خرده‌فروشی: مفهوم فروشگاه فردا (Store of Tomorrow) یک تعریف منعطف با محوریت مشتری است که دید کامپیوتری را با آینده خرده فروشی ترکیب می‌کند. تکنولوژی رایانش لبه‌ای یکی از اجزای اصلی این مفهوم است که در آینده به جز مهمی از تجربیات انسانی تبدیل می‌شود. از جمله کاربردهای لبه می‌توان به پرداخت هزینه بدون تماس در فروشگاه‌ها اشاره کرد. صف‌های طولانی فروشگاه‌ها یکی از مشکلات کسب‌وکارهای موفق است که باعث از دست ۸۶ درصد از مشتریان می‌شود و طبق برآورد‌ها سالانه ۳۷.۷ میلیارد دلار فروش را در ایالات متحده کاهش می‌دهد.



یک شبکه لبه‌ای در فروشگاه داده‌های جمع‌آوری از دوربین‌ها را با استفاده از هوش مصنوعی پردازش کرده و می‌تواند اقلام موجود در فروشگاه را تشخیص دهد و درنتیجه مشتری پس از برداشتن محصول مورد نظر می‌تواند از فروشگاه خارج شود و هزینه بدون نیاز به ایستادن در صف از حساب او کسر می‌شود. این روش از سرقت نیز جلوگیری می‌کند.

درمان: جراحی‌ با کمک ربات کار جراحان را ساده‌تر می‌کند و فرایند جراحی ساده و در زمان کوتاه‌تری انجام می‌شود. رایانش لبه‌ای با یک سری تغییرات ریز تاثیر چشمگیری بر این روند دارد.



مشکلات و فرصت‌های رایانش لبه‌ای
سازمان‌هایی که بهره‌برداری از مزایای رایانش لبه‌ای هستند با موانعی روبر می‌شوند. تشخیص استراتژی مناسب کار دشوار است و برای موفقیت باید دائما به آزمون و خطا ادامه دهید. از جمله مشکلات رایج این مسیر می‌توان به موارد زیر اشاره کرد:



نبود پیکربندی‌های استاندارد و تعامل‌پذیر: برای استفاده از رایانش لبه‌ای به زیرساخت مناسبی نیاز دارید که معمولا از طریق چند شرکت تامین می‌شود و در صورت عدم تعامل‌ تکنولوژی‌های مختلف این شرکت‌ها، عملکرد بهینه لبه به مشکل می‌خورد.

سرعت بالای اکوسیستم و گزینه‌های متعدد تکنولوژی: جهان رایانش لبه‌ای مملو از تکنولوژی‌ها و الگوهای مختلف است و انتخاب این الگو و تکنولوژی بسیار مهم است. نوآوری مداوم در بحث شبکه‌هایی همچون رایانش‌ لبه‌ای با چندین نقطه دسترسی (MEC) و 5G هم بر پیچیدگی این فضا افزوده است.

ارزش تحقق نیافته تجاری در لبه: درک کامل ارزشی که راه‌حل‌های لبه‌ای برای سازمان‌ها ایجاد می‌کند دشوار است. شرکت‌ها باید پای خود را از موارد استفاده ساده و بازدهی سریع فراتر گذاشته و به دنبال رایانش لبه‌ای با ارزش افزوده پایدار باشند.

فرسودگی نوآورانه و گیر کردن در نمونه اولیه: راه‌حل‌های صنعتی و گسترده رایانش لبه‌ای برای ارزش‌آفرینی واقعی به زمان و کار زیادی نیاز دارند و سازمان‌ها معمولا انعطاف کافی برای عبور از اثبات مفهوم و ورود به مرحله اجرا را ندارند.

کمبود استعداد ابری برای درک موارد استفاده رایانش‌لبه و دلیل آن: لبه را نمی‌توان یک جایگزین برای شرکت‌هایی دانست که از ابر استفاده می‌کنند. مساله در اینجا توسعه توانایی‌ها با استفاده از راه‌حل‌های لبه‌ای است. استعداد کافی در حوزه ابری را می‌توان برای اجرای رایانش لبه‌ای نیز به کار گرفت.

مشکلات امنیتی خاص رایانش لبه‌ای: سطح امنیت باید از ابر تا تمام موارد سطوح رایانش لبه‌ای توسعه پیدا کند اما امنیت در حوزه اینترنت اشیا و لبه با IT متفاوت است. در رایانش لبه‌ای، عملیات‌های خودکار، حساس به زمان و حساس به ایمنی بسیاری وجود دارد. با این حال طراحی مدل‌های امنیتی و زیرساخت دستگاه‌های لبه‌ای زمان زیادی می‌برد. از سویی این مدل‌ها با سرعت بیشتری در مقایسه با ابر منسوخ می‌شوند و به دلیل موضوعات امنیتی امکان پچ سریع نیز وجود ندارد. بعلاوه دستگاه‌های لبه‌ای بیشتر اوقات در مکانی دور یا نا امن قرار می‌گیرند که نیازمند امنیتی فیزیکی در کنار امنیت سایبری است. پیچیدگی ترکیب سخت‌افزار،‌ نرم‌افزار و شبکه نیز بروزرسانی امنیتی را سخت‌تر می‌کند.

سخن پایانی
توسعه اینترنت اشیا و حجم بالای اطلاعاتی که این دستگاه‌ها تولید می‌کنند باعث افزایش توجه به رایانش لبه‌ای شده است. اما از آنجایی که این تکنولوژی‌ها همچنان در دوران نزوادی خود هستند، روند تکاملی آنها شاید مسیر آینده را تغییر دهد.

بعلاوه سازمان‌ها در صورت استفاده از رایانش لبه‌ای باید استراتژی کامل و چشم‌اندازی بلند مدت را دستور کار خود قرار دهند. از آنجایی که ارزش‌آفرینی رایانش لبه‌ای زمان‌بر و گاهی پر هزینه است،‌ پیشنهاد می‌کنیم پیش از تصمیم‌گیری مزایا و موانعی که در این متن به آنها اشاره شد را بسنجید و پیش از اقدام از آمادگی فنی و علمی سازمان اطمینان حاصل کنید.


#edge #computing #edgecomputing #edge_computing

https://t.me/unixmens