IDC最新發布的《邊緣進化：從核心到邊緣驅動成功》研究報告顯示，生成式AI（GenAI）正推動企業從“概念驗證”邁向“規?；涞亍?。在受訪的中國企業中，79%認為生成式AI將在未來18個月內對其業務產生顛覆性影響，這一比例較亞太地區平均水平高出12個百分點。其中，37%的企業已將生成式AI部署至生產環境，61%處于技術測試階段，標志著AI應用進入實質性推進期。

報告指出，2023-2024年企業聚焦“大模型參數競賽”，追求千億級參數與多模態能力；而2025年核心訴求已轉向“場景落地”，如何通過AI解決實際業務問題成為關鍵。在此背景下，亞太地區企業面臨集中式云架構的局限性——規模擴展、響應速度與合規性需求難以通過傳統公有云模式滿足，迫使企業重構數字基礎設施，將邊緣計算納入戰略核心。

Akamai亞太區與全球云架構師團隊總監李文濤表示：“未來企業需構建整合‘云-核心-邊緣’的現代化數字基座，將智能服務部署在更靠近用戶的位置?！边@一觀點基于企業當前面臨的三大挑戰：時延、成本與合規性。數據顯示，37%已部署GenAI的企業中，超60%反饋實時交互類應用延遲超預期，例如電商虛擬試衣間因核心云推理導致單次交互延遲達2-3秒，轉化率下降40%；AI推理產生的海量數據回傳至核心云，使帶寬成本激增；72%的出海企業因數據出境合規要求被迫放棄核心云集中處理模式，用戶隱私數據成為監管焦點。

“公有云并非不夠好，而是不夠近?！崩钗臐龔娬{，生成式AI需要“核心云訓練+邊緣推理”的協同模式——核心云負責大規模模型訓練，邊緣節點承擔實時推理與用戶交互。這種架構可顯著降低時延與成本：以電商AI推薦為例，核心云處理時延約200-300ms，邊緣節點可降至20-50ms；數據在邊緣源頭處理可減少70%的核心云傳輸量，某制造企業測算顯示，此調整每年可節省近百萬元帶寬費用。

邊緣計算的崛起得到市場數據支撐。智研咨詢報告顯示，2024年全球邊緣云市場規模達1851億元，中國占比約70%，預計2029年市場規模將達370億元，復合年增長率22.9%。IDC預測，2025年邊緣IT將成為中國企業IT支出增長最顯著的領域，到2027年，80%的亞太地區CIO將依賴邊緣服務支撐AI工作負載。

報告提出“面向未來數字基礎設施六大核心支柱”，形成從戰略到運營的完整閉環。第一支柱“AI就緒”要求基礎設施適配AI需求，通過邊緣節點部署輕量級GPU模塊，使推理效率提升3-5倍；零售企業通過邊緣AI實時分析用戶行為，推送定制化商品推薦，轉化率提高58%。第二支柱“GenAI部署”強調從“大模型競賽”轉向“邊緣適配”，61%的測試階段企業已通過模型壓縮、量化等技術適配邊緣算力，硬件投資聚焦邊緣級GPU、異構計算芯片與分布式存儲節點。

第三支柱“現代化邊緣IT”聚焦數據源頭價值挖掘，采用“邊緣推理優先”策略，將90%的實時AI任務在邊緣完成，僅回傳結果數據；通過邊緣存儲分層與計算協同，某汽車廠商實現車載設備實時處理路況視頻，數據傳輸量減少92%，自動駕駛系統響應達毫秒級。第四支柱“邊緣優化架構”解決分布式資源統一調度問題，提出“接入層-算力層-管理層”三層架構，支持多網絡接入、三級算力池動態分配與統一平臺管控。

第五支柱“云端到邊緣”強調公有云投資的價值延伸，83%的企業希望將現有公有云服務擴展至邊緣，技術突破點包括API標準化與數據一致性。Akamai與AWS、Azure等云廠商的合作驗證了這一路徑——企業可將核心云的模型、數據無縫同步至邊緣節點，無需重構IT架構。第六支柱“自主運營”通過AI驅動自動化運維，實現智能監控（異常預警準確率95%）、自動調度（資源利用率提升30%）與自愈修復（業務中斷時間控制在秒級）。