未来的未来，为什么单凭云计算不行？边缘智能强势入局

近几年，随着云计算、大数据、人工智能等技术的快速发展，以及各种应用场景的不断成熟，越来越多的数据需要上传到云端进行处理，给云计算带来了更多的工作负载。同时，由于越来越多的应用需要更快的反应速度，边缘智能应运而生。虽然各公司对边缘计算的定义也有着不同的表述，但都大同小异。

欧洲电信标准协会（ETSI）对边缘计算的定义是：多接入边缘计算是在靠近人、物或数据源头的网络边缘侧，通过融合了网络、计算、存储、应用等核心能力的开放平台，就近提供边缘智能服务，来满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。电信领域也提出了移动边缘计算（MEC）的概念，这里的边缘指的是骨干网络的边缘，如基站等。

我们可以把边缘计算的特点归纳为以下几个方面：

（1） 数据处理实时性：边缘计算整合了数据采集、处理、执行三大能力，避免了数据上传下达所产生的时延弊端，提升了本地物联网设备的处理能力和响应速度。

（2） 业务数据可靠性：基于安全的数据才会有可靠的业务，边缘计算本身不把数据传向云端，在广域网发生故障的情况下，也能够实现局域范围内的数据服务，进而实现本地业务的可靠运行。

（3） 应用开发多样化：我们知道，未来会有一半以上的数据在其源头进行处理，也会有诸如工业制造、智能汽车、智能家居等多样的应用场景。用户可以根据自己的业务需求自定义物联网应用，这就好比我们在安装office过程中会有多种的安装选项。

万物互联会产生多样化、差异化的应用，不少应用本身具备的特征直接决定了需要采用边缘智能的方式。而边缘计算非常擅长解决易构网络、网络资源受限、端到端低时延等问题。

（1） 专网类业务场景：大量行业、企业因为业务特殊性、数据保密等原因，采用专网方案，主要业务数据在其专用网络中进行计算处理，不使用公共网络服务。如政务、公安、民航、铁路、交通、工业和家庭视频设备等大量行业都采用物理隔离来保证数据安全。

（2）营销提升业务场景：边缘智能可以更为快速地对终端侧数据进行用户画像刻画，提升营销效果。一些专门业务的体验厅、营业厅等场所，在边缘智能助力下给潜在用户带来耳目一新的体验。

（3） 体验提升的场景：体验提升场景是用户采用边缘智能方案最主要的考虑之一。在大量场合中，边缘智能的采用会让整体业务体验提升到新的高度。物联网各类碎片化场景中，新业务的层出不穷也让基于互联网业务的边缘智能系统无法完全承载起来，如VR／AR，将相应服务器部署在网络边缘侧，能有效分担VR／AR图像识别运算压力，及时给终端反馈，增强用户体验。

从传统产业链角度看，边缘智能产品、技术、平台和方案部署在终端和网络回传设备之间，与边缘智能相关的产业链只是位于这之间各种软硬件企业；不过，从物联网产业视角看，边缘智能作为物联网的汇聚和控制节点，其涉及到的产业生态不仅仅只是产业链这一小段，而应扩展到对物联网端到端解决方案形成影响的部分，涵盖了硬件、软件、设备、运营商、内容提供者、应用开发者等各个环节。以物联网产业的视角，从这些参与者的角色分布来看，抽象出边缘智能产业生态框架。

边缘载体供应商：包括相关硬件和软件供应商，这一环节所有参与企业的成果是形成边缘智能软硬件平台，这一平台级的产品成为中下游边缘智能业务开展的承载载体，因此成为边缘载体供应商。包括但不限于边缘智能硬件基础设施、边缘数据中心、计算能力、电信级能力等方面的供应商，大致可以分为硬件设备商和软件供应商两类。

