工業物聯網(IIoT)對工業企業有很多好處，能為其帶來寶貴的商業見解，提高效率及生產力等。但隨著企業開始采用IIoT策略，圍繞這些實施的成本帶來了新問題，尤其是應采用哪里種運算的問題。答案是，云端運算和邊緣運算對成功的IIoT框架不可或缺，但成本和投資回報率將決定其個別作用。

據報導，一般認為云端運算為IIoT的支柱。向云端發送數據對大多數公司來說是流行而正確之舉。內建傳感器的設備會將數據傳輸到云端，再由云端機器學習引擎加以分析，產生可操作的見解。這些見解讓企業能進行簡化生產、提高質量，至至于改進維護等優化。

但企業要全面實施IIoT時可能會遇到問題。在云端利用分析和無線連網時，成本會迅速升高。云端模型的本質是按使用付費，這意味著成本會隨著時間推移而改變。有些方法可緩解這種情況，包括轉向更多的營運支出(OPEX)模型。

另一種方法則是使用內部基礎設施和閘道器，引進邊緣運算。隨著企業持續推動其IIoT策略并開始取得進展，他們將意識到云端基礎架構僅為IIoT方程序的一部分。

營運商發現，當涉及實時運算需求時，某些流程無法推送到云端。由于成本和延遲問題，他們開始將越來越多運算推向網絡邊緣。這也有助于解決自動化行業營運技術人員面臨的另一個挑戰，亦即網絡安全的持續威脅。

向工廠外傳輸數據堪稱工業自動化領域面臨的最大挑戰之一。邊緣運算平臺可充當多個傳感器的本地儲存點，實現更多實時反饋的分析，并執行預處理，因此僅需將必要數據發送到云端。若數據是從多個傳感器點所收集，則這種混合方法還可減少攻擊面的數量。

邊緣系統支持廣泛的應用，包括小規模、本地化的監控及資料擷取(SCADA)、人機接口、歷史資料庫和瘦客戶端，并以具競爭力的價格提供。它們收集的數據可用于車間的實時分析以改善操作，包括先進的過程控制、質量檢查和預測性設備故障。邊緣設備還可將某些信息上傳到控制系統，并將云端用于資產績效管理、后處理分析或規畫。

事實上，在邊緣和云端之間找到適當平衡將是IIoT框架的成功關鍵。透過使用適當工具，企業也將看到寶貴的投資回報。企業須了解數據是IIoT實施中的關鍵資源。數據差距可能會對本地和云端分析產生不利影響。若想確保數據能從收集，儲存、維護和安全角度獲得充分保護，就得從投資回報運算中的人力和風險角度進行評估。

例如，企業在為IIoT確定最佳工具時，需考慮到隨著運算能力和應用靠近工廠車間，將缺乏能解決問題的專業人員。這意味著系統要易于安裝，而且容易由本地化操作技術人員維護，因為這些新型邊緣環境大多在IT支持領域之外。