第一，去中心化
边缘计算就是让网络、计算、存储、应用从“中心”向边缘分发，以就近提供智能边缘服务。
第二，非寡头化
边缘计算是互联网、移动互联网、物联网、工业互联网、电子、AI、IT、云计算、硬件设备、运营商等诸多领域的“十字入口”，一方面参与的各类厂商众多，另一方面“去中心化”在产品逻辑底层，就一定程度上通向了“非寡头化”。
第三，万物边缘化
边缘计算和早年的IT、互联网，如今的云计算、移动互联网，以及未来的人工智能一样，具备普遍性和普适性。
第四，安全化
在边缘计算出现之前，用户的大部分数据都要上传至数据中心，在这一上传的过程中，用户的数据尤其是隐私数据，比如个体标签数据、银行账户密码、电商平台消费数据、搜索记录、甚至智能摄像头等等，就存在着泄露的风险。而边缘计算因为很多情况下，不要再把数据上传到数据中心，而是在边缘近端就可以处理，因此也从源头有效解除了类似的风险。
第五，实时化
随着工业互联网、自动驾驶、智能家居、智能交通、智慧城市等各种场景的日益普及，这些场景下的应用对计算、网络传输、用户交互等的速度和效率要求也越来越高。以自动驾驶为例，在这些方面，几乎是要求秒级甚至是毫秒级的速度。爱陆通的具有边缘计算技术的工业网关可以更好地进行数据传输。
第六，绿色化
数据是在近端处理，因此在网络传输、中心运算、中心存储、回传等各个环节，都能节省大量的服务器、带宽、电量乃至物理空间等诸多成本，从而实现低成本化、绿色化。什么是边缘计算？
简单理解边缘计算，就是用网络边缘对数据进行分类，将部分数据放在终端处理，减少延迟，从而实现实时和更高效的数据处理，是对云计算的补充。
边缘计算是指在靠近物或数据源头的网络边缘侧， 融合网络、计算、存储、应用核心能力的开放平台，充分利用整个路径上各种设备的处理能力，就地存储处理隐私和冗余数据，降低网络带宽占用，提高系统实时性和可用性，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私等方面的关键需求。
通俗来说，边缘计算就是将云端的计算存储能力下沉到网络边缘，用分布式的计算与存储在本地直接处理或解决特定的业务需求 ，用以满足不 断出现的新业态对于网络高带宽、低延迟的硬性要求。
为什么这么火？就目前来说，5G将普及，而目前也没有出现与5G有关的“杀手级”应用，但回看主流的三个应用场景，每一个都产生海量的数据，且或多或少都对低时延有要求。
增强型移动宽带（eMBB）：面向VR、AR、4K/8K高清直播、安防摄像头、云游戏等消费互联网场景；
超可靠低时延（uRLLC）：面向无人驾驶、工业互联网等物联网垂直行业的特殊应用场景；
海量机器类通信（mMTC）：面向智能井盖、智能水电表这类以传感和数据采集为目标的物联网应用场景。
借助边缘的发展，原本需要在云端运行的人工智能技术可以由此下行到边缘端，创造更大的应用价值。
通俗讲解边缘计算随着物联网越来越火，同时伴随着物联网而来的，就是各种概念和各种技术，其中一个就是边缘计算，当然还有雾计算。其实边缘计算和雾计算都差不多，雾计算只是和云计算是相对的。只是叫边缘计算呢，比较高大上吧。
下面我们要通俗地讲一讲边缘计算。
为什么要通俗的讲呢，怕如果不通俗，你听不明白。新的东西在出来的时候，往往是需要一个接纳和理解的过程。就像以前互联网刚出来的时候，很多人都不知道互联网，于是就得慢慢科普，让大家慢慢接受和理解呀。谁现在还解释什么是互联网呀。
而边缘计算也有一段时间了，只是随着物联网的发展，边缘计算的概念也开始流行起来。我们先看一段非通俗的介绍边缘计算的概念：
边缘计算，是一种分散式运算的架构。在这种架构下，将应用程序、数据资料与服务的运算，由网络中心节点，移往网络逻辑上的边缘节点来处理。