业务运营商：将边缘智能基础设施平台作为其核心产品，为各类集成商、内容供应商、服务开发商提供快速部署应用和服务的支撑，收取相应的功能和运营费用。

服务提供商：服务提供商主要直接为最终用户提供基于边缘智能的物联网应用。这一群体借助边缘智能基础设施载体，以及运营商提供的各类开发接口，开发用户直接可采用的个性化应用方案。服务供应商包括业务集成商和应用开发商两类。

最终用户：边缘智能载体、运营商、服务商面对的最终用户就是各类物联网用户，既有个人、家庭的消费物联网用户，也有国民经济各行各业有转型升级需求的产业物联网用户，这些用户分布非常广泛，需求碎片化普遍，正好适合基于分布式架构的边缘智能为其提供服务。

产业服务机构：为支撑边缘智能生产流程的有效进行，各类科研机构、标准化组织和产业联盟等第三方机构纷纷针对边缘智能设立研究课题、推动业界合作。

据市场研究机构IDC预测，到2021年，全球云计算市场的规模将达到5650亿美元，这其中约有20％为边缘云，市场规模可达到1130亿美元。

边缘智能的产业规模随着物联网产业的发展不断壮大。由于边缘智能更多是物联网整体解决方案的一部分，直接抽取专门针对边缘智能的市场总量和收入并不容易，不过可以采取对比不同模式成本的方式，预计边缘智能给产业带来的较高的产业关联效应。与云计算、边缘计算相比，边缘智能可以更进一步的缩减数据处理的成本。大部分边缘设备与云端相距很远，当边缘与云端的距离减少到322公里的时候，数据处理成本将缩减30％，当两者的距离缩减到161公里的时候，数据处理成本将缩减60％，而当边缘具备人工智能分析能力的时候，这一数字还有进一步缩减的空间。

最终用户收入分成模式：向最终用户直接收费的商业模式适合于能为用户提供标准化产品的方式，由于边缘智能作为整体解决方案中的嵌入式模块，很难提炼成标准化的产品，不过在很多情况下由于能够使能业务提供方一些具体场景，业务提供方对最终用户收费，边缘智能运营方对该收费进行分成。

以赛事直播为例，运营商为VR直播服务商提供边缘智能平台支持，用户通过向服务商购买VR直播门票获得直播服务，运营商由于提供直播所需网络接入和边缘智能平台，可以与服务商进行共享收入分成。

业务平台功能费模式：此类模式主要适合为集成商、应用开发商直接提供边缘智能能力的情况，边缘智能运营商不参与端到端解决方案的设计，只是提供使能作用。作为边缘智能运营商，包括电信运营商和云服务厂商，会面对大量toB类客户，提供边缘智能平台的开发接口，根据调用情况和使用量收费。

业务优化提升模式：此类模式着眼于整体端到端解决方案中边缘智能发挥的价值，适用于边缘智能运营商也参与到物联网方案设计的情景中。电信运营商、云服务厂商等边缘智能运营商有时也承担着物联网集成商、解决方案商的角色，或者是和集成商深度合作，此时边缘智能就是整体方案中有机组成部分，对物联网解决方案的优化带来直接效果。

边缘计算虽然已提出多年，但还没有形成大规模落地实施的态势，边缘智能作为进一步演进，还处于发展初级阶段，需要突破多项挑战，并与物联网产业的规模化发展相伴而行。

边缘计算向边缘智能演进中的挑战：边缘智能更着眼于如何使能物联网业务场景的落地，并将人工智能应用于边缘计算中，在这一过程中需要克服多方面挑战。

碎片化向规模化发展的挑战：物联网的终端、传感器处于海量的碎片化场景中，边缘智能部署在这些设备数据源头附近，同样具有多样化和分布式的特点，面对的也是碎片化场景。解决产业碎片化向规模化发展就是产业面临的一大挑战，如何利用边缘设备的软硬件解耦实现产品的通用性，而且边缘设备需要增加哪些标准化功能也需要考虑，从而解决行业碎？片化问题是业界重要研究方向。

