ZEDEDA公布其《2026年边缘AI调查》结果。该调查由Censuswide执行，覆盖美国和德国共600名IT及业务领导者。结果显示，边缘AI正被纳入企业核心IT与基础设施支出框架，83%的高管及IT负责人表示边缘AI对其核心业务战略至关重要。

ZEDEDA首席执行官兼创始人Said Ouissal在声明中表示，边缘AI正在跨越从试验到关键基础设施的阶段，企业对“在数据生成地运行AI”的共识正在增强，下一阶段重点在于将能力规模化部署到分布式环境，并将自主智能延伸至关键边缘场景。

在自主与代理式能力方面，调查显示，企业正加快从被动监控向可在操作点实时协调行动的系统转变。受访者中，50%表示正在研究边缘AI代理如何管理目标而不仅是处理输入；21%处于试点阶段，测试可自主执行多步骤任务的边缘代理；15%称已在生产环境部署了几乎无需人工干预的自主边缘代理。总体来看，86%的活跃边缘AI部署企业正在推进代理边缘能力。

在投入与衡量指标上，运营效率提升成为边缘AI项目最主要的成功衡量方式。50%的受访者以运营效率提升作为衡量或计划衡量指标，其次为成本降低（45%）以及安全与风险降低（42%）。资金来源结构也出现变化：30%的企业表示边缘AI支出来自IT与基础设施预算，而来自创新或试点项目的占比为18%。

在架构选择上，企业正将AI工作负载在云端与边缘之间进行分布式部署。调查显示，47%的受访者采用混合云-边缘架构。报告指出，训练仍以集中式方式为主，但推理计算正在向边缘迁移，以支持更接近操作点的快速决策。与此同时，仅有24%的受访者主要依赖集中式云或数据中心基础设施。

从生产部署的应用方向看，客户体验优化（45%）与计算机视觉（45%）并列为当前领先用例，其后依次为实时监控与异常检测（41%）、能源优化（40%）和预测性维护（38%）。报告同时提到，与ZEDEDA 2025年调查中“30%的CIO报告已全面部署边缘AI”相比，本次调查所反映的生产部署覆盖面有所扩大。

随着部署规模扩大，运营复杂性成为企业面临的主要挑战。受访者中，34%将“集成现有系统”列为最大障碍；32%提及安全与治理问题；31%指出内部专业知识不足。报告还显示，41%的活跃部署组织认为管理分布式AI工作负载具有挑战性，并称美国企业感受到的难度高于德国企业。

Ouissal在补充说明中表示，企业边缘AI采用呈阶段性推进：先在质量检测、预测性维护、实时异常检测等场景落地，再构建混合架构以在云与边缘之间编排工作负载，随后进入探索边缘自主能力的阶段。

调查报告全文及方法论信息可访问：https://zededa.com/survey/edge-ai-survey/ 。