或者说，边缘运算将原本完全由中心节点处理大型服务加以分解，切割成更小与更容易管理的部分，分散到边缘节点去处理。
边缘节点更接近于用户终端装置，可以加快资料的处理与传送速度，减少延迟。
以上是我从网络文章摘抄的一段对于边缘计算的解释。整个解释基本都是专业术语，搞工控的你，看完这段话，你来告诉我什么是边缘计算。
作为一名参与研发产品边缘计算的程序员，我决定写一篇文章来通俗讲解一下这个边缘计算。
首先，我要举一个不太恰当的例子。
比如有一款APP，用户在使用这款APP的时候，就会收集用户的信息，比如收集这个用户的年龄，性别，手机号，地址位置，搜索记录等等信息，而收集这些信息主要是更好地分析这个用户的行为和感兴趣的东西，比如车，房子，书，美食等什么感兴趣。然后更为准确地为其投放内容及广告。
这个是很常见的一个功能，但是就是这样一个功能，怎么和边缘计算挂钩呢。
在边缘计算之前，就是云计算了。
如果是使用云计算，这款APP的行为是这样的：
APP收集到信息后，把所有的基本信息，上传到服务器中，然后由服务器来执行算法，计算和识别出用户的兴趣爱好，甚至可能推算出这个用户的消费能力。然后服务器就可以根据这个推算出来的结果，为用户投放其感兴趣的内容和广告。
如果是使用边缘计算，这款APP的行为就是这样：
APP收集了信息后，不上传到服务器中。然后由APP自己计算和识别出这个用户的兴趣和爱好，也可以推算出这个用户的消费能力，也就是服务器的计算功能，直接由APP来完成。然后服务器只需要问一下APP,哪个用户是有可能是年薪百万的，哪个用户是单身的。APP只需要告诉服务器说，这个一路向东用户很帅，而且还单身，喜欢旅游，写诗，可以为其投放相亲美女内容。
就这样，整个过程并没有服务器参与计算，服务器也没有参与收集信息。因为这个信息在APP本身收集和计算，并没有进行上传，所以也没有涉及信息收集。
而，这就是边缘计算。
也就是以前由服务器作计算的部分，现在改由信息采集的设备直接计算了，再把计算的结果，直接输出到服务器中。服务器只要结果，并不需要过程的数据。
下面我们就以回答问题的形式来通俗的聊一聊这个边缘计算吧。
所以，什么是边缘计算呢。
边缘计算，说白了，就是（服务器）云计算懒得算了，就这点数据，你在数据采集的时候，顺便自己算得了，什么都丢到服务器来算，很累的。于是，边缘计算就这么来了。
那么，工控领域行业中使用到边缘计算的都有哪呢
这个就太多了。随着很多PLC，控制器和触摸屏等都开始接入到物联网中，每个设备需要采集的信息不一样，有温度，湿度，产量，生产数据，运行状态等。而不同行业的参数指标，性能数据都不一样，这很难在服务器通过云计算来形成一套标准，这使得PLC，控制器等，都会用到边缘计算。
为什么以前的DTU，或者物联模块等不流行边缘计算，现在开始流行了呢。
因为现在的IoT使用的模块或者芯片的处理能力也越来越高，资源也比较丰富，随着一些芯片成本的下降，以及开发模式的简化，使得一些芯片或模块在处理基本的数据采集功能后，仍存在资源过剩及功能利用率低的情况，也就是一个100%的芯片或模块，你只使用了10%的来采集数据，那还有90%你可以用来作计算
那么，使用边缘计算的优势在哪里呢。
1 可以使得设备的支持数量提升几个数量级。
比如一个服务器有10000点血。而接入一个设备，就要消耗1点血，如果再对这个设备进行数据分析，需要消耗9点血。也就是接入并计算一个设备就需要10点血。那么这个服务器最多只能接入1000个设备就挂了。
如果服务器只负责接入设备，不进行计算和分析，那么接入一个设备，消耗1点血，由设备自己进行数据计算和分析，再输出结果。这时候服务器就可以接入10000个设备了。
