隨著物聯網的發展，工業制造設備所產生的數據量將越來越多。如果這些數據都要放到云端處理，就需要無窮無盡的頻譜資源、傳輸帶寬和數據處理能力，“云”難免不堪重負，此時就需要邊緣計算來分擔云計算的壓力。

“我們采集到的數據，90%都是垃圾”，位于江蘇昆山的某工廠老板感嘆道，“去年365天的每時每刻，我們幾乎都進行了數據采集，采集到的數據卻不知道該如何利用。與投入到采集數據的各種費用相比，我認為并不值得。”

一年的數據采集經歷讓這位老板對工業互聯網喪失了最初的熱情，甚至產生了這樣的疑問：我們當前真的需要大量工業數據嗎？

“只要增加幾個工人就能解決的問題，我為什么要費力去采集數據，去搞工業互聯網？還不一定有效果！”

的確，無論工業物聯網、大數據驅動、數字孿生這些概念說的如何天花亂墜，在實際工業生產過程中，如果不能解決企業的核心問題——提高利潤、降低成本，都難免是紙上談兵。雖然數據本身很重要，但能直接解決問題的服務應用對企業才更有價值。當前，除了如何采集數據之外，絕大部分企業面對的關鍵問題是什么數據值得采？說白了，就是如何運用數據產生價值！

我們知道，工業數據的采集和傳輸基本都是 “端-管-云”的模式。在應用的現場，“端”負責收集數據、執行指令，“管”打通數據的傳輸路徑，而“云”負責所有的數據分析和控制邏輯功能。整套流程能否順利打通，對數據采集、分析、應用能力至關重要。

然而，隨著物聯網的發展，工業制造設備所產生的數據量將越來越多。如果這些數據都要放到云端處理，就需要無窮無盡的頻譜資源、傳輸帶寬和數據處理能力，“云”難免不堪重負，此時就需要邊緣計算來分擔云計算的壓力。比如一個公司，在規模小的時候，董事會可以對公司的管理達到事無巨細的程度，但是當公司發展到一定規模時，就需要給予一線員工必要的自主權力。

所以，在工業現場的邊緣側進行數據采集、處理及傳輸的邊緣計算網關承擔著打通工業數據傳輸“任督二脈”的重任，再與云平臺進行融會貫通——邊云一體化，最后利用大數據分析，賦能生產，才能發揮工業數據的真正價值。

由此產生的兩個關鍵問題是我們不得不面對的：

● 在大量工業數據下沉的情況下，數據的有效性該如何保證？

● “邊-云”一體化能給工業物聯網帶來什么價值？