的激增，仅仅是梳理可用选项也构成了一项任务。
除了做出明智的判断，引入平台无关的工具和蜂窝技术的最新进展对未来的边缘也很重要。“优先考虑可扩展的、分散式的架构，能够处理人工智能工作负载，并利用混合云解决方案，无缝集成边缘、云和本地系统，”Payton（佩顿）说，“此外，像5G这样的技术将在支持更快的数据传输中发挥关键作用，使边缘计算更加可行和有效。”
六、为更清洁的未来做准备
Crawford（克劳福德）说，来自各个方向的逆风很快就会到来，但首席信息官们还没有充分讨论这些问题。其中之一是碳足迹。例如，欧盟的Corporate Sustainability Reporting Directive/CSRD（《企业可持续发展报告指令》，已于2023年1月5日起正式生效1，并于2024年至2029年分阶段实施2。2024年为第一阶段，原受《非财务报告指令》3/Non-Financial Reporting Directive，NFRD约束的大型企业，需要以满足CSRD披露要求为基础开展可持续发展相关工作，以在2025年发布符合合规要求的2024财年可持续发展报告。相较NFRD，CSRD的适用范围更为广泛、披露数据量大、信息披露质量要求高。普华永道建议直接或间接受此法案影响的中国企业尽早了解CSRD的要求，评估其对自身可持续发展战略、商业模式和信息披露等的影响，及早准备，以满足合规要求，并降低在国际市场上因企业可持续发展水平不足而导致的业务影响。直接受该法案影响的中国企业：在欧盟经营的中国企业及欧盟企业的中国母公司。间接受该法案影响：中国企业为由于CSRD要求企业披露的信息涵盖整个价值链。中国企业也可能被其欧盟客户、投资人或其他利益相关方要求披露可持续发展信息。）的报告将于2025年初生效，这要求准确核算公司的环境影响。
这样的法规可能会使处理繁重的人工智能计划的推出变得复杂。因此，在这种环境下，首席信息官们必须聪明且有意识。Crawford（克劳福德）鼓励他们在深入人工智能之前设想价值链，评估风险技术债务的格局，并加倍努力提高弹性。
“在所有方面，实施强调安全性、弹性、透明度、公平性和可问责性的最佳实践非常重要，以应对偏见、安全漏洞和道德问题等风险。”Payton（佩顿）说。
虽然人工智能带来的风险可能会让人犹豫不决，但发展停滞的替代方案使得无所作为变得不可行。“对于希望增强其基础设施的首席信息官来说，拥抱带有人工智能的边缘计算不仅仅是一种趋势，而且是保持竞争力的必要条件。”Venkatesh（文卡特什）说。
作者：Bill Doerrfeld（比尔·多尔菲尔德）
Bill（比尔）是一位专注于企业云软件领域尖端技术的科技记者。他也是面向API从业者的知识中心Nordic APIs的主编，并为DevOps.com、Cloud Native Now（前身为Container Journal）和Acceleration Economy撰稿。
译者：宝蓝
【睿观：边缘人工智能将成为企业数字化转型的关键驱动力，为企业带来显著的竞争优势。
背景: AI自主系统的发展推动了对边缘计算的需求。
趋势: 越来越多的企业CIO将边缘人工智能纳入2025年路线图。
原因: 边缘计算能够实现更快的决策、降低成本、提高数据隐私性。
智能制造: 提高生产效率、保障产品质量。
能源行业: 优化能源分配、提高电网稳定性。
零售业: 提供个性化服务、提升客户体验。
医疗保健: 实时监测患者健康状况、辅助医疗诊断。
提升效率: 实现实时决策、优化资源分配。
增强竞争力: 提供个性化服务、改善客户体验。
降低成本: 减少数据传输、提高能源效率。
保障数据安全: 提高数据隐私性、降低数据泄露风险。
挑战: 高昂的硬件成本、模型训练难度、数据隐私问题。
机遇: 提升企业数字化转型水平、拓展新的业务增长点。
技术发展: 5G技术的发展将加速边缘计算的普及。
行业应用: 边缘人工智能将在更多行业得到广泛应用。
政策法规: 相关政策法规的完善将为边缘人工智能的发展提供保障。