没有使用边缘计算，服务器可以接1000个设备。
如果使用了边缘计算，服务器可以接10000个设备。提升了一个数量级。而对于一些复杂的设备，特别是一些工厂，现场作业等需要数据量多的，如果使用了边缘计算来给服务器节省空间和资源，这个优势更能体现出来了。
2 让计算变得更为灵活和可控
前面说到，接入设备的服务器很难做到统一的计算分析标准，因为物联网可是一个万物接入的网络，每一个设备采集的数据不一样。如果使用了边缘计算，就可以单独针对每一个设备进行相应的计算和分析。当然，如果相同的设备或者相同参数的，可以进行复制使用同一套计算标准或算法。如果将计算脚本开放出来给用户，用户就可以自定义去添加自己的计算公式和行为。
边缘计算的模式和拓扑结构是什么样的呢。
比如要在一套数据采集系统里，以一个云服务器为中心，移动客户端，PC客户端或第三方接口等接入到云服务器获取数据，而数据采集方呢，由数据采集模块来连接到云服务中。
数据采集模块可以采集PLC，变频器，智能仪表等，将数据上传到云服务器中，由服务器进行数据分析和计算，然后PC或移动客户端，第三方接口就可以获取数据分析的结果。但是这种情况下，随着设备的接入越来越多，云服务器的负担也会越来越重，而且接入的PLC，控制器等的种类也越来越多，原来的云服务数据计算模式难以满足越来越复杂的应用。这时候边缘计算就应运而生了。
在原拓扑结构不变的情况，可无缝引入边缘计算。在数据采集模块端开放边缘计算功能，将复杂的计算，策略，规则等，由数据采集模块进行运算，得到输出结果后，只需要将结果上传到云服务中。再由PC客户端，移动客户端及第三方接口从云服务获取。
比如数据采集模块需要采集一个电表，电表能采集的数据有电流，电压，偏偏没有功率。当然现在的电表采集不到功率很少了，只是举例。
那怎么办呢，偏偏客户很想看到功率。那在没有边缘计算的时候，为了要看到功率，只好在云服务里，增加一定的计算规则，将采集到的电流和电压通过计算得到功率。如果有1000个电表，云服务器就要对这1000个电表进行计算。这就增加了云服务器的工作量和负担了。
如果有了边缘计算，那么在数据采集模块，就可以添加计算功能，直接将采集的电流和电压通过计算得到功率，只需要把功率上传给服务器就可以了。这样，即便有50000个电表，云服务也毫无计算压力，因为它并不需要计算。
这就是通俗的讲一讲边缘计算。
4月23日-25日，2019上海5G创新发展峰会暨中国联通全球产业链合作伙伴大会召开，联通发布了全新的5G品牌：“5Gn让未来生长”，并宣布“7+33+n”的5G网络部署，即在北京、上海等7个城市连续覆盖，在33个城市实现热点区域覆盖，在n个城市定制5G专网。
4月26日，中国电信以“Hello 5G赋能未来”为主题在深圳召开了5G创新合作大会。在现场，中国电信与合作伙伴共同展示了丰富的“5G+”垂直落地场景应用，包括5G+智能医疗、5G+智能网联汽车、5G+公共安全等。
中国移动在5G领域方面尚未召开专门的会议。但在4月28日，由浙江省人民政府主导，三大运营商和中国铁塔4家企业承办的“5G+行动联合发布会”上，中国移动表示将在5个城市开展规模试验，在12个城市进行了5G试验网建设，围绕31个场景建设5G应用示范。
在发布5G战略的同时，也意味着运营商们正式冲入了IoT赛道。继续满足人与人之间的移动通信需求，已经不再是5G的爆发点，5G的爆发点在于IoT。
是否能够有效推进IoT的发展，让垂直领域的企业深度参与到5G网络的规划与建设当中，成为在5G时代致胜的关键。
然而，在IoT赛道中谋求发展，不仅需要坚持长跑的毅力，还要有融合各种最新技术的能力，以及协调产业链上下游企业的感召力，其“难度系数”非同以往。
