边缘计算让大数据、人工智能不再高高在上！

本文从收益逻辑的角度分析了边缘计算受追捧的底层逻辑，边缘计算是云计算能力向边缘侧和用户侧的下沉和延展，通过云边协同的方式解决云计算无法满足的广链接、低时延、好控制、低成本的用户需求。
边缘，是计算机接触世界的地方，从此大数据、人工智能不再高高在上，而是转变为切实在工厂、煤炭、油井、配网等现场发挥价值、创造收益的智能体。
关于边缘计算，行业内经常将它比喻为章鱼的小脑：章鱼在捕猎时异常灵巧迅速，腕足之间配合极好，从不会缠绕打结。这得益于他们类似分布式计算的“多个小脑+一个大脑”，而其中的多个小脑就好比是边缘计算，通过八个触角与外界的感知、就地计算以达到快速处理复杂问题效果。

5G和物联网发展，带来数据的爆发式增长，以及对算力的更高要求。低延时、低带宽消耗、广链接等内在要求使得边缘计算呼之欲出。2018、2019、2020连续三年，边缘计算被全球最大IT咨询公司Gartner评为“十大战略性科技”，据Gartner测算，预计未来3-5年，边缘计算将成为下一个直接市场规模万亿以上的蓝海市场。
从上面的新闻和介绍基本可以得到一个结论：边缘计算正蓬勃发展，目前处于技术成熟度期望膨胀期！ 一个技术的良好发展最终还是要符合商业逻辑才行，笔者从边缘计算背后的收益逻辑出发展开讨论，希望能给正处在数字化转型过程中的企业带来一些思考。
案例一
某科技公司属于软件和信息技术服务业的高新技术企业，连续四年毛利率超过90%，高毛利率叠加高净利率，公司的赚钱能力属于超强类型。2016年-2019年公司毛利率分别为92.30%、93.66%、94.29%和93.27%。这是因为授权许可的算法软件包一般无需实体硬件的生产、包装及运输，因此主营业务成本较低，毛利率较高。
案例二
某人从赵匡胤黄袍加身开始算，每天挣208万（1爽=6.4亿，77天收入1.6亿，平均日收入208万），直到2021年，共挣了800亿。《福布斯》的数据显示比尔·盖茨目前是全世界第四富有的人，身价超过1300亿美元，约合人民币8414亿元，结论：还是没有比尔·盖茨有钱！哈哈
上述两个案例背后都有一个收益逻辑问题：靠价值复制收益，会比较快。某科技公司通过将自己的人脸识别等算法以授权等方式“卖给”下游渠道集成商、智能设备制造商获利，而算法这种商品只需要在设计阶段进行一定的投入，而随着推广数量的增加，边际成本几乎为0！
比尔·盖茨则通过Wintel联盟将自己的操作系统、办公软件等成熟软件通过横向复制的方式达到相同的目的。背后也是这个道理，那就是普通收益模式是靠能力挣钱，Buff模式是靠价值挣钱，总结一张图如下：

