過去十年物聯網的擴展、5G的推出以及邊緣計算的發展，都為數字化轉型創造了新的機遇。

特別是工業系統，往往與更廣泛的企業網絡隔離開來，歷史上在一個專有環境中運行。但近年來，隨著企業尋求從大數據等方法中獲益，IP網絡變得越來越普遍，這需要跨越空中鴻溝的橋梁，這帶來了一些明顯的后果。

物聯網設備的數量每五年翻一番，產生了必須緩解的安全風險，云計算正在迅速增長，企業應用正在遷移到公共云，而企業在部署中越來越傾向于云原生。

在這種情況下，隨著超大規模的云供應商開發解決方案，將云能力分布到更靠近邊緣的位置，邊緣計算的采用正在加快。就像云計算一樣，邊緣計算正變得越來越主流。

有三個因素正在推動計算能力從云計算轉移到運營站點。

首先，邊緣技術具有間歇性連接，這比完全在線的技術具有更廣泛的功能。其次是復雜設備依賴于實時決策，最后是所需的計算決策不依賴于更強大的計算能力。

旅游、運輸和物流以及零售等行業具有最直接的潛力，這些行業目前提供了幾乎三分之一的現有用例環境。

以汽車行業為例

自動駕駛、互聯互通、電氣化和共享出行是該行業轉型的四個關鍵驅動因素，它們都需要大幅提升移動網絡和計算能力。

自動駕駛可能會產生最大的影響，因為它需要更高的車載計算能力來實時分析大量傳感器數據。

其他自動駕駛技術、空中下載技術和第三方服務集成也需要汽車內外的高性能和智能連接。同樣，越來越嚴格的車輛安全需求要求更快、更可靠的移動網絡和非常低的延遲。

雖然目前該領域的大多數應用都是圍繞單一工作地點構建的，但這種情況可能會發生變化。

未來，他們可能會將邊緣計算與板載或云處理相結合，以提供更高的性能。例如，智能交通管理系統可以利用外部數據，其他車輛的遙測數據、實時交通監控、地圖和相機圖像增強車輛的傳感器數據，從而改善車載決策。

在這種情況下，來自多個地點的數據很可能會被交通管理軟件融合。最終的安全相關決策將在車上做出。最終，可能需要跨車輛、邊緣基礎設施和云管理大量實時和非實時數據，以實現高級用例。因此，邊緣和云之間的數據交換必須無縫。