如何应对IoT的高难度挑战巨头们在IoT领域的发展策略值得深入分析。
因此在本文中，你将看到：
运营商们可能会采用何种IoT发展战略
华为、阿里等在IoT领域已经起跑的巨头们，进展如何
中小企业在融入IoT生态时，有哪些不同选择
01、联通的IoT，未来如何生长
中国联通的IoT发展战略很有代表性。
对于联通的5G创新发展峰会，有业内人士评论说“感觉联通使出了全身的力气”。
为了成为“新蓝海的试验场、独角兽的孵化器”，联通联合32家合作伙伴成立了“中国联通5G应用创新联盟”，并启动了“领航者计划”。其任务是：孵化行业应用产品;研究商业创新模式;推动行业标准制定;搭建资本合作平台;联合产品市场推广。
创新应用聚焦于IoT重点行业，比如：工业互联网、智慧交通、智慧城市、智慧医疗、智慧能源等。
到了5G时代，网络建设的经济效益模式将被彻底打破，新的商业模式正在形成。
因此，联通提出了一个非常前瞻性的“三联合”商业合作范式，即：联合应用开发、联合投资、联合运营。
这一商业模式能够顺利落地的前提是，联通能够与合作伙伴一起挖掘新的产业发展空间、或者现有产业中新的客户、或者现有客户新的成长案例。
大家一起围绕增量“搞事情”，这样才能促进多家企业合作的意愿，并且得到更高的回报。
以消防领域为例，联通选择行业内的头部玩家，比如中消云、华为，共同发布IoT OS白皮书及智慧烟感商业公版方案。中消云是一家专注于消防IoT设备研发和制造、消防云平台建设和运营、消防大数据挖掘和应用的企业。
这个智慧烟感的公版方案，定义了烟感产品的相关功能，极大的加速了烟感项目的实施及传统烟感企业的改造升级流程，推进烟感产品和方案的大规模落地。
此外，中国联通还从上游入手，与高通、联发科、华为海思、紫光展锐、移远、广和通等公司，发布了《中国联通5G行业终端总体技术要求白皮书》以及《5G通用模组白皮书》。
根据推进计划表：
5月，中国联通5G行业终端开发者计划启动申请，测试认证环境也将搭建完成。
6月，将在5G终端共享资源池中提供500多台试验终端模组。
7月，开始芯片模组产品技术认证，业务孵化转变成业务落地形成商业闭环。
2019年底，完成模组、终端产品入库，采购一定数量的商用模组产品。
种种做法显示，为了解决IoT领域碎片化，项目落地周期普遍较长的困局，联通试图拉通IoT领域——整个跨越从芯片、模组、终端、平台、应用到服务的产业链条。
具体到商业模式，联通提出3个大类，分别是：智能连接+流量类产品、网络集成+运营类产品服务，以及开放平台+应用类产品。
1 智能连接+流量类产品：
这一模式最为大家所熟知，类似于“充话费送手机”。
在5G早期仍将延续4G时代的标准模式，流量基于使用量定价。不过在5G时代，流量将进一步细分，比如可以划分为实时流量和非实时流量，或者可靠流量和非可靠流量。流量的价值有可能根据数据传输的质量、速度和可靠性，进行评估与定价。
然而这一商业模式，仍旧没有跳出运营商的思维惯性。
从现有合作案例来看，虽然5G的应用场景正在逐渐转向B2B，网络价值和网络特性也将更多的满足B2B需求，但商业模式还没有超脱于“充话费送手机”的各种变体。
2 网络集成+运营类产品服务：
Gartner研究指出，5G的最大收入潜力是网络切片开发。
这就需要理解什么是网络切片。网络切片是一种按需组网的方式，可以让运营商在统一的基础设施上，切出多个虚拟的端到端网络，适配各种类型的业务应用。
理解切片，两个重点，一是特定专用网络，二是同一基础设施。
利用网络切片，构成了一种非常诱人的商业场景：面对复杂多样的行业用户，切片为电信运营商提供了一把万能钥匙，可以为用户定制各种特定的“专属”网络，让网络成为服务(Networkas a Service，NaaS)。
