Virksomheder flytter til kanten, men kanten er måske ikke klar

I årevis har vi hørt, at vores bedste bud er at lægge alt i skyen. Nu ser computerhandlingen ud til at bevæge sig væk fra centraliserede tjenester ud mod kanten -- indlejret systemer, sensorer, kiosker, point-of-sale terminaler, mobile enheder, wearables, robotter, tingenes internet, du navngive det. De efterspørger resident software og producerer og lagrer lokale data. Det betyder, at software og data kører - og kræver support - på en million forskellige steder. Hvordan bør teknologiprofessionelle forberede sig på denne evigt nervøse tilstand?

Det er en stor ting. Et gennemsnit på 35 % af de amerikanske computerressourcer ligger nu på kanten, ifølge estimater fra IDG/Foundry, i en undersøgelse bestilt af Insight Enterprises og rapporteret af Megan Crouse i TechRepublic. Derudover anførte 36 % behovet for at behandle data fra edge-enheder som et topmål, en stigning fra 27 % året før. Der er lav latenstid i lokaliseret databehandling, samt sikkerheden ved ikke at have data i bevægelse.

Også: Dette er de mest efterspurgte teknologiroller i 2023

Det er brancheobservatører enige om kantsystemer vil i stigende grad udføre hovedparten af ​​informationsteknologiarbejdet. "Maskinlæring og beregninger af aggregeringstype bliver implementeret mere og mere på kanten," siger Rob Mesirow, partner og forbundne løsninger/IoT-leder for PwC. "Nøgleideen er at reducere størrelsen og antallet af begivenheder, der skal sendes til skyen. Beregninger, der kan udføres på en streaming måde på et begrænset antal datastrømme, kan nemt flyttes til kanten."

Realtidssvarstid "er svært at opnå i skala med en enkelt centraliseret cloud computing-klynge," siger Jeff Fried, direktør for produktledelse hos InterSystems. "Tilsvarende er realtids- og næsten-realtidsanalyser opnåelige, og realtidsindsigt er meget populært, når du først indser, at du kan opnå det." 

Skub til kanten er en trend, der ikke vil give slip på det nærmeste. "Efterhånden som netværk bygges ud, åbnes vinduet til at introducere de næste fantastiske teknologier og muligheder bredere og bredere," siger Adam Compton, direktør for strategi hos Schneider Electric. "Disse muligheder vil have en dyb indvirkning på os alle, men vil kræve enorme, lokaliserede computeregenskaber for at sikre, at latens er næsten ikke-eksisterende."

Også: Mød post-AI-udvikleren: Mere kreativ, mere forretningsfokuseret

Samtidig er kanten simpelthen endnu ikke klar til, at al den computerkraft og data flytter sig. "Meget af de data, der genereres, mangler endnu at blive udnyttet på en måde, der inkorporerer AI og meningsfulde output," advarer Compton. "Netværkene vokser stadig. Flaskehalse bliver langsomt løst. Gennemløbet og latensen forbedres, men der er stadig meget arbejde, der skal gøres, før tingene virkelig eksploderer på kanten."

Som et resultat vil en vellykket udvikling af den næste generation af killer edge-applikationer afhænge af "fortsatte opgraderinger til fiberen og netværksinfrastruktur, fødslen af ​​smarte byer og udviklingen af ​​AI og AR vil føre til de næste dræbende applikationer," siger Compton.

Effektiv udnyttelse af alle de data, der strømmer ind fra kanten, er en anden udfordring, som virksomheder har brug for for at få armene rundt. "Selvom IoT har været i søgelyset i et par år nu, har de fleste virksomheder endnu ikke fuldt ud udnyttet IoT, uanset om de allerede har implementeret IoT-løsninger," siger Mesirow. "En del af problemet er, at IoT-data i sig selv er værdiløse, medmindre de er bundet til en løsning på et bestemt forretningsproblem. Det er ikke-trivielt at tage springet fra at indsamle operationelle IoT-data til IoT-indsigter, og mange virksomheder kæmper med dette." 

Også: Lav og kodefri software kan snart teste grænserne for it-håndhold

Teknologipersonale "vant til at fokusere på tilgængelighed, skal begynde at fokusere meget mere på responstid," siger Fried. "Typisk skal data fra enheder kombineres med data fra andre kilder for at være meningsfulde. For eksempel skal data om medicinsk udstyr ved sengen være korreleret med data såsom tid, sted og patientens identitet. I de fleste tilfælde er disse data låst væk i forskellige systemer og steder."

Compton er enig i, at håndtering af sådanne enorme datastrømme vil tage tid. "Vi har alle haft oplevelsen af ​​at vide, at der eksisterer et værdifuldt datasæt, men ikke at vide, hvordan vi får adgang til det, organiserer det eller ser det," siger han. "Big data er måske et gammelt udtryk nu, men det betyder ikke, at æraen er forbi."