Recordeu el "Enterprise Cloud Rush" al voltant del 2015? vam tractar el núvol d'hiperescala com un escombrari infinit per a les nostres dades. Cada sensor a l'hospital, cada lectura de vibració d'una màquina CNC de cinc eixos, cada registre de transaccions al banc. ho vam conduir tot a les caixes d'AWS S3 o l'emmagatzematge de Blob d'Azure. L'anomenàvem amb orgull "Observació".Ens vam felicitar per la construcció de "Data Lakes". En realitat, estem construint molls de dades. molls cars, d'amplada de banda, de latència. He dedicat més de 22 anys a l'arquitectura de sistemes per a entorns de la Indústria 4.0 per a empreses com , i si hi ha una lliçó difícil que he après, és aquesta: Aquest model podria haver funcionat el 2015, però va morir en algun lloc al voltant del 2024, quan l'IA finalment es va estabilitzar prou per confiar a la vora. Ara, el 2026, continuar llençant dades primeres al núvol no és només ineficient. Apple, PayPal, and GE Digital The "Store Everything, Analyze Later" model is dead. És per això que la indústria s’ha de moure cap a la , i per què la seva fàbrica (o hospital) ha de deixar d'enviar cada registre únic al núvol. AI Edge Proxy El problema dels nanosegons Per entendre per què va fallar l'antic model, cal entendre l'escala de la moderna telemetria industrial. Imagineu una moderna fàbrica de fabricació d'automòbils. Prengui un sol braç de soldadura robòtica. No només registra "Weld Complete." Cada mil·lisegonada, els seus motors servo reporten el parell de tornada, l'atracció de corrent, l'angle d'articulació i la temperatura. La punta de soldadura és reportar la tensió, la velocitat d'alimentació de filferro i les taxes de flux de gas. Ara, multipliqueu això per 500 robots en una sola línia de producció. En l'arquitectura "Pre-2024 Era", el gasoducte era brutalment simple i brutalment ineficient: 
 
 
 
 
 Font: Els dispositius generen terabytes de registres crus d'alta freqüència diàriament. Transport: Obstruïm la WAN de la fàbrica enviant el 100% d'aquestes dades al núvol. Emmagatzematge: paguem per emmagatzemar petabytes de dades, del qual el 99,9% diu "El sistema funciona normalment". Anàlisi (Too Late): Un treball programat basat en el núvol es desperta 4 hores més tard per escanejar anomalies. En el moment en què es troba una fallada de suport, la línia de producció ja ha estat aturada durant tres hores. Com he discutit en el capítol 1 (La nova revolució industrial) del meu pròxim llibre, The Trusted Machine, aquest és el desafiament de la latència. L'intel·ligència intel·ligent només en el núvol fracassa en la fabricació perquè quan una màquina de fresat d'alta velocitat es desplaça fora de l'eix, no tens segons per recórrer les dades a un centre de dades al nord de Virgínia per preguntar què fer. Tens mil·lisegons.A més, el cost financer es va fer insostenible. Les organitzacions van adonar-se que estaven gastant fortunes transferint dades que cap humà o màquina mai tornaria a mirar.* The Reality Check: Segons la investigació citada pel CNCF el 2025, gairebé el 70% de les dades d'observació recollides 
 
 El cost del retard: En la fabricació, les finances o l'atenció sanitària crítica, l'espera de la latència del núvol no és només molest. El cost del retard: En la fabricació, les finances o l'atenció sanitària crítica, l'espera de la latència del núvol no és només molest. La solució: "Bouncer" (proxy de l'Edge de l'AI) eMoving Intelligence "Upstream" Necessitàvem una intel·ligència que visqués a la canonada, al costat de la màquina, no al final d'una llarga connexió de xarxa. Hem començat a desplegar xarxes neurals locals lleugeres just a la vora, funcionant en maquinari com els mòduls NVIDIA Jetson o robustos PC industrials integrats a la xarxa OT (Tecnologia Operativa). Això és el que anomenem proxy. Penseu en el com a En els vells temps, deixàvem que tothom (cada línia de registre) estigués dins i esperàvem que els guàrdies de seguretat (Cloud AI) arreglaren els creadors de problemes més tard. AI Edge Proxy highly trained bouncer at an exclusive nightclub Com funciona: L'Edge Proxy es troba al log pipeline, ingerint el foc de la telemetria crua a través de protocols com MQTT o OPC-UA. 1 El La xarxa neural a bord està entrenada sobre la base estàndard, "saludable" de funcionament de l'equip d'aquesta instal·lació específica. Tastes the Data 2 El El Proxy els descartarà i enviarà un resum senzill al núvol. "Màquina A: Tots els paràmetres nominals a les 10 del matí", enviarà aquell petit paquet al núvol per als taulells de conformitat, i descartarà instantàniament els gigabytes de registres crus. Filters the Noise 3 El Només permet que els “VIP” (les anomalies) passin. Elevates the Signal: En finances i fabricació, les empreses estan actualment emmagatzemant petabytes de registres de "èxit".L'emmagatzematge de cada sol missatge de debug "200 OK" està matant els pressupostos d'emmagatzematge en núvol. La característica assassina: Injecció dinàmica "Debug" Si l'única cosa que va fer l'Edge Proxy era filtrar el soroll, valdria la pena la inversió. . En una configuració tradicional, el desglossament d'un problema intermitent és un escenari de malson. Un incident es produeix a les 3 de la matinada. Un enginyer es desperta, SSHs a la màquina, canvia el nivell de registre de l'INFO estàndard a verbose DEBUG, i després ... espera. Esperen que l'error torni a succeir mentre el disc s'omple de registres de desglossament massius. És reactiu, lent, i rarament captura la causa arrel la primera vegada. El nostre proxy AI Edge automatitza completament això. Interacció activa Interacció activa Una "màquina de confiança" ho fa automàticament. Tornem a aquesta màquina CNC. La Xarxa Neural local a l'Edge Proxy està monitoritzant els registres de sensors de vibració. 
 