有3种网络切片提供的方式经常被讨论，分别是：
运营商托管整合应用
运营能力开放
与现有系统集成
由于合作伙伴有机会被赋予更深层面的网络运营权，由行业企业驱动的网络建设有可能出现，垂直领域用户将较早的参与到5G的应用场景规划之中。
然而有业内人士认为，这种商业模式仍旧没有跳出运营商的“管道思维”。以前单纯的卖语音/流量，5G时代卖网络切片，本质并没有发生变化。
3 开放平台+应用类产品：
这种商业模式挑战最大，需要拉通整个产业链条。
比如淘宝、Facebook、APP Store都可以认为是开放平台。
开放平台上，应用的收费模式正在发生变化。过去软件和应用是以许可证的方式收费，而现在越来越多的应用采用订阅式收费。这些新型SaaS应用，通过更好的满足现有需求，或者激发新的需求和场景，体现价值。
在这种模式中，模组、终端、平台、应用、服务等各类企业通力合作，针对联网设备和相关数据，基于开放平台开发或提供应用和服务，以供用户使用，并在这个过程中完成商业闭环。
虽然这一商业模式充满想象力，但有研究者认为，开放平台模式下，价值创造与价值实现出现了分离。也就是说，创造价值的主体并不必然获得商业利益。
在某些场景中，这种商业模式有可能是伪命题。
无论哪种商业模式最终将会展现最旺盛的生命力，联通在IoT发展战略中传递的诚意十足，以“合作不设限，共筑新生态”为理念，合作内容和领域均不设限，打造新生态的试验场。
“领航者计划”将进行多重赋能，助推行业发展：
网络/平台赋能，包括5G+AI能力、边缘计算能力、IoT使能平台能力、云能力等。
产业孵化赋能，包括网络及产品开放测试、过万测试终端、超过200名专家支撑。
商业创新赋能，建设商业模式联合创新研究中心，开展超过1000场次联合商业推广。
营销资源赋能，提供中国联通全国四级营销网络、超过6万个营销队伍支持。
创投资本赋能，组织百亿级资金用于孵化5G项目，并进行联合投资及运营。
联通的IoT发展战略能否得到有效的推进和执行，还有待于跟踪观察：
运营商以属地为主体，联通是否能将属地的存量和资源，转化为IoT发展优势营销队伍是否能够支撑IoT业务的推广
联通如何协调与合作伙伴之间的关系，满足用户需求的前提下，在平衡和博弈的过程中，建立新的合作范式
联通是否能够与产业链上下游企业一起，共同摸索出新的增量空间和商业模式
前路充满挑战。
02、华为IoT，驱动行业数字化转型
如今，在IoT赛道上角逐的“选手”颇多，展开来谈又是一个很大的话题。为了帮你更好的提炼巨头们在IoT领域的发展策略，在这里仅以两家典型企业作为范例：代表ICT企业的华为，以及代表互联网企业的阿里。
2017年底，华为确定了与IoT紧密相关的新愿景：“把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界”。
2018年3月，阿里高调宣布全面进军物联网，IoT一跃成为阿里巴巴集团层面的第五大主赛道。
此后两家企业都在IoT领域你争我赶，大展拳脚。他们立足于过去多年积累的传统优势，以推进垂直领域基础架构的变革为切入点，进行应用系统的重构、合作关系的重构和商业模式的整合。
在这里，我们不妨从合作关系和商业模式这两个基本维度入手，观察两家企业在IoT赛道中的身姿。
先看华为。
在2018年，同样是瞄准智慧城市、工业互联网、智能家居、智能网联汽车等垂直领域，但华为在各个领域的打法和触及深度，各不相同。
1 首先在智能公共事业、智能环境监测、资产追踪等领域，华为的战略定位是聚焦芯片、网络、平台等基础设施，帮助合作伙伴构建相对完整的生态。
