企业边缘人工智能的采用一直在急剧上升，但Zededa的研究显示，它已经跨越了一个转折点，从IT实验转向核心业务基础设施。

　　这份2026年边缘AI调查由边缘编排服务提供商Zededa委托Censuswide在2026年2月20日至26日期间进行，调查了600名IT和运营业务领导者的意见，包括首席信息官、首席技术官、首席运营官以及美国和德国的IT、运营、制造和数字化转型副总裁。

　　关键发现是边缘AI在各行业的核心IT和基础设施支出中具有战略地位，超越了实验阶段，进入了持续的运营投资。

　　多达83%的C级高管和IT执行官受访者认为边缘AI是其核心业务战略的中心。接近一半（45%）的受访企业已经在积极生产中运行部署，资金越来越多地来自核心IT预算而非创新试点项目。

　　企业也已经从边缘AI中看到了真实回报，研究揭示了投资模式如何反映这一点。一半的受访者通过运营效率提升来衡量或计划衡量边缘AI项目，其次是成本降低（45%）和安全风险降低（42%）。十分之三的企业现在通过IT和基础设施预算分配边缘AI支出，而来自创新或试点项目的比例为18%。

　　Zededa首席执行官兼创始人Said Ouissal表示：边缘AI已经正式跨越了从实验到基础设施必需品的门槛。我们看到的是一个明确信号，即企业理解AI必须在数据生成的地方运行。下一阶段不是关于证明价值，而是关于在分布式环境中扩展价值，并将智能体驱动的智能带到对这些企业最重要的地方——边缘。

　　调查中的另一个趋势被描述为不可否认的信号，即企业向边缘智能体操作发展的速度，因为各行业从被动监控转向能够在操作点实时协调行动和适应的系统。

　　一半的调查表明，他们已经在研究能够自主管理目标的边缘AI智能体，而不是简单地处理输入。21%的企业正在试点自主执行多步骤任务的边缘智能体，15%的企业已经在生产中部署了最少人工干预的自主边缘智能体。86%的拥有活跃边缘Kaiyun科技有限公司AI部署的企业正在从研究到生产阶段追求智能体边缘能力。47%的企业正在采用混合云边缘架构，因为推理正在转向边缘。

　　企业越来越多地在云和边缘环境中分配AI工作负载，47%报告采用混合云边缘架构。虽然训练主要保持集中化，但推理正在转向边缘，因为组织寻求在操作点附近更快的决策制定。只有24%的受访者表示他们主要依赖集中式云或数据中心基础设施，这表明AI执行的重心正在向边缘转移。

　　目前生产中领先的企业边缘AI部署的其他关键AI功能包括客户体验优化（45%）和计算机视觉（45%），紧随其后的是实时监控和异常检测（41%）、能源优化（40%）和预测性维护（38%）。

　　Zededa指出，2026年调查中强调的在面向客户和运营用例中生产部署的广度标志着相比之前研究的重大进步，当时30%的首席信息官报告完全部署了边缘AI。

　　尽管边缘AI部署规模迅速扩大，调查也指出了企业面临的一些核心挑战。运营复杂性成为最主要的担忧——特别是与现有系统的集成在障碍列表中居首位，占34%，其次是安全和治理担忧（32%）以及内部专业知识不足（31%）。

　　安全担忧在分布式环境中被称为特别严重，组织必须管理端点间的数据主权，确保数据中心外的模型完整性，并在异构硬件中保持一致的访问控制。总体而言，41%的拥有活跃部署的组织将在分布式环境中管理AI工作负载描述为具有挑战性，美国企业在这方面报告的困难比德国同行更大。

　　Ouissal表示：边缘AI采用的旅程正在有计划的阶段中展开。企业首先在边缘部署AI来解决特定的运营挑战，如质量检查、预测性维护和实时异常检测。然后他们构建混合架构来智能地在云和边缘环境中编排工作负载。现在，我们正在进入最重要的阶段：探索边缘真正自主性能够释放的潜力。

　　A：根据调查，83%的C级高管和IT执行官认为边缘AI是其核心业务战略的中心。边缘AI已经从IT实验阶段转向核心业务基础设施，45%的企业已经在积极生产中运行部署，资金越来越多地来自核心IT预算。

　　A：企业主要通过运营效率提升来衡量边缘AI项目成功，其次是成本降低（45%）和安全风险降低（42%）。目前生产中的主要应用包括客户体验优化、计算机视觉、实时监控和异常检测、能源优化和预测性维护。

　　A：运营复杂性是最主要担忧，特别是与现有系统集成问题占34%。其次是安全和治理担忧（32%）以及内部专业知识不足（31%）。在分布式环境中，组织需要管理数据主权、确保模型完整性并保持一致的访问控制。返回搜狐，查看更多