仅仅因为可以做，并不意味着应做该。复杂性、网络延迟和网络中断可能会使企业业务中断停。

智能边缘的概念已经存在了几年。它是指将计算处理放在边缘设备上，以避免将数据一直发送回通常存在于公共云中的中央服务器。

尽管并非总是需要，但智能边缘能够利用边缘计算的机器学习技术，从而将知识积累从集中式处理和存储中转移出来。从工厂机器人到汽车，再到驻留在传统数据中心中的本地边缘系统，其应用各不相同。在任何可能的情况下，尽可能地接近数据源进行处理都是很好的选择。

多年来，人们一直在努力解决此类架构问题。对于包括云计算在内的任何分布式系统，企业都必须考虑在不同物理或虚拟设备上的流程和存储位置之间的权衡。智能边缘也是如此。

将处理和存储放在边缘很容易，但是在许多情况下，这成为管理和运营者的噩梦。需要记住，集中式系统的边缘设备始终是多对一的。考虑到集中式系统位于一个虚拟位置，因此管理起来非常简单。当用户必须管理数百或数千个智能边缘设备（包括配置管理、安全性和管理）时，它就成为运营者的噩梦。专家发现，由于管理的复杂性，将处理和数据存储推到极致的公司经常将它们拉回到集中式服务器。

延迟和网络中断可能会给用户带来麻烦。依靠网络来保持与边缘计算机的连接，在许多情况下，边缘计算机是移动的，因此可以通过蜂窝网络进行连接。可能需要比平时更频繁地处理断开连接的情况，并且必须找出一种方法来确保这些中断和性能问题不会破坏整个系统（包括边缘系统和集中式系统）。

否则，就会发现数据不同步，并且处理不正确。用户可能会达到使系统变得不可靠和不受信任的地步。尝试采用商业试点项目解释，由于网络问题，采用智能边缘技术的汽车发动机诊断失败。导致的汽车熄火，无法顺利进行。

当然，并不是所有的边缘限制都那么深刻。通常，用户犯的是架构错误，要等到系统开始扩展后才可以发现。到那时，已经对智能边缘体系结构投入了太多精力，并且修复需要系统地进行更改，并且也不会顺利进行。用户需要确保考虑了权衡因素。