當談到物聯網時，邊緣計算勝出的原因主要有五個，其中三個跟云數據傳輸的技術限制有關，另外兩個取決于企業文化和對云安全的認知。

1、安全：這是大型工業公司青睞邊緣計算的原因之一。他們不想將自己的流程連接到互聯網上，因為互聯網會讓他們的操作暴露給黑客和數據泄露。例如，在我2017年參加的霍尼韋爾用戶組會議上，發現霍尼韋爾工業自動化產品的大多數客戶都不愿意在自己的工廠內安裝無線基礎設施，因為擔心安全遭到破壞。其中一部分是對風險的認知，多虧了Target百貨公司的黑客攻擊行為——從暖通空調系統開始，并最終竊取了百貨公司客戶的信用卡信息，引起了人們對黑客攻擊基礎設施的擔憂——考慮到某些類型的工業流程，那么這種擔憂是非常有必要的。

2、知識產權：與安全問題相關的是對專有數據和知識產權的擔憂。高質量的傳感器可以用來獲取重要信息，例如被視為商業秘密的煉油過程。西門子物聯網戰略的Jaganath Rao表示，食品公司對這類問題特別敏感，例如，想象一下，如果可以通過工業數據推斷出可口可樂的保密配方。

3、延遲和彈性：延遲是衡量信息在網絡上傳播速度的一個指標。無論您是在等待網絡電影加載還是在玩網絡游戲，延遲都會讓人抓狂。當你將數字流轉換成電子或機器時，延遲更令人惱火，例如，在家里，當我使用應用程序打開燈時，云到云服務可能會導致一兩秒鐘的延遲，這很煩人。但是在工業流程中，將數據從一臺機器發送到云，然后再返回可能會花費大量金錢甚至是生命。

邊緣計算最受歡迎的一個論點是自動駕駛汽車。比如，一輛時速100公里的汽車需要能夠識別威脅并立即停車，而不是需要往返云端而等待幾秒鐘。在工業領域，一臺有故障危險的機器可能只有幾秒鐘或一分鐘的警告時間，傳感器可能會接收到機器新的振動信號，該信號表示故障，然后將其發送到本地網關進行處理，而網關需要有能力識別故障，或者警告某人，或者在毫秒或秒內發回關閉機器的指令。

這也與彈性有關，網絡覆蓋范圍可能會減小，網絡可能會崩潰。當這種情況發生時，汽車、重型工業機械和制造業仍然需要正常工作。邊緣計算使它們能夠做到這一點。

4、帶寬成本：一些連網的傳感器，例如在引擎中工作的攝像頭或聚合傳感器，會產生大量數據，例如，每分鐘或每小時有數千兆字節的數據。在這些情況下，把所有這些數據發送到云端需要花費很長時間，而且代價過于昂貴。這就是為什么本地圖像處理或使用本地分析來監測模式的有意義原因所在。本地網關可以處理這些數據，然后發送相關信息，而不是從連網路燈發送數TB的原始圖像數據。

5、自主性：延遲和彈性問題是邊緣計算將在物聯網中蓬勃發展的最終原因——自主決策不能依賴云計算。對許多人來說，連網工廠或辦公室的承諾是大量流程可以實現自動化。如果機器可以監控自身及其正在執行的流程，那么它最終可以被設計為在問題發生時采取正確的行動。因此，例如，如果傳感器監測到壓力增加，它就可以開啟管線下游的閥門來釋放壓力。

以上大部分都是常識。但是，當數字世界的挑戰出現在物理世界時，它們就會被放大;當人們的生活或生產過程是在互聯網上進行時，就會帶來現實世界的后果。

這并不是說隨著時間推移，云計算不會承擔更多的物聯網工作，但是現在，對于很多物聯網用例來說，這可能是一個非常可怕的倡議。