文：Matt Young，Nutanix 全球高级副总裁兼亚太及日本地区负责人
在进入新的十年之际，社会经济因素将进一步推动亚洲成为世界关注的焦点。
但是，如果要真正充分发挥亚洲市场对全球贸易的价值，并巩固其作为二十一世纪世界经济中心的地位，亚洲企业必须将不断的技术创新与开拓视为重中之重。那么，未来十年，影响亚洲的主要技术发展趋势将会是什么呢？
生活在“边缘”
请做好准备迎接 “边缘” 生活。如果你认为在过去五到十年里技术创新、转型和颠覆的速度已经势不可当, 那么现在请做好准备迎接未来十年更加飞速的技术发展。
在下个十年，我们都将进入“边缘” 生活时代。来自 “边缘” 的数据将会对企业造成极大影响。边缘计算的核心就是在数据中心之外远程运行任务关键型应用 。
传统上，大部分数据先在本地采集，然后传输回中央数据中心进行处理。然而，这种模式要求大量的数据流在云端进行传输。
数据是聚合智能技术解决方案的粘合剂。而如今，数据在大部分企业中只发挥着非常基础的作用 。对大多数企业来说，被采集、存储和保护的数据通常主要服务于企业运营目标和收益。
New Vantage Partners发布的2019年大数据及AI高管调查报告发现：
- 72%的企业还未形成数据文化
- 69%的企业尚未成为数据驱动型企业
- 53%的企业还未将数据视为业务资产
- 52%的企业承认未在数据和分析方面形成竞争力
随着数以十亿计的设备源源不断地连接到互联网，把公有云作为唯一的中央数据中心已经不再可行，也不可持续。单是数据量增加便可造成传输瓶颈和网络拥堵。事实上，目前仅有1% 的流量会传回数据中心，意味着企业对云计算能力的需求大大降低 。
而边缘计算接过了数据处理的重任。数据会在设备或传感器内部进行处理和分析，因而减少了流向云端的数据量。这种模式不但降低了数据中心的成本、物理空间占用和电力消耗，同时还减少了设备终端的响应时间或延迟。
对一些任务关键型应用而言，降低延迟时间至关重要。最典型的例子是自动驾驶 —— 行驶中的汽车与信号灯传感器之间的通信处理时长将事关生死。
边缘计算的崛起将伴随着数据量的急速增长以及物联网的兴起。凭借5G带来的传输速度和带宽的提升，物联网设备正呈现爆炸式增长，分析师预测未来十年内物联网将带来超过2万亿美元的收益。
更多的设备意味着更多的传感器以及数据，正是这种趋势让我们进入了“边缘”生活时代。
以采矿业为例，为满足现代经济发展和人民生活所需，矿工必须前往地下更深的地方或更偏远、条件更恶劣的地方去采掘矿石和矿物，因此采矿作业的复杂性和危险性正在不断上升。
而这正是工业物联网可以发挥作用的地方，采矿企业可以在条件恶劣、位置偏远的矿区大规模部署工业互联网解决方案，在地上和地下设置传感器，以提高安全、效率和生产力，保护员工生命安全。
- 健康和安全：人员跟踪、警报、健康监测功能及地上地下传感器（用于识别大气条件、不稳定的结构和空气质量）有助于降低坍塌和事故风险。
- 人员和矿区安全：设置在偏远矿区的位置传感器有助于防范盗窃事件，确保矿区资产和人力资源得到最有效的利用。远程闭路电视还可提供实时监测功能，帮助加强警戒工作。
- 效率和生产力：具备预测能力的维护传感器和人工智能装置可减少系统的停机时间。该功能可以帮助条件恶劣的偏远矿区节省大量的服务和维修成本。鉴于越来越多的矿区通过离网发电开展作业、运行安保和安全设备、完成各个工序，工业物联网功能的重要性更加凸显。因此，这是一款真正的任务关键型应用。
此外，许多矿区正在推动工序和运输作业自动化。这一过程中，边缘数据为持续、高效、安全的实时运行提供了保障。
面对不同功能传感器提供的不同监测信息，唯有通过具有互操作性的混合云平台才能将这些信息进行整合，为矿业企业创造真正的价值。
