(资料图片)

如今，组织必须应对如此多的意外行为，以至于唯一的应对机制中央控制似乎已经逐渐成为一种主导管理模式。自由必须通过设定目标、约束、界限和允许的边缘行为，从中学思想中进一步淡化。有一天，软件和硬件代理将协商自己对业务成果的贡献，但在此之前，组织将不得不通过管理协调的自主权来做准备。

了解优势的潜力

边缘计算是分布式计算的一种形式，它使计算和数据存储更接近所需的位置，从而缩短响应时间，提供更好的操作。现在，人工智能的边缘可以提供很多新的可能性。在边缘AI中，AI中的其他算法在硬件设备或分布式软件代理上本地处理。它使用从设备/代理生成的数据，并对其进行处理，以在不到几毫秒的时间内提供实时见解，并允许模式识别、快速决策和更好的措施来应对紧急情况。我们已经看到了在智能建筑、智能城市和智能工业4.0供应链中的实际应用。虽然大多数可见的例子都在物理基础设施中或周围，但边缘人工智能也开始在客户、合作伙伴和员工的界面上工作。这导致更多的软件机器人、助手和代理被使用。

信任人工智能和算法来提高自由度

现在机器和软件的编程规则已经提前规划好了，不能适应不断变化的条件。有人需要提前规划这些规则、决定和行动。低代码或无代码会缩短紧急情况下的更改时间。另一个好方法是了解发生了什么，并在飞行中调整规则、决策和行动。这需要与过去不同的信任级别，尤其是在无监督学习的情况下。通过给出硬件和软件的目标和约束，这些自由度可以被扩展以应对更快的出现。组织必须学习新的自由度和信任度，以便利用竞争所需的速度。

启用数字孪生来管理适应性

每个物理设备和软件代理都有一个数字形式的交互模型，代表其逻辑自我(孪生)。你可以与其他双胞胎互动，观察这些模型，观察、管理和改变他们的行为。挖掘数字双胞胎的行为会产生可观察的行为，这些行为可以叠加在时间线上或其他形式的观察上。数字孪生是一种了解硬件或软件代理行为好坏的实用方法，以便管理人员采取适当的措施。

组织将不得不应对紧急情况，这些情况可能会出现在大量、快速和黑暗的数据、事件或内容中。这将需要新能力、技能和数字技术的协调结合。拥抱和利用新兴技术的组织可能会在边缘利用人工智能，并对其进行良好管理，以获得竞争优势。