2016年6月，窄带蜂窝物联网NB-IoT标准核心协议冻结。NB-IoT的技术优势是覆盖广、功耗低，而实现这两个目标的关键在于终端芯片，它是整个产业链的核心技术难点所在。NB-IoT芯片一旦达到成熟商用条件，会对整个产业下游的应用创新起到巨大的推动作用。
因此华为的策略是，以物联网PaaS平台为抓手、南向以芯片和LiteOS聚集生态，北向以平台赋能各类应用，中间以强大的管道进行串接，不碰模组研发、终端设备、设备销售、应用开发、系统集成等环节。
从现有情况来看，NB-IoT的确获得了快速发展。
我们常听到的一句话是，在2018年，NB-IoT仅用1年，就走完了当年2G网络6年发展之路。如今NB-IoT愈发成为智慧城市的基础配置。
2 其次在智慧园区、产业互联网、智慧安防等领域，华为进入到边缘计算设备、智能安防摄像头、智能家庭连接类硬件等终端领域，策略性的进入设备研发、终端销售、系统部署等环节，与各类合作伙伴在博弈中协同发展。
以边缘计算设备为例，2019是5G商用元年，在这一趋势下，华为在边缘计算服务器方面，正在进行更大布局，满足5G移动边缘计算MEC的需求。
华为在这个过程中，除了考虑适应边缘计算的整体发展，研制出性能更高、成本更低的产品，还得不断进行技术突破和创新，利用软件的功能和性能来体现竞争优势。
比如2018年底，华为宣布将公有云上的智能边缘计算服务IEF部分开源，贡献了边缘计算管理框架KubeEdge，帮助各行各业加速向云原生迁移。
我们以某垂直领域边缘硬件的产业链为例。通过分析各个环节的价值与利润分配，可以看到华为软件、硬件、平台一体化的策略，不仅有利于在商业上获得成功，形成的协同效应还能增加利润回报。
3最后在智能网联汽车领域，华为在今年4月初，终于公布了自己的汽车战略和定位。这次华为的姿态不同以往，是以Tier1的身份登台亮相。
Tier1意为给设备厂商供货的一级供应商，也就是说，华为将自身定位为产品直接供应整车厂的汽车零部件供应商。
“未来自动驾驶能力的电动汽车，除了底盘，4个轮子，外壳和座椅外剩下的都是我们拥有的技术。”华为轮值CEO在内部表态。
在智能化汽车领域，华为进行了芯片、模组、终端、管道、云平台的全面布局，构建整个产业闭环，成为全球少数能够提供涵盖“芯-端-管-边-云”全方位解决方案的C-V2X厂商。
芯片，华为拥有全球首个支持V2X的多模芯片巴龙5000;模块，华为最新推出业界首款5G车载模组MH5000;管道，华为掌握了最新的5G技术和网络;云端，华为拥有OceanConnect物联网平台。
另外，华为还是C-V2X的标准发起人之一，并深度参与了工信部“2019年车联网(智能网联汽车)标准项目计划”。
为什么智能网联汽车领域如此不同因为智能化汽车，可能将复制智能手机在移动互联时代的辉煌，成为IoT时代人们离不开的工具。
不像IoT在其它垂直行业中所面临的碎片化困境。汽车这个市场，产业高度集中，也相对容易标准化，最为适合华为这种选定并聚焦于主航道，持续向同一个方向不断冲锋的战术。
美国咨询机构IHF曾预测：到2035年全球智能汽车销量将突破1000万辆。麦肯锡预测，2025年智能汽车的市场规模将达到19万亿美元。
就中国市场而言，20年内中国交通面貌或将焕然一新。到2040年，55%的乘客里程将用于电动汽车、自动驾驶汽车和共享汽车。随着汽车行业转向电动汽车和自动驾驶汽车，中国很可能将占据主导地位。
面对碎片化市场、块状市场和高度集中市场，华为的策略可以说大相径庭。由于触及的深度不同，华为与各个垂直领域的合作伙伴关系，自然也有所区别。
在此使用一张图做简单概括。
在很多领域，华为非常克制，放弃了很多种发展的可能性。
不过，每次当华为列出“不做什么”的时候，才更加体现出保留“做什么”的思考和坚决。这种放弃之后的坚决，也是华为在很多领域卓有建树的必然。