这个就是底层的收益逻辑，靠能力VS靠价值之间的收益随着时间推动、组织规模和结构的变化差异只能越来越大，当然了，靠能力挣钱也没什么不好的，毕竟稳妥一些。
在这样的收益逻辑下，比如依靠产品的模式中，就对产品本身提出了一些重要的特性要求：
首先是价值显性化，最好是开箱就有价值，这就要求产品要与物理世界要有直接的联系，最好是有交互；
其次是要求产品容易成规模，一个很好的检验的方法就是假设有1个小目标（按照民间说法1个小目标=1亿）要花在这个产品上，这个产品能不能撑的起来；
然后就是这个产品售前、市场的宣传，是不是容易被客户所接收；最后就是能不能交付的好，最好就是Ctrl+V的模式。总结起来产品需要具备：价值显性化、可大可小、先试后买及复制性强的特点。这样从市场、销售、售前、交付、运维的链条中就能打通，协调好各方利益，通过这样一个产品，激起时代的一些水花。
将这些特性要求和边缘计算技术结合起来，可以引发以下思考：
价值显性化
边缘，是计算机接触世界的地方，它天生就在现场，是跟客户生产业务紧密联系的，而传统的集中式处理（如云计算等）距离现场太远，就可能存在价值体现不直接的问题。从这样的角度来说，边缘计算天生就要求运行在边缘侧的算法模型是价值显性化的，否则开箱就被淘汰了！比如美林数据在水务领域的精准投药系统，投入后帮助典型客户节约20%左右的投药量，以日处理40万吨净水的规模的净水厂为例，每年可帮助客户节约560万左右药费。
可大可小
回到刚才1个小目标的问题上来，除非是一个庞然巨大的系统，比如大型火箭、大飞机等，传统的软件厂商想1个产品就值1个小目标是很难想象的。而边缘计算在实际业务场景中天生具备横向可扩展的特点，比如自来水厂的处理工艺流程都大差不差、污水厂处理污水的过程基本都是基于生化反应的、火电厂基本原理也差不多等等，这时候边缘计算就可以部署在不同厂、不同现场等，由于扩展本身只受到业务规模的限制，原则上这类投资是没有上限的，这就是边缘计算最大的吸引力。
就比如美林数据面向污水厂的精准曝气系统，投入后污水厂溶解氧浓度可优化空间为22%左右，构建的精准曝气模型曝气量平均节省30%左右，直接帮助客户年节约电费500万左右，节约人力成本近30万，对于集团模式，通过云边协同的方式一方面满足客户想先试点后推广的思路，可以最小化部署于一个污水厂，后期推广云边协同平台直接覆盖整个集团，每一个污水厂都是一个边缘端，而集团总部就是云。
先试后买
在传统IT售前的过程中，一般交流的是PPT等类似材料，这种材料往往和信息部门的人员容易形成共振，但对于最终拍板买单的业务部门，尤其是生产业务方来说往往无感。业务部门采购产品往往更关注能否降本增效、扩大收益等问题，而软件产品一般都是集中式部署，很难和物理世界直接交互，导致售前难度增加。
这种问题就可以通过边缘计算的方式来解决。借助边缘计算可大可小的特点，进行最小化部署使产品价值显性化。比如部署一套美林数据作业现场安全管控系统，就可以直接通过摄像头获取到现场视频数据，使用边缘计算分析，直接将分析的违章结果（如未佩戴安全帽、吸烟、人脸识别结果等）发送到云端进行Tempo BI可视化展示，业务部门人员可以直接沉浸式体验，一切尽在不言中。
复制性强
边缘计算主要是围绕规则模型、机理模型、人工智能模型等的推理环节，而非设计环节，一个好的算法模型设计阶段往往是依靠能力交付的，但在推理阶段完全可以依靠边缘计算做到价值交付，正是由于这类算法模型复制性强，投入的实施成本、开发成本、运维成本相对较低，那么交付就相对容易。
比如美林数据在风电领域深耕多年，沉淀了诸多风电领域的成熟算法模型，比如齿轮箱本体故障预警模型、机组性能劣化预警模型、风机故障诊断机理模型等，这些应用能满足不同风场风机故障诊断、精细化运营的内在诉求。
美林数据智慧云边协同平台就是这样一个强大的工具和平台，它厚积薄发，承载着Tempo AI和众多数据分析师、算法工程师年复一年、日复一日深度结合客户业务抽象总结的诸多行业级算法模型，助力客户成功的进行企业数字化转型，更好的释放价值，可以这么说，边缘计算就是对接企业数字化转型最后一公里的强大手段，它对上连接企业级的应用商城，对下对接现场SCADA、PLC等，突破带宽限制，降低现场业务运行延迟，默默守护着生产现场的更优化的运行，不断的给企业创造价值。

边缘，计算机接触世界的地方。在这场和云计算直接对标的技术盛宴中，产业链上下游都在积极行动，努力从行业智能云时代大跨步步入边缘时代，边缘计算将会像水电一样渗透到千行百业，服务需求将会蓬勃发展。而美林数据将会一直昂首挺胸，脚踏实地服务企业数字化转型，仰望星空站立在伟大时代技术的最前沿，未来，已来！