对于许多人来说，云已成为工业物联网(IIOT)的支柱。但真正在IIoT方面取得进展的公司意识到，云只是IIoT的一部分。在需要做的实时计算操作中，有一些事情不能或不应该被推送到云端，无论是出于安全、延迟还是成本问题。因此，企业开始将越来越多的计算推向设备边缘。边缘计算的发展不仅创造了更多的数据，还需要更快地将数据传递给其他系统和分析工具。云计算很方便，但它的连通性对于某些工业情况来说还不够。有些计算需要在边缘解决，比如实时处理、决策支持、SCADA功能等。能源行业等真实案例充分展示了边缘计算和云计算最合适的作用。一家石油公司在一个地区拥有数百个石油钻井平台，而数据中心或云位于数百甚至数千英里之外。每个石油钻井平台都必须拥有能够持续监控和分析关键参数（例如井压指数水平）的系统，以识别何时存在超过临界阈值的风险，从而使工作人员能够立即采取行动来降低风险。将数据返回数据中心进行分析并返回钻井平台进行操作可能存在不合理的风险。在这种情况下，通过从所有石油钻井平台收集参数指标并定期将它们发送到数据中心或云，在那里可以聚合和分析它们，您会发现云更适合支持规划和趋势发现。文化差异运营技术团队多年来一直在管理这些系统，他们了解网络边缘及其需求。但OT（运营技术）团队与推动基于云的IIoT的技术人员(IT)之间存在文化差异。IT团队通常将工业自动化所需的方法等同于企业IT部署方法。但即使是传统IT组织也发现这是一个混合云世界。我最近采访的一位工业自动化工程师告诉我，工厂产生的数据中有15%需要发送到云端，以便其他系统可以立即使用。剩下的85%的数据有什么用？这部分数据必须汇总和分析以确定其价值。但是，如果将所有数据都推送到云端，工业企业需要为整个数据存储空间买单，而他们真正需要的只是一小部分存储空间。这是一个主要的成本问题。对于那些着手实施IIoT战略的人来说，重要的是要记住，在您开始评估工作负载和信息流之前，不应轻易做出投资决策。云绝对是IIoT部署的必要组成部分，但这并不意味着应该放弃保持关键任务信息安全和快速可用的边缘计算系统。找到正确的平衡点将有助于企业在IIoT方面取得成功。
