各種平台像是行星一般對數據產生牽引力道。過去幾年我們看到雲端成為主要的數據引力中心，如今隨著各種裝置大量產生數據，邊際逐漸成為另一個數據引力中心。
邊際成為數據引力中心的主要原因，涉及到部署應用的性質。邊際運算應用經常涉及AR/VR體驗與AI模型，包括電腦視覺或是影像監控，這些應用對於延遲率極為敏感，因此必須在靠近數據來源處存取龐大數據，以接近即時的速度獲得商業結果。
當然，單一邊際運算平台不會產生像雲端或本地端資料中心那麼大的數據引力。然而眾多邊際運算平台匯集後所形成的引力就相當可觀，雖然比不上龐大的木星，但這些平台就像木星周圍的小行星帶一樣，仍會形成可觀的牽引力。
邊際數據不全然都有儲存的價值，只有當數據狀態發生變化以反映如溫度變化等情況時，數據對企業才會有真正的價值。該事件應以編程方式驅動一系列自動化流程，每個流程依次生成額外數據，然後再饋入到邊際的分析引擎，以即時速度優化流程，接著把結果匯入更大的數據池，回傳到本地端資料中心或雲端進行歷史數據分析。
數據已成為一種資產，而資產價值應被極大化，但涉及的程序相對繁瑣。收集的數據品質不僅直接影響可靠度，還會影響自動處理流程的應用體驗。對於企業而言，確保這些應用與流程所依賴的數據完整性不僅至關重要，還必須確保企業內外所使用的數據能維持一致性。
邊際運算將匯合實體與虛擬世界，像是提供更好的顧客體驗、帶動新的獲利來源等，這些邊際應用創造出一個數據產業體系，並涉及到許多商業使用情境。畢竟企業須耗費可觀的時間、精力、金錢，來收集PB等級的海量數據。而ROI最終則取決於數據能推動多少種使用情境。麥拉倫集團旗下的McLaren Racing車隊在賽車車身周圍裝置超過200個感測器，並以即時模式分析將近100GB的數據。這意謂著每一秒從麥拉倫賽車上超過10萬個數據點串流傳輸數據，藉以追蹤胎壓變化、賽道安全性、甚至比賽時賽車換檔等動態。
數據與邊際使用情境沒有一體通用的方案，許多企業因此著手開發邊際專屬技術、營運模式與架構，導致無法引進新的創新、控制成本、維護安全性，並陷入被特定供應商綁死的情況。這些企業面臨的挑戰和機會，是必須尋找適合的途徑，從邊際一直到雲端進行統合管理，讓數據發揮最大的價值。
下回仰望夜空看星星時，花點時間欣賞浩繁星海。每一顆星球對彼此產生龐大的牽引力，也影響到行星、慧星、殞石的運行軌道，以及日夜潮汐。對比到數據引力，你會發現IT平台也像行星一般影響彼此。
＜本文作者：廖仁祥現為戴爾科技集團台灣區總經理＞