产业链协同的挑战：与物联网产业链各环节类似，边缘智能相关参与者需要开放、合作来实现落地。由于边缘智能平台作为物联网数据源头的首个入口和中枢，承上启下的作用更加明显，用户和产业链合作伙伴对其技术、产品、安全性等方面的要求较高，给边缘智能产业与产业链各环节协同提出挑战。产业链协同的挑战中，安全和隐私保护的挑战最为明显。作为数据中枢，接触的一手数据量很大，数据泄露、隐私保护等工作需要和合作伙伴、客户共同来实现；另外，存储设备、网络、应用等各环节需要端到端的安全防御。

供给和需求匹配的挑战：物联网产业发展的一个典型的挑战就是供需双方之间存在一定断层，物联网技术、产品、方案供应商对下游用户的生产经营流程理解不够，下游用户对智能化场景理解不足，使物联网规模化落地推进较慢。边缘智能也具有类似的挑战，相关的各类技术不断推陈出新，边缘智能产业链上游企业作为供给方积极投入大量资源来布局，但相对来说，对用户需求的理解并不深入。

当前阶段，边缘智能主要是供给方推动为主，不断推出典型案例和示范应用来教育下游各行业；在技术进步和市场教育充分的情况下，未来更多是需求方为主来推动。下游各行业对数据分流、实时可靠、用户体验等方面的需求，直接驱动边缘智能上游企业的产出。

标准化被业界认可：边缘智能参与者众多，且异构标准数量庞杂，最终趋势是在多个层面形成一些标准，包括信息模型、设备管理、协议转换、通信管理、安全防护等各方面。相关标准化组织以市场需求为导向，以企业为主体，强调标准的研究制定与应用结合，对边缘智能标准进行市场化推广，形成市场上的事实标准，最终被产业链大部分企业所认可。

产学研用生态组织作用凸显：目前，国内外已有多个边缘智能相关产业联盟组织成立，且有效地开展标准化、产业生态建设等工作，给联盟参与企业带来不少机遇。未来产、学、研、用各方参与的产业联盟组织的作用更加凸显，通过构建这些组织，解决产业界共同关心的问题，推广示范应用案例，提供开放试验环境，加速边缘智能的商业化落地进程。

边缘智能与终端－通信－云端深度协同：作为物联网方案中的组成部分，边缘智能一定需要与终端、通信、云计算形成协同效应，做到各环节不存在短板，才能给下游用户直接交付端到端的解决方边缘智能白皮书60案。对于边缘智能平台提供者和运营者来说，对在“端－管－云”方面有广泛的布局、有大量深度的合作伙伴，则是提升其边缘智能的竞争力的重要砝码。

端到端安全成为刚需：面对边缘智能平台，攻击路径可以通过本地无线网络或者物理篡改进行，由于边缘智能平台面对大量碎片化场景，安全保护的压力巨大。根据360相关研究，边缘智能需要进行分层的安全应对，包括设备域、网络域、数据域和应用域提供针对性的应对方案。在未来产业发展中，这种端到端的安全应对方案成为边缘智能落地中的刚需。

边缘智能是边缘计算发展的下一个阶段，边缘计算是打破云计算不足的一种手段，而边缘智能则更注重与产业应用的结合，促进产业的落地与实现。与边缘计算相比，边缘智能除了拥有更高的安全性、更低的功耗、更短的时延、更高的可靠性、更低的带宽需求以外，边缘智能可以更大限度的利用数据，让数据变得更有价值。

我们可以看到从云计算、分布式计算，到边缘计算，再到边缘智能，计算方式正在从云计算落实到贴地计算，边缘计算将轻量化的云计算与设备端结合，而边缘智能则是将边缘计算与用户、业务结合，边缘智能不是简单的把边缘计算搭建起来，更是对管道能力的整体提升，是物联网应用的使能者。