03、阿里IoT，打造商业 *** 作系统
再看阿里。
作为互联网企业的典型代表，阿里看待IoT的视角自成一体。
在阿里眼中，IoT是互联网由上而下在产业落地的必然，是以云平台为中心，由内而外层层展开的外延。
因此在阿里推进物联网过程中，是采用一种自顶向下的世界观。
在这种视角中，行业属性并不是最重要的，商业模式是优先要务。
由于阿里和亚马逊的世界观颇为相同，我们不妨先看看国外科技评论人Ben Thompson所描述的亚马逊眼中的世界。
其实在亚马逊眼中，打包后ICT基础设施和打包后的电商包裹，没有本质区别。
电商包裹中的各个“基元”，包含来自各个供应商的产品。通过中间层亚马逊强大的电子商务分销和中转渠道，提供给最终消费者。
打包后的ICT基础设施，各个“基元”将能力模块化封装，有效地将原始数据中心组件转变为存储、计算、数据库等，通过AWS公共云平台，为开发者提供了最大限度的灵活性。
其中的中间层，有几个关键特征：
建设的过程中，蕴含巨大的固定成本，但建成后将大大受益于规模经济。
虽然投入巨大，但是构建中间层的成本仍旧是合理的。因为它首先为内部业务提供支持，还可以将现有的能力“原封不动”的提供给外部开发团队使用。
外部团队仅需要较少的投资就可以享受中间层的资源，同时帮助亚马逊扩大了市场份额，实现双赢。
如果将中间层的内涵进一步扩展，可以看作是某种程度上的 *** 作系统。
如此我们再进一步递推到阿里在2019年1月提出的全新商业 *** 作系统，就更容易理解。
根据报道，CEO张勇认为，阿里已从一个电商公司，转型为充满活力的数字经济体，并整合成为了一个可对外赋能的 *** 作系统。
底层的“基元”包含重构之后的“人”、货、场。制造、销售、营销、渠道、服务、金融、物流供应链、信息管理系统等企业运营中的11大商业要素。
传统企业通过阿里商业 *** 作系统中提供的各类云化基础设施，可以率先实现业务在线化，进而全面推进数字化。
这个商业 *** 作系统，在各个行业和地域落地，形成了不同的版本。
2018年8月，阿里云联合重庆南岸区政府、赛迪研究院，三方共建“飞象”工业互联网平台计划3年内接入100万工业设备，助力重庆4000家制造企业实现“智造”。
2018年11月，阿里云正式发布飞龙工业互联网平台，立足广东，辐射粤港澳大湾区，帮助广东打造新能源、电气装备等8大工业互联网产业集群。
2019年1月，阿里云宣布旗下的生活物联网平台“飞燕”连接数已经过亿，平台连接的智能设备覆盖了全球200多个国家、100多个品类、2000多个品牌。
从垂直领域的选择上看，阿里最先触碰到的，是靠近零售端的小b。
没错，同样都是针对B2B领域，但是大家定位的B，类型差异极大。
远离零售端的企业，往往是大B，以基础设施和传统工业企业为主，特征是体量较大，产业格局相对集中，具备较高的智能化水平和管理决策能力。
而靠近零售端的企业，往往是小b，特征是数量巨大，市场格局相对分散，效率提升、质量改进和供应链改造等蕴含巨大机会。
比如阿里对淘工厂类型小b的改造，一家100人左右的工厂，改造的硬件成本在5万左右，这个价格能被大部分工厂都能接受。改造之后，工厂排产效率提升6%，由于链路透明并且按需生产发货及时，整个供应链上的库存可以降低10%。目前阿里已完成超过100家“淘工厂”的部署。
最近，阿里商业 *** 作系统的“mini版本”，被应用于四川省成都市郫都区的“数字郫都”项目。郫都区川味食品产业与阿里天天特卖、步科公司深度合作，建设数字化食品工厂，打造川味食品云，更好的实现产供销协同，以数字化、智能化技术助推产业转型升级。
通过新型商业模式，阿里汇聚上下游合作伙伴，创建新型合作关系。
04、建立对IoT认知的坐标系
