企業はエッジに移行しますが、エッジの準備が整っていない可能性があります

何年もの間、私たちはすべてをクラウドに置くことが最善の策だと聞いてきました。 現在、コンピューティング活動は集中型サービスからエッジ、つまり組み込み型のサービスに移行しているようです。 システム、センサー、キオスク、POS 端末、モバイル デバイス、ウェアラブル、ロボット、モノのインターネット、あなた それに名前を付けます。 これらは常駐ソフトウェアを必要とし、ローカル データを生成して保存します。 これは、ソフトウェアとデータが 100 万もの異なる場所で実行され、サポートが必要になることを意味します。 テクノロジー専門家は、この常に先鋭化する状況にどのように備えるべきでしょうか?

それは大変なことです。 IDG/Foundry の推定によると、現在米国のコンピューティング リソースの平均 35% がエッジに存在しています。 調査 Insight Enterprises からの委託により、 報告 TechRepublicのMegan Crouse著。 さらに、36% がエッジ デバイスからのデータ処理の必要性を最上位の目標に挙げており、前年の 27% から増加しました。 ローカライズされたデータ処理では遅延が少なく、データが移動しないため安全性が確保されます。

また： これらは 2023 年に最も需要の高い技術職です

業界関係者らも次の点に同意している。 エッジシステム 情報技術に関する作業の大部分はますます行われるようになるでしょう。 「機械学習と集約タイプの計算は、エッジでますます導入されています」と彼は言います。 ロブ・メシロウ、PwC のパートナーおよびコネクテッド ソリューション/IoT リーダー。 「重要なアイデアは、クラウドに送信する必要があるイベントのサイズと数を減らすことです。 制限された数のデータ ストリームに対してストリーミング形式で実行できる計算は、簡単にエッジにシフトできます。」

リアルタイムの応答時間は、「単一の集中型クラウド コンピューティング クラスターで大規模に達成するのは困難です」と述べています。 ジェフ・フリード、インターシステムズの製品管理ディレクター。 「同様に、リアルタイムおよびほぼリアルタイムの分析も実現可能であり、一度実現できるとわかれば、リアルタイムの洞察は非常に人気があります。」 

限界への押し上げは、当分衰えることのない傾向です。 「ネットワークが構築されるにつれて、次の優れたテクノロジーや機能を導入するための窓がますます広く開かれるでしょう」と彼は言います。 アダム・コンプトン、シュナイダーエレクトリックの戦略ディレクター。 「これらの機能は私たち全員に大きな影響を与えますが、レイテンシがほとんど存在しないことを保証するためには、膨大な局地化されたコンピューティング機能が必要になります。」

また： ポスト AI 開発者を紹介します: より創造的で、よりビジネスに焦点を当てた

同時に、エッジは、すべてのコンピューティング能力とデータの移動を受け入れる準備がまだ整っていない可能性があります。 「生成されるデータの多くは、AI や有意義な出力を組み込んだ形で活用されていません」とコンプトン氏は警告します。 「ネットワークはまだ成長し続けています。 ボトルネックは徐々に解決されています。 スループットとレイテンシーは改善されていますが、エッジで実際に問題が爆発する前にやるべきことはまだたくさんあります。」

その結果、次世代のキラーエッジ アプリケーションの開発が成功するかどうかは、「ファイバーとファイバーの継続的なアップグレード」にかかっています。 ネットワークインフラの整備、スマートシティの誕生、AIやARの進化が次のキラーアプリケーションにつながるだろう」と語る。 コンプトン。

エッジから流入するすべてのデータを効果的に活用することは、企業が取り組む必要があるもう 1 つの課題です。 「数年前から IoT が脚光を浴びていますが、IoT ソリューションを既に導入しているかどうかに関係なく、ほとんどの企業はまだ IoT を十分に活用できていません」と Mesirow 氏は言います。 「問題の一部は、特定のビジネス上の問題の解決策に結びつかない限り、IoT データ自体に価値がないことです。 運用中の IoT データの収集から IoT の洞察への飛躍は簡単ではなく、多くの企業がこれに苦労しています。」 

また： ローコードのノーコードソフトウェアは、近いうちに IT のハンドリングの限界を試す可能性があります

「可用性を重視することに慣れている技術スタッフは、応答時間にもっと重点を置き始める必要がある」とフリード氏は言う。 「通常、デバイスからのデータを意味のあるものにするためには、他のソースからのデータと組み合わせる必要があります。 たとえば、ベッドサイドの医療機器のデータは、時間、場所、患者の身元などのデータと関連付けられている必要があります。 ほとんどの場合、そのデータはさまざまなシステムや場所に閉じ込められています。」

コンプトン氏も、このような巨大なデータ ストリームの処理には時間がかかることに同意します。 「私たちは皆、貴重なデータセットが存在することは知っていても、それにアクセスする方法、整理する方法、表示する方法が分からないという経験をしたことがあります。」と彼は言います。 「ビッグデータはもう古い言葉かもしれませんが、だからといって時代が終わったわけではありません。」