设置在数千公里外的多种传感器和分析工具可在恶劣的环境下以最佳性能运行，进行机器学习、以改善并采取预防措施，最大程度地降低人力管理需求。
AI应时而兴
边缘计算的增长还将推动另一项新技术的发展：人工智能（AI）。截至目前，AI技术主要用于效率提升和预测性分析功能 —— 尤其是与数据中心有关的分析和预测。
不过，随着企业逐渐弃用传统硬件架构，以及机器学习和深度学习的突破性发展，AI应用正迎来大爆发时期。
网络边缘产生的海量数据对数据处理和架构优化提出了更高的要求。因此，结合边缘计算和AI技术的需求不断增加，边缘智能由此诞生。
边缘人工智能将赋予机器智能分析能力，将信息转化为可执行的洞察力。AI技术结合更丰富的本地传感器数据，还可用于智能物联网管理。
因此，边缘计算和AI技术的结合将有助于未来数据驱动型企业的发展。但是这种结合如何才能为企业创造最大的商业价值呢？
混合世界
当然，云将在上述生态系统中扮演关键角色。随着企业转向超融合基础架构（HCI）以从源头协调及获取数据，掌握和应用所有数据洞察和智能将成为可能, 尤其是应用于支持AI等高性能用例。
HCI 的部署和边缘AI将最大程度地减少对计算能力的需求，因为HCI 使得技术可以在规模更小的硬件架构上运行。到2020年，预计80% 的设备将具有AI功能。
云为AI带来了所需要的平台，让AI几乎可以在所有技术设备上使用。而HCI和边缘计算的结合将为AI提供可以真正进行自我升级的工具。
在边缘传感器获取和处理数据的同时，AI就能对数据进行分析。然而，企业的真正价值不在于来自单个传感器的数据，而在于综合分析来自多个设备的数据集，发现数据规律以预测未来应用表现或潜在问题。这正是AI、边缘计算以及混合云大显身手的地方。
技术的融合正在加速所有技术的应用和性能提升，将价值和洞察力提升到全新的水平。这其中，混合云为AI和边缘计算的不断发展提供了沃土。
智慧企业和智慧国家的兴起
现在我们从企业自身层面来分析。智慧业务并非新生事物。一些企业已经开始利用大数据和新技术来提升效率和降低成本。然而，这类部署大部分局限于小型的项目当中 —— 而非在整个企业层面展开。在未来十年，这种情况将会完全改变。
还将发生的改变是技术的应用将不仅仅限于提升效率和降低成本，还将开始用于帮助企业发现新的业务机会和商业价值。这样的企业将成为智慧企业。
这些智慧企业将综合利用各种技术能力，包括边缘计算、AI、自动化以及由混合云提供的内聚性和互操作性。这些具有自我学习能力的灵活自主的系统将会不断学习和成长。
企业业务将具备灵活性，以及自主学习和自主决策的能力，并采用下一代基础架构来帮助协调业务运营、人员管理、甚至商业模式。企业将开始发现、分析和利用所有来源和状态的数据。
如今，实现业务每个方面的可视性和智能化已被证明很难实现。然而，混合云应用的不断扩大以及边缘和AI所提供的数据将为企业提供更多具体的颗粒级信息，为企业实现实时、全面和可操作的智能打下基础。
鉴于客户成熟度的不断提升以及偏好的不断变化，企业要在日新月异的环境中生存发展，就必须向智慧企业转型。
新十年的展望
越来越多的技术和平台将被部署于混合云环境，然而跨技术平台管理数据将成为新的挑战，而利用这些技术产生的数据将更具挑战性。
显然，要把数据转为有价值的信息还有一段路要走。但在未来十年，我们将看到企业开始通过先进的分析技术、机器学习以及AI能力实现技术和运营转型。这将让企业能够从数据中获取洞察，为未来的发展构建坚实基础。
随着物联网及AI在未来几年内蓬勃发展，数据规模将只增不减。成为智慧企业意味着需要利用一系列结构化和非结构化数据来产生有意义的洞察以驱动企业的自动化和创新，更重要的是，为企业的商业战略制定提供参考。未来十年，数据在智能决策中的应用将是亚洲企业的关键目标之一。
可以肯定的是，结合多种技术以实现价值的最大化将成为所有企业，尤其是智慧企业的普遍要求。
