近年来，围绕自动化的讨论已被提上全球商业议程，供应链企业也一直在关注这项技术如何帮助行业转型。最近的一项研究发现，在过去的一年中，机器人技术和自动化技术在行业中的采用率超过了任何其他技术，39%的公司已经实施了此类解决方案——这表明对它们的需求正在上升。但故事并没有就此结束。由于COVID-19大流行，该行业对自动化的需求加快，以减少人与人接触的频率和持续时间，从而帮助组织遵守社会疏远措施。物联网(IoT)是自动化的关键驱动力，这些技术将共同发挥关键作用，使联网设备能够支持这一需求。然而，企业仍需要克服许多挑战以确保成功实现自动化——尤其是管理围绕IoT解决方案创建的大量数据。企业需要通过引入其他技术来解决这些问题，例如边缘计算。对自动化的加速需求冠状病毒大流行造成了许多数字解决方案的用例和功能变得更加相关的情况。通过物联网的采用，自动化和机器人技术很可能在可预见的未来成为跨多个行业的核心竞争力。其中一个领域是制造和物流，公司正在寻求扩大物联网在生产线和运输中的使用，以提高员工安全并减少潜在污染。例如，在物流中，物联网传感器可以随货物一起移动，允许定期更新包裹，这有助于确保交付符合最高安全标准。甚至在此之前——在生产阶段本身——机器人就有可能帮助将产品从仓库运输到包装站，减少员工之间的互动。在当前环境下，这些创新变得越来越重要，因为在大流行期间，由于实体店关闭，在线订单猛增了49%。这给供应链行业带来了额外的压力，该行业一直在努力满足消费者对在线购物的需求，同时确保工人的安全。克服后COVID时代的采用挑战任何由COVID-19驱动的自动化和机器人技术的采用都将带来各种挑战，尤其是在业务运营开始正常化的情况下。首先，重要的是企业能够有效地管理和处理通过这些机器人和物联网设备推送的大量数据，同时从数据中获得洞察力以改善未来的运营。由于供应链行业内外的许多公司仍然依赖过时的遗留基础设施，他们还需要考虑的不仅是他们现有的技术堆栈可以处理这些新的数据密集型技术，而且还需要对其进行升级——他们是否能够承担所需的时间和资源建设投资。因此，用边缘计算等新概念取代旧的基础设施，将在供应链的IT生态系统中发挥重要作用。以下面的部门内场景为例。仓库工作人员使用辅助现实(AR)智能眼镜上的“视觉拣货”功能，可以帮助自动化手动拣货、分拣、库存管理、货物接收和移除流程。当发生延迟并延迟从设备接收信息时，这会影响工人的工作效率并导致进一步的错误。通过将数据处理重新定位到更靠近网络边缘的设备，边缘计算提供了一种解决方案，可以将数据处理重新定位到更靠近网络边缘设备的位置，从而消除延迟，从而减少与网络延迟相关的故障的发生率。同时，它创造了收集、分析和重新分发数据的新方法，有助于提高设备所在网络边缘的处理能力。最终，自动化将在现在和未来的供应链中发挥至关重要的作用。-19大流行病及其对供应链各个方面不断增加的需求加剧了这一作用。然而，在广泛采用自动化和机器人设备之前，组织需要确信他们拥有支持和最大化此类技术的基础设施。边缘计算消除了对整个技术架构进行返工的需要，使企业能够从上述设备中受益，但规模更大，对现有系统的更改或影响最小。
