随着在边缘创建的数据的增长，，，IT / OT融合和边缘即服务产品可能成为物联网部署中数据处理的未来之选。。。。

物联网和边缘计算是当今企业推动趋势发展的两项技术
。。。。结合了边缘计算和IoT技术的技术领导者可能还会注意到，，，边缘即服务以及运营技术和IT的融合已成为蓬勃发展的IoT战略的重要组成部分
。。。

惠普企业副总裁兼惠普研究员汤姆·布拉迪奇克在IoT Day Slam 2020的主题演讲中说：“今天边缘和IoT都获得了名人的地位
。。
。
。”

Bradicich说，
，
，多达80%的IT、、、运营技术(OT)和消费者数据将在边缘生成，
，，其中大部分来自物联网设备。。主题演讲“两种动力彻底改变了边缘和物联网”，，，，突显了组织从边缘物联网设备中提取价值时对效率的需求。。。
。

为什么边缘及其结构很重要

边缘数据可帮助组织获得业务洞察力，，，例如库存是否不足，，，机器是否会发生故障以及进行新发现。。。这些见解为组织带来了三种价值类型：监控企业，，，，工厂和客户;维护技术
，，，例如更新软件;或通过产品获利。。有效的边缘数据处理可以缩短响应时间，，，，带宽和连接成本，，，，并提高不传输数据的安全性，，，减少存储需求，
，提高可靠性并遵守数据策略。。。
。

物联网数据可以直接从设备传输到云，，，也可以通过数据采集和控制，，，边缘IT，，，，再到云，，从设备传输到执行器。。。 IT/OT融合和边缘即服务的两种趋势一直在改进流程
。。当IT专家承担保护任务并且OT专家继续制造，，，
，提供电源或提供任何过程时，，，IT和OT团队往往会产生分歧
。。。
。

“了解[数据采集]和OT非常重要，，
，因为当您走到边缘时，
，，它就在那里。。[边缘不仅仅涉及计算，，
，，不仅仅涉及传感器
，，，还不涉及事物。。。。” Bradicich说。
。

IT/OT融合可支持更高效的边缘分析

首先
，
，
，，企业组织必须确定自己的优势和局面
，，
，，例如工厂的机器上装有IoT传感器
。。 OT由传感器
、、、、执行器、
、数据采集系统和控制系统组成，，，这些技术用于诸如机械臂、、自动驾驶汽车和工业协议(例如控制器局域网总线)之类的技术。。

IT和OT共有三种融合类型
：流程
、、
、、软件和数据以及物理融合。。OT在安全性和网络支持方面与IT合作，，，，尽管这可能会带来挑战。。。。双方就这一过程达成共识
，
，
，，并共同努力向前迈进。。第二个是软件和数据融合，，，
，其中边缘数据直接流入IT系统，，例如预算或客户研究管理。。。最后
，，，物理结合融合了OT和IT功能的实际设备
，，，包括路由器、、控制系统、
、、数据采集、、、计算和存储。。。

当组织将IT和OT放在一起时
，，他们将使用更少的空间、
、时间和能源，
，并且更少的采购和管理。。。Bradicich说，，在传统系统中，，，在传感器或执行器上分析数据的组织会立即获得结果，，但不会获得深入的结果。。。随着数据分析越来越靠近云或远程数据中心，，结果的深度会增加
，，，，但是时间会增加
。。。

“许多数据会过期
，，，，一段时间后将变得无用。。到云上时，，
，，它可能已无用。。能够(结合OT和IT系统)并在边缘运行相同的分析对于客户而言极为强大”
，
，，布拉迪奇说。。。

以边缘即服务进行数据分析

近年来，，
，数据分析主要发生在云中，，但是云功能已经转移到边缘。。。企业组织面临着数据中心中未见的一些挑战，，，例如带宽有限
，，，关键任务OT系统，，敌对的物理环境，，，不可靠的连接性和增加的安全漏洞
。。企业组织正在转向边缘即服务产品来管理这些困难。。。

边缘作为IoT部署服务可以为OT和IoT设备提供生命周期管理，
，远程云接口管理
，
，多个网络和工业协议的管理，，稳定的连接以及自动断开操作
。。。。在边缘创建机器学习算法需要强大的计算能力，，
，，但是企业组织可能仍希望将数据发送到云进行分析，，
，或者只是将边缘数据分析结果发送到云。
。
。。

供应商或合作伙伴可能会运行“边缘即服务”产品，
，，，或者企业组织可能会负责该操作。。。。对使用边缘服务感兴趣的企业组织仍然是其边缘的专家。。
。。取决于行业
，
，，例如农业或制造业，，，，有很多独特的优势，，将产品与机器集成可能需要很高的精度
。。。企业组织最了解他们的系统
，，，，并且了解数据是否以供应商或合作伙伴无法使用的方式使用。。。