【前言】通过边缘计算利用云从而实现更多目标。

本文发自Techradar.，原题为“European organizations must turn attention to edge computing”，作者 Nick Taylor（埃森哲在英国和爱尔兰的Cloud First负责人），经朋湖网作者黎燕编译整理，供业内参考。

欧洲组织在实施云方面已经赢得了一枚金牌，目前他们处于头部位置。虽然他们肯定会因为进入云而获得黄金，但从云中获取价值是另一回事。

我们最近的研究发现，按照目前的投资速度，欧洲公司需要三年时间才能赶上美国同行，才能通过云计算实现更大的业务目标。他们的重点是降低运营成本，而不是推出新服务或改善可持续性等领域。

从长远来看，这可能意味着由于缺乏创新和过时的服务，长期收入将会下降，客户的体验也会更糟糕。

主要的问题在于：在欧洲，我们面临着一系列独特的挑战——其中最大的挑战是数据主权。

数据主权本质上意味着数据受数据所在国家的法律法规的约束。尽管欧盟在很大程度上受到了一套对数据主权的监管要求的共同监管，比如Schrems2，但在某些国家/地区，其他要求（例如数据驻留）可能存在细微差别，这是全球企业所面临的一个挑战。即使只有一个地区有复杂的立法，也需要谨慎处理。

但是，对于欧洲组织来说，这并不一定与运营方式相匹配，尤其是在大型企业中。例如，许多组织将英国和爱尔兰的运营作为一个整体进行管理。但是，在数据规则方面，两者都有细微的差异，组织必须确保它们满足两国的法律要求，即使业务是作为一个单一实体进行管理.

随着监管法规的出台，欧洲公司正在依靠建立数据孤岛来遵守法规。事实上，我们的研究表明，10个欧洲组织中有9个为敏感数据创建数据孤岛，这影响了它们的互操作性并阻碍了增长。

只有一小部分欧洲公司（每10家公司中只有一家）正在使用云来实现更具战略意义的业务目标。对于其他人来说，云仍然是一个更便宜的公共数据中心，可以容纳他们堆积的数据。这项技术的价值要大得多。

边缘计算技术的进步正在改变人们的话题。它通过实施甚至不允许敏感数据离开设备的控制措施来解决数据主权问题。结合联邦学习等隐私保护技术——它允许算法在不移动数据的情况下跨多个本地数据池进行训练——组织可以训练和部署人工智能解决方案。

有了这种额外的控制，企业就可以更自由地试验服务，同时保护隐私。生物特征数据的处理和分析就是一个很好的例子，因为它是非常敏感的个人数据，需要严格控制。

但边缘计算并不是一个全新的闪亮计算技术，它起源于90年代，甚至在云形成之前。那么，为什么它还没有产生这么大的影响呢？

这有待思考。但目前，伴随着其他技术逐步趋于成熟，边缘计算变得更加可行和可靠。例如，5G基础设施的发展使边缘部署与超可靠、低延迟的连接无缝衔接。硬件和物联网也取得了进步，这意味着数据可以更快地处理，同时使用更少的功率。

即使隐私不是一个因素，这也意味着边缘计算正在寻找更广泛的用例。例如，制造商正在工厂内使用它来实时监控生产线和机器，以确保尽可能高效地优化操作。

多达三分之一的欧洲公司已经投资了新兴技术，例如具有边缘计算的隐私保护架构。随着这些新兴技术的融合，其他人也开始注意到这一点——欧洲公司计划在未来三年内投资多达35%。

我们相信，边缘计算的增长绝不意味着云计算的消亡。事实上，情况恰恰相反，云对于编排边缘环境、大规模分析数据和集中管理应用程序至关重要。两者和谐共处，展示了一切皆有可能，并将帮助欧洲组织摆脱“提升和转变”的思维模式，实现持续创新的可能性。

随着欧洲组织希望了解云可以带他们走多远，他们将需要在信任与弹性和合规性之间取得平衡。由于边缘的发展，一条新的道路正在被凿出，欧洲组织有机会重新爬上桌子的顶端。