Usvajanje rubne umjetne inteligencije (AI) već je neko vrijeme na oštroj uzlaznoj putanji, ali istraživanje Zedede pokazalo je da je prešlo točku preokreta, preusmjerivši se s IT eksperimentiranja na temeljnu poslovnu infrastrukturu.
The 2026 edge AI istraživanje od rubnog pružatelja orkestracije proveo je Censuswide od 20. do 26. veljače 2026., uzimajući u obzir mišljenja 600 IT i operativnih poslovnih čelnika, uključujući CIO-ove, tehnološke direktore, glavne operativne direktore i potpredsjednike za IT, operacije, proizvodnju i digitalnu transformaciju diljem SAD-a i Njemačke.
Ključno otkriće bilo je da je rubna umjetna inteligencija strateški ugrađena u temeljnu potrošnju na IT i infrastrukturu u različitim industrijama, izvan eksperimentiranja iu održiva operativna ulaganja.
Čak 83% ispitanika iz C-suitea i IT rukovoditelja smatra rubnu umjetnu inteligenciju središnjim dijelom svoje osnovne poslovne strategije. Gotovo polovica (45%) anketiranih tvrtki već je provodila implementacije u aktivnoj proizvodnji, a financiranje je sve više dolazilo iz temeljnih IT proračuna, a ne iz pilot projekata inovacija.
Poduzeća su također već vidjela stvarne povrate od rubne umjetne inteligencije, a studija je otkrila kako se obrasci ulaganja odražavaju na to. Polovica ispitanika mjeri ili planira mjeriti inicijative rubne umjetne inteligencije kroz povećanje operativne učinkovitosti, nakon čega slijedi smanjenje troškova (45%) te smanjenje sigurnosti i rizika (42%). Tri od 10 tvrtki sada raspodjeljuju potrošnju na vrhunsku umjetnu inteligenciju kroz proračune za IT i infrastrukturu, u usporedbi s 18% iz inovacija ili pilot programa.
Povećanje operativne učinkovitosti glavna je metrika uspjeha, preusmjeravajući osnovne IT proračune na rubna ulaganja u umjetnu inteligenciju.
“Edge AI službeno je prešao prag od eksperimentiranja do bitne infrastrukture”, rekao je izvršni direktor i osnivač Zedede Said Ouissal. “Ono što vidimo jasan je signal da poduzeća razumiju da umjetna inteligencija mora djelovati tamo gdje se generiraju podaci. Sljedeća faza nije dokazivanje vrijednosti, već njezino skaliranje u distribuiranim okruženjima i dovođenje inteligencije pokretane agentima tamo gdje je tim tvrtkama najvažnije, na rubu.”
Sadržaj objave
Agentsko poslovanje na rubu
Još jedan trend – opisan kao “nepogrešiv signal” – iz ankete, bio je koliko su se poduzeća brzo kretala prema agentskim operacijama na rubu, jer su se industrije pomaknule s reaktivnog praćenja na sustave koji mogu koordinirati radnje i prilagoditi se u stvarnom vremenu na mjestu rada.
Polovica ankete pokazala je da već istražuju rubne AI agente koji mogu samostalno upravljati ciljevima, umjesto da jednostavno obrađuju ulaze. Otprilike 21% pilotira rubne agente koji autonomno izvršavaju zadatke u više koraka, a 15% je implementiralo autonomne rubne agente u proizvodnji uz minimalnu ljudsku intervenciju. Ogromnih 86% poduzeća s aktivnom implementacijom rubne umjetne inteligencije težilo je agentičkim rubnim sposobnostima, od istraživanja do proizvodnje. Otprilike 47% poduzeća usvajalo je hibridnu arhitekturu ruba oblaka kako se zaključivanje pomiče ka rubu.
Poduzeća su sve više distribuirala radna opterećenja umjetne inteligencije u oblaku i rubnim okruženjima, a 47% ih je prijavilo hibridnu arhitekturu ruba oblaka. Dok obuka ostaje uglavnom centralizirana, zaključivanje se pomiče na rub jer organizacije traže brže donošenje odluka bliže točki rada. Samo 24% ispitanika reklo je da se primarno oslanja na centralizirani oblak ili infrastrukturu podatkovnog centra, što je znak da se težina primjene umjetne inteligencije pomiče ka rubu.
Ostale ključne funkcije umjetne inteligencije vodeće implementacije AI-a u poduzećima koja su trenutno u proizvodnji uključivale su optimizaciju korisničkog iskustva (45%) i računalni vid (45%), a odmah nakon njih slijede praćenje u stvarnom vremenu i otkrivanje anomalija (41%), optimizacija energije (40%) i prediktivno održavanje (38%).
Zededa je primijetio da je širina proizvodnih implementacija u slučajevima okrenutim klijentima i operativnim slučajevima istaknuta u istraživanju 2026. označio je značajan napredak u odnosu na prethodnu studijukada je 30% CIO-ova izvijestilo o potpunoj implementaciji rubne umjetne inteligencije.
Ipak, usprkos isplativosti rubnih implementacija umjetne inteligencije, istraživanje je također ukazalo na niz središnjih izazova za tvrtke. Operativna složenost pojavljuje se kao glavna briga – posebice, integracija s postojećim sustavima vodi na popisu prepreka s 34%, a slijede zabrinutosti oko sigurnosti i upravljanja (32%) i nedostatak interne stručnosti (31%).
Rečeno je da su sigurnosni problemi “posebno akutni” u distribuiranim okruženjima, gdje su organizacije morale upravljati suverenitetom podataka preko krajnjih točaka, osigurati integritet modela izvan podatkovnog centra i održavati dosljedne kontrole pristupa preko heterogenog hardvera. Sveukupno, 41% organizacija s aktivnim implementacijama opisuje upravljanje radnim opterećenjima umjetne inteligencije u distribuiranim okruženjima kao izazovno, a američke tvrtke prijavljuju veće poteškoće od svojih njemačkih kolega u tom pogledu.
“Putovanje do rubnog usvajanja umjetne inteligencije odvija se u namjernim fazama”, rekao je Ouissal. “Poduzeća su prvo primijenila umjetnu inteligenciju na rubu za rješavanje specifičnih operativnih izazova kao što su inspekcija kvalitete, prediktivno održavanje i otkrivanje anomalija u stvarnom vremenu. Zatim su izgradili hibridne arhitekture za inteligentno usklađivanje radnih opterećenja u oblaku i rubnim okruženjima. Sada ulazimo u najkonzekventniju fazu dosad: istraživanje što istinska autonomija na rubu može otključati.”
Povezani sadržaji
- Mikroplastika bi mogla slabiti vaše kosti, sugeriraju istraživanje
Paunovo perje je zapanjujuće. Također mogu emitirati laserske grede
Groq je samo brže zagrlio lice – i dolazi za AWS i Google
Život na zemlji ovisi o mrežama oceanskih bakterija
Ono što se dogodilo u računalnom klubu Homebrew prije 50 godina: Apple je rođen i započela je revolucija
Potencijal od 60 milijardi dolara koji se skriva u vašim odbačenim napravama
