IT發展就像大陸漂移一樣可預測：由于不斷變化的需求和技術進步，計算的重心每隔幾十年從中心到邊緣再次移動，其中包括物聯網。

物聯網不僅會產生大量的數據，而且這些數據通常也必須以快速的方式進行。調研機構IDC公司估計，40%的物聯網數據將在其誕生時被捕獲、處理和存儲。雖然調研機構Gartner公司估計云端或企業數據中心之外的數據量將從現在的10%增長到2022年的55%。

那怎么弄清楚到底在哪里呢?

1.誰需要它?物聯網。制造商和公用事業公司已經在跟蹤數百萬個數據流，并每天產生數TB的數據。機器數據也能夠以極快的速度運行，振動系統每秒可以產生超過100,000個信號，并以瘋狂的數量交付。

但每個人都想要不同的數據削減。澳大利亞***的公用事業公司澳大利亞燃氣公司在其診斷中心每五分鐘跟蹤45,000個數據流。一些人被監測水壩水位的人跟蹤。其他人分析需求。很多用戶都們于資產附近，因此將數據保存在那里是有意義的。

***的選擇：首先查看用例場景。有可能，每個工作負載都需要云計算技術和邊緣技術，但邊緣的規模可能比預期的要大。

2.他們迫切需要它嗎?我們都已經習慣了Netflix的等待播放進度，它告訴電影只有17%加載。但想象一下，當回家時，燈光亮度是否達到了17%?公用事業、制造商和其他工業公司在實時世界中運營。任何數量的網絡延遲都是一個緊迫的問題。

CAISO是加利福尼亞州的電網運營商，每四秒鐘就會收到有關該州電力狀況的***信息，這一直接性水平為采用更多可再生能源鋪平了道路。同樣，DTE Energy公司有望通過新的電網傳感器每年減少客戶6萬分鐘的停電時間。經驗法則：如果中斷無法擺脫，請采用邊緣計算。

3.問題有多復雜?這是最重要、***挑戰性的因素。企業是在檢查一些數據流來解決諸如優化傳送帶之類的直接問題，還是在多個設施中比較數千條線路?

大多數預測性維護問題實際上是在邊緣解決的：為人們提供一些數據流，他們可以解決這個問題，不需要云計算。

例如，田納西州市政水區公用事業部分泄漏損失了32%的水。兩名員工想出了一種只用幾個數據點來查明泄漏的方法。在三年內，WHUD已經挽回了超過250萬美元浪費水資源的損失。

加拿大焦油砂采礦公司Syncrude公司每年節省2000萬美元，因為員工再次查看當地數據，發現造成卡車發動機損壞的原因。

4.想和誰分享?企業越來越多地將共享數據：大型電力消費者將在其數據中打開一個凈化門戶網站，以便公用事業公司可以實時計劃電力負荷(并獲得自己的縮減費用)。供應鏈將變得更加流暢。

數據共享可以從邊緣開始，但最終將不得不依賴于混合云。隨著分享變得更加引人注目，問題將會出現，權力的平衡將不可避免地再次發生變化。

5.人身安全也在線上嗎?當IT經理考慮安全性時，他們會考慮防火墻和病毒。當因素樓層的工程師和其他物聯網員工，他們將成為物聯網的***消費者和用戶，在考慮安全性時，他們會考慮火災和爆炸。

海上鉆井平臺通信中斷的風險遠遠超過將所有必要的計算資產放在平臺本身上的成本效益。進行風險回報評估。

6.費用是多少?假設數據并不緊急，它不會影響安全性，而且超過當地工程師團隊需要的數據。會把它發送到云端嗎?這取決于成本。鑒于***款智能手機的應用情況一樣，2003年有太多公司像青少年一樣對云計算做出了回應。在其成本賬單到來之前，一切似乎都沒問題。

Wikibon的David Floyer發現，風電場的基本報告帶寬成本可能會在三年后成為負擔。然而，然而，LTE和私人網絡的出現可能會開始改變這一局面。