近年來，圍繞自動化的討論已被提上全球商業議程，供應鏈企業一直在關注這項技術如何有助于行業變革。最近的一項研究發現，在過去的一年里，機器人和自動化的行業采用率比其他任何技術都要高，39%的公司已經實施了此類解決方案——這表明對它們的需求正在上升。

但故事并沒有就此結束。由于COVID-19大流行，業界對自動化的需求加快，以減少人與人之間的接觸頻率和持續時間，從而幫助組織遵守社會距離措施。物聯網（IoT）是自動化的關鍵驅動因素，這些技術一起將在使聯網設備支持這一需求方面發揮關鍵作用。然而，企業仍需要克服許多挑戰，以確保成功實現自動化——尤其是圍繞物聯網解決方案創建的大量數據的管理。企業需要通過引入其他技術來解決這些問題，比如邊緣計算。

對自動化的加速需求

冠狀病毒大流行造成了這樣一種情況，即許多數字解決方案的用例和功能變得更加相關。通過物聯網的采用，自動化和機器人技術很可能在可預見的未來成為多個行業的核心競爭力。其中一個領域是制造業和物流，企業希望在生產線和運輸中擴大物聯網的使用，以提高勞動力安全和減少潛在的污染。

例如，在物流領域，物聯網傳感器可以隨貨物一起運輸，從而對包裹進行定期更新，這有助于確保配送達到最高的安全標準。甚至在此之前——在生產階段本身——機器人也有可能幫助將產品從倉庫運輸到包裝站，同時減少員工之間的互動。在當前的環境下，這些創新變得越來越重要，因為在大流行期間，由于實體店關閉，網上訂單增長了49%。這給供應鏈行業帶來了額外的壓力，因為該行業一直在努力滿足消費者的網上購物需求，同時確保工人的安全。

克服后COVID時代的采用挑戰

COVID-19推動的自動化和機器人技術的任何采用都會帶來各種挑戰，特別是在業務運作開始正常化的時候。首先，重要的是企業能夠有效地管理和處理通過這些機器人和物聯網設備推送的大量數據，同時從數據中獲得洞察力，從而改善未來的運營。與供應鏈部門內部及其他地區的許多公司仍然依賴于過時的傳統基礎設施，他們也需要不僅考慮他們現有的技術堆棧可以處理這些新的數據密集型技術，但也要升級——他們是否可以承擔所需的時間和資源投資建設。

因此，用邊緣計算等新概念取代舊基礎設施將在供應鏈的IT生態系統中發揮重要作用。以該部門內的以下場景為例。倉庫工作人員使用輔助現實（AR）智能眼鏡上的“視覺揀選”功能，可以幫助實現人工揀選、分類、庫存管理、貨物接收和移除過程的自動化。當延遲發生并且從設備接收信息被延遲時，這可能會影響工作人員的工作效率并導致進一步的錯誤。通過將數據處理重新定位到更靠近網絡邊緣的設備，邊緣計算提供了一種解決方案，它將數據處理重新定位到網絡邊緣的設備附近，消除了延遲，從而降低了網絡延遲相關故障的發生率。同時，它創造了收集、分析和重新分配數據的新方法，并有助于提高設備所在網絡邊緣的處理能力

最終，自動化將在現在和未來的供應鏈中發揮至關重要的作用，而由于COVID-19大流行及其對供應鏈各方面的需求日益增加，這一作用更加突出。然而，在自動化和機器人設備的廣泛應用得以實施之前，組織需要確信他們已經有了支持和最大化這類技術的基礎設施。邊緣計算消除了對整個技術架構進行改造的需要，允許企業從上述設備中獲益，但在更大的規模上，對現有系統的改變或影響最小。