对安全的担忧也影响了物联网的大规模应用。计算方法很简单：跨越多个地点的数千台连接设备，相当于一个巨大且通常未知的暴露量。由于潜在风险超过了未经证实的好处，许多人认为采取观望态度是谨慎的做法。
直接在边缘数据上运行人工智能模型，而无需将工作负载转移到云上，这一能力减少了延迟和成本。专家们一致认为，最重要的是，这是开启实时洞察的关键，能够将领导者与落后者区分开来。
近几年来，边缘计算作为平台型技术，为5G、物联网、机器人、人工智能等创新技术提供了重要的承载能力，并且拓展了核心数据中心的功能和范畴，已经成为驱动全球企业级基础架构市场增长的重要力量。
近年来，人工智能（AI）、机器视觉、云计算、物联网、数字孪生等技术的创新与落地，智慧交通在车联网、智能红绿灯、自动收费、智慧停车等领域实现了长足的发展，构建了具备感知能力、可实现智慧决策的智慧交通系统，为社会经济的运行深度赋能。
边缘计算是为5G、物联网、人工智能等新兴技术提供重要承载能力的平台型技术，其价值在于从物理空间上将计算资源移动到数据创建的位置，从而大幅提升实现数据洞察价值的效率，并在核心IT环境之外实现业务流程和决策智能的即时启用。
专家们一致认为，边缘计算将在几乎所有企业的数字化转型中发挥关键作用，但实际上，其进展一直很缓慢。传统的观念阻碍了公司无法充分利用实时决策和资源分配的优势。为了理解这种情况是如何以及为什么会发生的，让我们回顾一下边缘计算的第一波浪潮，以及从那之后发生了什么。
