[[185063]]

風險資本家認為獨立設備例如自動駕駛車輛、無人機以及其他物聯網設備，將推動更多邊緣計算，從而替代云服務。

如果資本家Peter Levine的觀點正確的話，現今無處不在的云計算熱潮或將不復存在。這位頂級風險投資機構Andreessen Horowitz的合伙人認為更多的計算能力將進入“邊緣”設備，涵括構成物聯網的所有物件，從無人駕駛汽車和無人機到其他無限設備，云或將逐漸退出舞臺。

Levine在最近《華爾街日報》舉辦的CIO聚會中稱：“如今絕大部分云計算已經完成，計算將返回邊緣。”

Levine認為無人駕駛汽車是一個最初的邊緣設備案例，其200+CPU所有效構建的“車輪上的數據中心”必須具有獨立計算能力。Levine認為通過云數據來進行自主駕駛的車輛將會煙消云散，因為從車輛傳輸數據到云端會產生延遲從而可能導致車禍。云也會削弱很多需要高速計算并更快傳輸決策的機器學習場景。

Levine認為邊緣計算并不新奇，但或許它將成為下一個計算時代。數十年前大多數計算集中到大型機上，銀行和大多數大型企業依靠冰箱大小的組合計算設備來管理他們的業務運營。

在非集中、分散型客戶服務器的當今時代，很多大型機逐漸退役，云實際上成為了托管在廠商數據中心的大型機。在計算自然的潮起潮落節奏下，邊緣計算將加速分布式計算的應用，也就意味著云“將很快消失”，Levine這樣表示。

不為所動的深入思考

數千家廠商均兜售云服務業務是一件可怕的事。AWS、谷歌、微軟、Salesforce.com和其他廠商，過去數十年立足于應用、基礎設施、存儲和其他計算服務。但是風險資本家的工作就是以更開闊、更長遠的視野去觀察下一步的創新是什么。Levine認為在今后五年到十年間技術將持續演進。

云商業應用提供商Workday的CIO DianaMcKenzie并不認同云將消失的“激進觀點”。她認為云計算將與邊緣計算共存。舉例而言，McKenzie認為企業希望從云中的邊緣設備里可以聚合所有數據來進行分析，甚至獲取商業洞察。

“我不能想象云計算將不復存在”，McKenzie對CIO.com說，“如我一般的CIO們的挑戰是確保我們可以對此避免非黑即白的判斷，而是基于一個更連續性的考量。那么下階段的挑戰便是如何去架構。”

其他觀點

云計算和邊緣計算之爭現在是個火熱的議題，但這個主題很難僅靠Levine和其他同業論壇研討者例如Aceel Partners的Rich Wong、General Catalyst董事總經理Steve Herrod的一些關于趨勢的想法和認知而簡單確定。

從大數據到機器學習：大數據1.0包含了收集大量信息，但下一個潮流將涵括預測未來走向，Levine表示：“機器學習解鎖了大量我們所存儲的信息…其正在并將幫助我們更好地預測未來。”舉例而言，機器學習正用于預測網絡安全攻擊以及IT系統故障。

Wong認為企業可以利用機器學習來自動化IT服務功能，比如為客戶重設密碼。風險投資家們認為在企業運營中注入機器算法可以節約30%到100%的成本。

為影子IT干杯: Wong認為風險投資家們鼓勵公司不是僅依靠CIO，而是部署“落地且可擴展”的策略將業務注入不同部門，這是個微妙的平衡工作。CIO必須面對接受未驗證技術的挑戰和風險，其亦或從員工實施該技術中受益。云已經讓這樣的局面達成。Levine認為影子IT(Shadow IT,非IT部門所使用的云應用程序)將延展到開發者范圍。“我看到很多情形下企業如果不能夠提供開發者所需，他們將轉向其他可以提供服務和工具的公司。”

驗證概念即服務(Proof-of-concepts -as-a-service)：如今CIO們把自己認作是“IT即服務(IT-as-a-service)”供應商很時髦，其實他們相當于數字化能力的中間商，包括云、移動、分析和物聯網幾方面。Herrod認為在該模型中，CIO可以認知到通過驗證概念來評估新技術是非常有價值的。他建議創業公司可以求助于驗證概念即服務。

數據分析員成為CIO最難招募的人才：Levine認為如果數據是解鎖商業價值最重要組成的話，能從數據中獲取洞察并解讀成可執行信息的數據科學家和數據分析員將成為最難招募和最搶手的人才。

Herrod并不贊同該觀點，他認為最難招募的人才為DevOps領袖， DevOps可以被定義為一個受消費類互聯網公司所青睞的迅捷軟件開發模型，但其實如何定義DevOps業界很難達成共識。Herrod表示他聽到過很多DevOps經理們的不同描述，無論是那些以速度和創新目的而運行敏捷計算系統的scrum大師，還是那些從事優化云基礎架構的專家們，他們都各執其詞。