小长假归来第一天，坚持看到这里的你，着实不容易。
为了便于记忆，我用一张图示意性的归纳华为、阿里在IoT赛道中的前进“姿势”。
最后，中小企业应该如何融入巨头们纷纷布局的IoT生态呢
首先，看清巨头的思路，不要与其形成正面竞争。
其次，还可以看到巨头受制于战略、成本和机制，短期内是没有办法在主航道之外的行业里深扎的，中小企业机会巨大。
在这个过程中，打造自身的独特优势尤为重要。
或许你可以借助“第二层次思维”。
什么是第二层次思维
举个例子，第一层次的思维说，大家都在做SaaS、大数据和人工智能，我们也不能落后。
第二层次的思维说，大家都在做SaaS、大数据和人工智能，但是人人都做，技术层面的领先性差距越来越小，不能形成真正的壁垒，让我们抵御诱惑，另辟蹊径吧。
人多的地方，不一定好。
第二层次思维偏好冷静分析，独立思考，进而选定自身定位，尤其是想好什么不做，哪些事情不碰。
IoT领域的玩家，虽然大家最初的切入点不同，但很有可能最终殊途同归，都是面向用户提供软硬件一体化的解决方案和服务。
在这当中，能够形成差异的部分在于对场景、对行业know-how、对数据的理解，进而沉淀出的软件、应用和服务。
前路充满挑战，前进不会停止。
本文小结：
1 联通成立“中国联通5G应用创新联盟”，提出“三联合”商业合作范式，即：联合应用开发、联合投资、联合运营。具体到商业模式，联通提出3个大类，分别是：智能连接+流量类产品、网络集成+运营类产品服务，以及开放平台+应用类产品。
2 面对碎片化市场、块状市场和高度集中市场，华为的策略大相径庭。尤其在智能化汽车领域，华为成为了全球少数能够提供涵盖“芯-端-管-边-云”全方位解决方案的C-V2X厂商。
3 阿里整合成为了一个可对外赋能的 *** 作系统，从垂直领域上来看，阿里选择从新零售入手，率先推动靠近零售端的小b完成数字化改造。
4 中小企业在融入巨头们布局的IoT生态时，首先，避免与巨头形成正面竞争;其次，建议深扎行业，基于对场景、对行业know-how、对数据的理解，沉淀出具备独特优势的软件、应用和服务。
边缘计算指的是靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台。这些物或数据源头的一侧搭载着融合网络、计算、存储、 应用核心能力的边缘计算平台，为终端用户提供实时、动态和智能的服务计算。
边缘计算是什么？
举个最简单的例子：在焊接机器人焊接两个钢制部件时，焊点如何选择？是偏左一点儿还是偏右一点儿，是偏上一点儿还是偏下一点儿？虽然冲压出来的钢板都是统一标准出来的，但是两个部件结合时难免会有细微差别，通过可视化观察以及边缘计算，机器人可以自己判断最优焊点的位置，将两个部件焊接牢固。每次焊接的数据通过网络上传至云端储存，用以机器学习。如果没有边缘计算，都通过云计算来判断焊点位置，生产效率会降低，同时焊点也可能千篇一律，有些部件可能正好赶上并不是最优的焊点位置，给焊接上了。
由于移动边缘计算服务器需要与各种网络设备和技术进行交互，因此其具体物理地址可能会随着时间和应用场景不同而发生变化。移动边缘计算服务器通常会使用虚拟化和容器化等技术，将多个虚拟机或容器同时运行在一台物理服务器上，以提高资源利用率和性能表现。
在实践中，移动边缘计算服务器经常被用于支持延迟敏感和低功耗的应用场景，例如移动视频、智能城市、IoT 和自动驾驶等领域。选型与部署移动边缘计算服务器需要充分考虑其硬件配置、软件环境、网络拓扑结构和安全性等因素，以确保其在多样化，d性和可靠性方面具有良好的性能和用户体验。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）