影响工业物联网商业发展的7个趋势 中篇

3、工业物联网商业发展--机器学习/人工智能模式变得非常脆弱

将机器学习（ML）推到边缘不仅仅是改变处理位置的问题。大多数当前的机器学习（ML）模型基于云计算能力、运行时和计算假设。由于这些假设不是边缘，因此机器学习（ML）模型必须适合新环境。

换句话说，他们应该被边缘化。2019年，“真正”边缘解决方案将数据预处理和后处理从机器学习（ML）模型重新部署为复杂的事件处理程序，减少80%，使模型更接近数据源。这一过程被称为边缘化，这将促进更强大的边缘计算和工业物联网应用的普遍采用。

4、工业物联网商业发展--从闭环边缘到云计算的机器学习成为真正的运营解决方案

随着机器学习（ML）和人工智能算法的“边缘化”，它们可以在传感器附近、物联网网关或其他工业计算选项中使用，并将出现培训和重复这些模型的最佳实践。

工业公司会发现，产生实时流媒体数据（包括音频和视频）分析结果的边缘设备必须定期向云发送洞察信息，但只有代表异常活动的设备才能保证核心算法的转换。

这些边缘洞察改进了模型，大大提高了预测能力。然后，定制模型将重新推入固定闭环，以快速响应不断变化的条件和规范，并生成更高质量的预测视图，以改善工厂性能和工艺改进。

5、工业物联网商业发展--仅通过支持多云和混合云部署的边缘计算解决方案构建物联网应用程序

混合云和多云解决方案将主导工业物联网的部署。最新调查报告显示，混合云的市场规模将达到2023 97.64亿美元。边缘解决方案非常重要，因为工业公司希望结合多云环境，以提供更经济高效的方法和灵活性，而不是云计算。

由于企业在构建边缘云计算环境方面寻求更大的灵活性和选择，供应商的独特解决方案可能会失败。Google、AWS、Microsoft、C3 IoT、Uptake和其他领先的云计算供应商将继续与边缘计算公司合作，帮助企业不断改进和扩展产品。