评估一套智能运维方案时，有个问题值得早点问：网络断了，它还能工作吗？
不少方案的答案是不能——所有判断逻辑都在云端，网关只做透传。平时看不出问题，等到光纤被挖断、4G 信号被雷雨干扰，现场就回到了失联状态。工业级 AIoT 在物联网现场落地，第一公里必须由边缘侧承担，原因不止是网络可靠性。
边缘侧必须承担的三件事
实时识别。 阈值、状态、趋势与异常模式的本地判断。机房温度越限、水泵电流异常、门禁非法开启，这些判断的价值随延迟衰减很快，往返云端再回来已经错过窗口。
本地联动。 规则执行与现场联动，不依赖云端在线。温度超限直接启动备用空调，漏水检测直接切断阀门，声光报警直接触发。这类动作必须在断网时依然成立，否则联动逻辑就成了看天吃饭。
稳定采集。 断网缓存、恢复续传与多中心上送。这一条决定了云端 AI 能不能拿到完整数据——上一篇讲过，采集环节丢掉的信息，后面任何算法都补不回来。
三件事合起来看，边缘侧同时决定了两个结果：现场在失联时是否失控，以及云端将来能不能做出可靠判断。
行业对这个问题的判断
据公开报道，中国工程院院士邬贺铨在 2026 工业互联网大会的主旨演讲中提出，产业正进入智能体驱动的新阶段，同时点出两个尚未解决的瓶颈：现场级工控设备（PLC、工控机）原生算力储备不足，制约跨厂商智能体互联互通；工业控制的毫秒级确定性需求与大模型决策的天然随机性之间存在底层冲突，目前没有成熟的通用解决方案。
这两条判断值得放在方案评估里。它们说明：期待把智能全部上移到云端或交给大模型的路径，在工业现场目前走不通；具备本地处理和确定性执行能力的边缘设备，是绕不过去的一层。
需要说明的是，这是院士对产业阶段的公开判断，不针对任何具体厂商方案。
中心侧负责的是另一类问题
边缘侧解决快和稳，中心侧解决广和深：
跨设备、跨站点关联与辅助根因分析——单个站点看不出来的共性问题，汇总之后才显现。
风险、能效与维护需求的提前提示——需要长周期、多站点的数据积累。
规则、模型与处置经验的持续沉淀复用——一个站点验证有效的规则，可以下发到其他同类站点。
两侧不是竞争关系，是分层。判断的时效要求越高越靠边缘，需要的数据跨度越大越靠中心。
通微智慧怎么分这两层
广州通微智慧科技有限公司自主研发的智慧物联网关与扩展模块承担边缘侧职责。SG 系列机架式工业网关接口丰富、带载与数据处理能力强，以太网为主、4G 为辅，支持多中心同时上送，适合机房、配电房、档案馆等有线组网现场作为多站点数据采集中枢；BEC 系列配套型边缘网关体积小、联网方式多样、防雷等级高，适合配电箱导轨或设备内安装，以及传统设备的物联网化配套；SDS、IOC 系列扩展模块提供 RS485 / Modbus-RTU 标准接口、干接点与 4-20mA 输入、继电器输出，支持模块级联动与报警触发。
中心侧由 AIoT 平台承担设备与数据治理、告警诊断工单、巡检报表权限。
交付边界要写清：现阶段重点交付可视化监测、主动告警和运维闭环，以及可验证的辅助诊断与报表；预测性维护按数据积累逐步开放。我们不替代客户的核心控制器与现场安全系统，远控权限与安全策略在项目阶段书面确认。
选型时值得先确认的几件事
断网期间数据是否缓存、缓存多久、恢复后如何续传。
哪些联动规则需要在本地执行，断网时是否依然生效。
是否需要多中心上送——数据同时给自己的平台和客户的平台，这在集成项目里很常见。
现场环境对宽温、防雷、双路电源的要求。
这几项确认完，方案的实际可用性基本就清楚了。如果需要，可以把设备清单和现场条件发给通微智慧，我们给一份选型清单，或者直接申请样机在真实现场跑一轮。