邊緣計算（Edgecomputing）是一種IT部署，旨在將應用程序和數據盡可能靠近需要它們的用戶或“事物”，通過其在物聯網（IoT）中的應用得到了最好的理解，因為物聯網產生了對它的需求。簡而言之，物聯網是連接到互聯網并交換數據的所有物理對象。溫控器、監控攝像頭、冰箱冰柜、Alexa、GoogleHome甚至車輛。就像個人和公司需要增加數據存儲的需求一樣，這也需要大量的云集中存儲功能，而物聯網也要求使用更快，更安全的方式來使用相同數據，但需要使用更少的帶寬。

從個人計算向云計算的轉移已經將大量數據發送到并存儲在大型服務器場中，這些服務器場主要由Google、Amazon、Microsoft和IBM所有。為了使用云數據，必須對其進行訪問、處理和分析，然后才能返回用于目的。家庭助理是一個有用的類比。當您問GoogleHome天氣如何時，它將處理您的語音，將壓縮后的版本發送到云中，然后將其未經壓縮，處理后執行，也許執行API函數以獲取答案，然后將其返回給您的設備。這種往返數據使用產生了三個主要問題：延遲，安全性和帶寬。

隨著物聯網的興起，邊緣計算解決了物聯網與云交互時存在的問題，因此迅速得到普及。如果將您所有的智能設備畫成一個圓圈，那么云將集中在它們中間。邊緣計算發生在該云的邊緣。從字面上講，地理位置是指邊緣計算發生在離設備或企業更近的地方，無論“什么”正在傳輸數據。這些計算資源從數據中心下放；它們位于“邊緣”，并且正是在這里對數據進行處理。通過邊緣計算，可以在生產現場對數據進行審查和分析，只有相關數據才發送到云進行存儲。這意味著更少的數據被發送到云中，減少了帶寬使用，降低了設備使用現場的隱私和安全性，使“黑客攻擊”設備變得更加困難，并且與數據交互的速度大大提高。

雖然邊緣和云計算通常被視為互斥的方法，但大型物聯網項目通常需要將兩者結合起來。以無人駕駛汽車為例。如果所有汽車傳感器的信息都必須發送到云端進行處理并返回以實現功能，那么網絡的能力、入侵汽車的能力以及響應的延遲都將意味著自動駕駛汽車不可行。作為云計算和邊緣計算的結合體，用戶對運行的軟件和傳感器的實時工作不承擔任何責任，但汽車必須使用集中的數據來獲取更新，并將處理后的數據發回以增強算法。

盡管物聯網在市場上已經成熟，但企業直到最近才意識到物聯網將如何幫助自動化和完善其提供的服務。邊緣計算和云計算在許多方面都對業務有益：節省了分析數據的時間；縮小了存儲量；以及易于遵守安全和數據隱私法規，如通用數據保護條例（GDPR）只是其中的一小部分。隨著數字世界和“現實”世界的融合，體驗變得越來越沉浸其中，所收集的數據的激增是無可比擬的，并將繼續增長。

保險業完全可以成為第一個受益于邊緣計算和云計算的主要行業，通過物聯網創造最具沉浸感的用戶體驗。例如，家庭保險一直是被動的，而不是主動的，依靠用戶通過電話向第三方報告索賠。此外，這些數據很少用于計算準確的風險。然而，隨著智能家居和物聯網設備的興起，家庭保險公司能夠顛覆這種模式。

通過使用物聯網設備，客戶的家可以提供數據，這些數據可以用來更全面地計算風險，而智能安全和傳感器可以在家中預防性地使用，在出現問題時向房主及其保險公司發出警報。水災損失是家庭保險索賠的主要原因之一，也是一個很好的例子。安裝在鍋爐、水槽和洗衣機等潛在泄漏區域附近的泄漏傳感器可以發送通知，以避免發生破壞性事件。如果沒有人在家時管道破裂，傳感器可以命令智能閥關閉水，將損壞降至最低，通知客戶，并將索賠最小化。

對于家庭保險公司來說，與物聯網公司合作可以改善與客戶的關系，并提高對風險的理解，特別是針對每個客戶。有了對真實風險的理解，保險公司就可以降低保費。

毫無疑問，保險業物聯網的未來是邊緣計算和云計算的結合，利用各自的主要優勢；通過最大限度地減少損害和提供更準確的保費，最大限度地為客戶帶來利益，同時將公司的風險和索賠成本降到最低。
責任編輯:pj