几年前，我在一家工厂里，传感器可以告诉你生产线的一部分是否适合工作。如果没有，就会吐。当时有用，但不明智。传感器知道什么是对的，什么是错的，但它们什么也不记得，什么也不思考。
如今，人工智能意味着传感器可以变得智能。工厂里的机器人可以识别出有缺陷的零件，但处理和计算一起工作才能发挥创意。这意味着他们可以了解损坏零件和无序或错位零件之间的区别，并决定是丢弃零件、致电主管还是自行解决。
如果这些听起来都不是针对个人的，请考虑由医疗保健公司NeuroPace设计的设备，通过使用自己的处理器为嵌入患者头部的传感器提供功能，有助于防止癫痫发作。传感器知道每个患者的典型大脑活动，在癫痫发作前感知到异常状态的几毫秒内，该设备可以决定发出旨在阻止癫痫发作的特定脉冲。
通过避免咨询外部系统该做什么，或者等待患者的任何输入，有可能在患者知道任何事情正在发生之前停止虚弱和危险的癫痫发作。第一年后，该设备可以减少44%的癫痫发作。
边缘思维
埃森哲表示，这种待遇变成了“互联网思维”，这是其《2018年技术远景》 [1]报告中确定的主要趋势。
互联网和物联网的区别在于，IT可以加速从数据输入中收集见解，而无需参考基于云的核心IT结构。这一点非常重要，因为随着大量数据采集设备的增加和海量数据的出现，这些集中式系统将根本跟不上。
目前的预测显示，到2020年，智能传感器和其他物联网设备将产生至少507.5 ZB的数据(超过5000亿TB)。
通过将智能嵌入到整个物理世界的设备中，分析数据的位置变得更加可取，从而做出更快的决策，让云中的资源可以自由处理宏观数据，从而获得“全局”或“元数据”的洞察。"。
例如，欧洲的一名列车操作员可以给列车上的摄像头增加处理能力，这样它就可以识别途中的空座位。这些数据可以被转发到客户可以实时订阅的网站。一旦火车离开或坐着，数据就可以被丢弃，从而节省信息技术资源。但与此同时，关于占用率的有价值的元数据可以被存储并发送到云端，在那里可以花费更多的时间去了解它，并相应地优化日程和运输数量。
是什么推动了变化？
思维向互联网转变的第一件事是，我们的物理世界正在转变为一系列越来越智能的环境。在许多企业中，传感器并不是什么新鲜事物，但机器人、沉浸式现实、人工智能和互联设备正在将复杂性提升到一个新的水平，在这个水平上，总是需要更多的决策。
例子比比皆是：完善智慧城市交通流量路网；持续监测患者状况的远程医疗；提高混合质量土地产量的智能农业机械。所有这些对现场信息技术的要求越来越高——在某种意义上，在某些情况下。
紧迫性是将更多处理能力从云带到IT系统边缘的主要驱动力之一。当然，与NeuroPace的传感器技术不同，并不是每种情况都涉及人体无法预测的环境。但这并不意味着他们不能从更快、更本地化的决策中受益，也不意味着减轻集中化it的负担不会让整个组织受益。
升级信息技术
许多行业的一个问题是，当前的IT架构并不是为了支持“无处不在的智能”的想法而设计的，但也不是为了支持来自任何地方的无限数据而设计的。随着越来越多的系统需要响应，处理能力需要大大提高。
到目前为止，公司倾向于通过增加处理任务的特殊芯片(通常是图形处理单元或图形处理器)来加快硬件速度。这些常见且有效的硬件加速器可能会消耗大量资源，尤其是在涉及电源时，但它们是一种久经考验的方法，可以为IT系统的边缘带来更多智能。
然而，要求特别高的应用可能需要定制的硬件，随着复杂的IT需求变得越来越普遍，我们可以期待在这个领域看到更多的创新。到2021年，增强现实和虚拟现实市场的全球收入预计将达到近2150亿美元(1570亿英镑)，这意味着该领域的大量投资可能很快会得到回报。
例如，谷歌已经意识到，要在一些最受欢迎的资源(如地图)之后运行深度神经网络，可能需要将其数据中心的占地面积增加一倍，才能获得所需的处理能力。作为回应，它构建了自己的计算机芯片：张量处理单元，其效率是标准处理器的30到80倍。
这些变化将促使人们重新关注硬件，这是一个挑战，因为在过去的五到十年里，大多数企业都专注于软件。银行尤其面临结构性问题，因为它们的系统庞大且难以改变。
虽然互联网的理念给了人们灵活性。想象一个汽车工厂，智能机器人可以被重新编程(甚至学习)来制造新车，而不需要批发。你可以在开发产品的同时不断更新工厂。
《2018年技术远景报告》调查的受访者中，63%的高管认为未来两年将采用定制化硬件和硬件加速器来满足智能环境的需求。
计算需求至关重要。但是对于那些可能的人，花时间在组织和结构变更上可能是值得的。
