高管確認(rèn)邊緣AI已成為企業(yè)戰(zhàn)略核心

企業(yè)邊緣人工智能的采用一直在急劇上升，但Zededa的研究顯示，它已經(jīng)跨越了一個轉(zhuǎn)折點，從IT實驗轉(zhuǎn)向核心業(yè)務(wù)基礎(chǔ)設(shè)施。

這份2026年邊緣AI調(diào)查由邊緣編排服務(wù)提供商Zededa委托Censuswide在2026年2月20日至26日期間進(jìn)行，調(diào)查了600名IT和運營業(yè)務(wù)領(lǐng)導(dǎo)者的意見，包括首席信息官、首席技術(shù)官、首席運營官以及美國和德國的IT、運營、制造和數(shù)字化轉(zhuǎn)型副總裁。

關(guān)鍵發(fā)現(xiàn)是邊緣AI在各行業(yè)的核心IT和基礎(chǔ)設(shè)施支出中具有戰(zhàn)略地位，超越了實驗階段，進(jìn)入了持續(xù)的運營投資。

多達(dá)83%的C級高管和IT執(zhí)行官受訪者認(rèn)為邊緣AI是其核心業(yè)務(wù)戰(zhàn)略的中心。接近一半（45%）的受訪企業(yè)已經(jīng)在積極生產(chǎn)中運行部署，資金越來越多地來自核心IT預(yù)算而非創(chuàng)新試點項目。

企業(yè)也已經(jīng)從邊緣AI中看到了真實回報，研究揭示了投資模式如何反映這一點。一半的受訪者通過運營效率提升來衡量或計劃衡量邊緣AI項目，其次是成本降低（45%）和安全風(fēng)險降低（42%）。十分之三的企業(yè)現(xiàn)在通過IT和基礎(chǔ)設(shè)施預(yù)算分配邊緣AI支出，而來自創(chuàng)新或試點項目的比例為18%。

運營效率提升是最重要的成功指標(biāo)，推動核心IT預(yù)算向邊緣AI投資轉(zhuǎn)移。

Zededa首席執(zhí)行官兼創(chuàng)始人Said Ouissal表示："邊緣AI已經(jīng)正式跨越了從實驗到基礎(chǔ)設(shè)施必需品的門檻。我們看到的是一個明確信號，即企業(yè)理解AI必須在數(shù)據(jù)生成的地方運行。下一階段不是關(guān)于證明價值，而是關(guān)于在分布式環(huán)境中擴展價值，并將智能體驅(qū)動的智能帶到對這些企業(yè)最重要的地方——邊緣。"

邊緣的智能體操作

調(diào)查中的另一個趨勢被描述為"不可否認(rèn)的信號"，即企業(yè)向邊緣智能體操作發(fā)展的速度，因為各行業(yè)從被動監(jiān)控轉(zhuǎn)向能夠在操作點實時協(xié)調(diào)行動和適應(yīng)的系統(tǒng)。

一半的調(diào)查表明，他們已經(jīng)在研究能夠自主管理目標(biāo)的邊緣AI智能體，而不是簡單地處理輸入。21%的企業(yè)正在試點自主執(zhí)行多步驟任務(wù)的邊緣智能體，15%的企業(yè)已經(jīng)在生產(chǎn)中部署了最少人工干預(yù)的自主邊緣智能體。86%的擁有活躍邊緣AI部署的企業(yè)正在從研究到生產(chǎn)階段追求智能體邊緣能力。47%的企業(yè)正在采用混合云邊緣架構(gòu)，因為推理正在轉(zhuǎn)向邊緣。

企業(yè)越來越多地在云和邊緣環(huán)境中分配AI工作負(fù)載，47%報告采用混合云邊緣架構(gòu)。雖然訓(xùn)練主要保持集中化，但推理正在轉(zhuǎn)向邊緣，因為組織尋求在操作點附近更快的決策制定。只有24%的受訪者表示他們主要依賴集中式云或數(shù)據(jù)中心基礎(chǔ)設(shè)施，這表明AI執(zhí)行的重心正在向邊緣轉(zhuǎn)移。

目前生產(chǎn)中領(lǐng)先的企業(yè)邊緣AI部署的其他關(guān)鍵AI功能包括客戶體驗優(yōu)化（45%）和計算機視覺（45%），緊隨其后的是實時監(jiān)控和異常檢測（41%）、能源優(yōu)化（40%）和預(yù)測性維護(hù)（38%）。

Zededa指出，2026年調(diào)查中強調(diào)的在面向客戶和運營用例中生產(chǎn)部署的廣度標(biāo)志著相比之前研究的重大進(jìn)步，當(dāng)時30%的首席信息官報告完全部署了邊緣AI。

盡管邊緣AI部署規(guī)模迅速擴大，調(diào)查也指出了企業(yè)面臨的一些核心挑戰(zhàn)。運營復(fù)雜性成為最主要的擔(dān)憂——特別是與現(xiàn)有系統(tǒng)的集成在障礙列表中居首位，占34%，其次是安全和治理擔(dān)憂（32%）以及內(nèi)部專業(yè)知識不足（31%）。

安全擔(dān)憂在分布式環(huán)境中被稱為"特別嚴(yán)重"，組織必須管理端點間的數(shù)據(jù)主權(quán)，確保數(shù)據(jù)中心外的模型完整性，并在異構(gòu)硬件中保持一致的訪問控制。總體而言，41%的擁有活躍部署的組織將在分布式環(huán)境中管理AI工作負(fù)載描述為具有挑戰(zhàn)性，美國企業(yè)在這方面報告的困難比德國同行更大。

Ouissal表示："邊緣AI采用的旅程正在有計劃的階段中展開。企業(yè)首先在邊緣部署AI來解決特定的運營挑戰(zhàn)，如質(zhì)量檢查、預(yù)測性維護(hù)和實時異常檢測。然后他們構(gòu)建混合架構(gòu)來智能地在云和邊緣環(huán)境中編排工作負(fù)載。現(xiàn)在，我們正在進(jìn)入最重要的階段：探索邊緣真正自主性能夠釋放的潛力。"

Q&A

Q1：邊緣AI在企業(yè)戰(zhàn)略中的地位如何？

A：根據(jù)調(diào)查，83%的C級高管和IT執(zhí)行官認(rèn)為邊緣AI是其核心業(yè)務(wù)戰(zhàn)略的中心。邊緣AI已經(jīng)從IT實驗階段轉(zhuǎn)向核心業(yè)務(wù)基礎(chǔ)設(shè)施，45%的企業(yè)已經(jīng)在積極生產(chǎn)中運行部署，資金越來越多地來自核心IT預(yù)算。

Q2：企業(yè)采用邊緣AI主要獲得什么收益？

A：企業(yè)主要通過運營效率提升來衡量邊緣AI項目成功，其次是成本降低（45%）和安全風(fēng)險降低（42%）。目前生產(chǎn)中的主要應(yīng)用包括客戶體驗優(yōu)化、計算機視覺、實時監(jiān)控和異常檢測、能源優(yōu)化和預(yù)測性維護(hù)。

Q3：邊緣AI部署面臨哪些主要挑戰(zhàn)？

A：運營復(fù)雜性是最主要擔(dān)憂，特別是與現(xiàn)有系統(tǒng)集成問題占34%。其次是安全和治理擔(dān)憂（32%）以及內(nèi)部專業(yè)知識不足（31%）。在分布式環(huán)境中，組織需要管理數(shù)據(jù)主權(quán)、確保模型完整性并保持一致的訪問控制。