 
 
 
 La sospita (T-Minus 60 Segons): L'IA detecta un canvi subtil en la ressonància harmònica. No és un error encara, no ha superat un llindar dur. Però és una desviació del 0,5% de la línia de base entrenada. "sospita" que alguna cosa està malament. L'acció (T-Minus 59 Segons): El proxy actua immediatament com un agent d'orquestració. Envia un comandament al controlador local de la màquina: "Elevem el nivell de registre a TRACE/DEBUG immediatament durant els pròxims 15 minuts". La captura (l'incident): Dos minuts més tard, la càrrega es captura momentàniament. Com que el sistema ja estava en mode DEBUG, captura dades granulars d'alta fidelitat de mil·lisegons per mil·lisegons que condueixen fins i durant la fallada. La reversió (T-Plus 15 Minutes): Una vegada que el temporitzador expira o la signatura d'anomalia s'elimina, el proxy torna automàticament al sistema al registre INFO estàndard per estalviar espai en disc local. Ja no estem buscant agulles en piles de fusta. Estem utilitzant la IA per construir la piles de fusta només quan sabem que una agulla està a punt de caure. Això assegura que quan enviem dades al núvol per a l'anàlisi de raó profunda, són les dades correctes. Seguretat i la "màquina de confiança" Més enllà de l'eficiència, aquesta arquitectura és una pedra angular de la seguretat industrial moderna. Com es detalla en el capítol 9 (Defensa Activa) de The Trusted Machine, la trista realitat és que com més dades envieu de la vostra instal·lació segura, més gran serà la vostra superfície d'atac. Mitjançant el processament de registres localment, l'AI Edge Proxy actua com una membrana semi-permeable per a les seves dades. Blueprints operatius detallats, toleràncies de fabricació precises i telemetria identificable pel pacient queden dins del límit de la xarxa local. Només les perspectives sanitàries surten de les instal·lacions.A més, tenint AI a la vora, ara implementem "SIEM industrial" localment. El proxy pot detectar no només anomalies mecàniques, sinó també anomalies de seguretat com un PLC que de sobte intenta comunicar-se amb una adreça IP externa desconeguda a través d'un port estrany i tancar la connexió immediatament. La línia inferior Si encara estàs enviant petabytes de registres de "Sistema OK" al núvol el 2026, estàs operant en un llibre de reproducció de 2015. El futur de la Indústria 4.0, Finances i Salut no és Big Data; és **Dades intel·ligents**. Es tracta de tenir observadors de confiança, impulsats per la IA a la vora que coneixen la diferència entre el soroll i un senyal, i tenen l'autonomia per actuar sobre aquest coneixement en mil·lisegons. Referències & Llegir més El cost elevat dels desnonaments Les interrupcions d'alt impacte en sectors com ara Finances i Mitjans de comunicació poden costar a les empreses més de 2 milions de dòlars per hora, el que porta a la necessitat d'una resolució més ràpida i basada en l'avantguarda en comptes d'esperar a la latencia en el núvol. Font de: Nova previsió d'observació Relic 2025/2026 La realitat del “cloud exit” per , 37signals va reportar estalvis de més de 10 milions de dòlars en cinc anys, validant el cas financer per la propietat de la seva infraestructura en lloc de llogar-la. Repatriar les càrregues de treball d'AWS al seu propi maquinari Font de [ 37signals "Deixant el núvol" informe El problema dels residus de dades Les institucions es van adonar que les empreses Això condueix a enormes ineficiències en l'emmagatzematge i el processament. El 70% de les dades d'observació recollides són innecessàries Font de: CNCF Blog: Tendències d’observació el 2025 Reducció de filtració i registre L'adopció d'estratègies "Adaptive Logs" per filtrar les dades de baix valor a la font pot resultar en un , demostrant la viabilitat financera del model AI Edge Proxy. Reducció del 50% en volums Font de: Grafana Blog: Com reduir costos per a mètriques i registres Tendència de repatriació (retornar del núvol a on-prem/edge) per controlar els costos, ja que les organitzacions lluiten per gestionar la despesa espiral del núvol. El 80% dels CIOs esperen un cert nivell de repatriació de la càrrega de treball Font de: Flexera 2025 Estat del núvol

This story contains new, firsthand information uncovered by the writer.

This story contains AI-generated text. The author has used AI either for research, to generate outlines, or write the text itself. 

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

Aquest àudio és produït a l'idioma original de la història!

El model de núvol "Store Everything" es trenca sota les càrregues de treball d'IA modernes

About Author

COMENTARIS

Etiquetes penjant

AQUEST ARTICLE VA SER PRESENTAT A

Related Stories

Startups of The Year: Meet the Cybersecurity Industry

TON Game ‘BANANA’ Hits 1M Users In 72 Hours

Why Over-Explaining Your Tech Is Killing Your Content Strategy

Startups of The Year: Meet the Commerce Industry

Startups of The Year: Meet the Cybersecurity Industry

TON Game ‘BANANA’ Hits 1M Users In 72 Hours

Why Over-Explaining Your Tech Is Killing Your Content Strategy

Startups of The Year: Meet the Commerce Industry

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps