如今，组织必须应对如此多的突发行为，以至于中央控制这一唯一的应对机制似乎已逐渐成为一种占主导地位的管理模式。必须通过制定目标，约束，界限和允许的边缘行为，将自由从中间派思想中进一步淡出。总有一天，软件和硬件代理将自行协商其对业务成果的贡献，但在此之前，组织将必须通过管理协调的自治来做好准备。
了解边缘的潜力
边缘计算是分布式计算的一种形式，它使计算和数据存储距离需要的位置更近，以缩短响应时间并提供更好的操作。现在， AI 的 边缘，可以提供一大堆的新的可能性。在 边缘AI，在 AI 其他算法在硬件设备或分布式软件代理上本地处理。它使用从设备/代理生成的数据并对其进行处理，以在不到几毫秒的时间内提供实时见解，并允许模式识别，快速决策和更好的措施来应对紧急情况。我们看到了在智能建筑，智能城市和智能工业4.0供应链中的实际应用。尽管大多数可见的示例都在物理基础架构内部和周围，但边缘的AI也开始在客户，合作伙伴和员工边缘接口上工作。这导致更多的软件机器人，助手和代理被利用。
信任AI和算法以提高自由度
如今，机器和软件的编程规则已经预先计划好了，不能适应不断变化的条件。有人需要提前编程这些规则，决策和行动。低代码或无代码会缩短紧急情况下的更改时间。另一个很好的方法是学习出现的情况并在飞行中调整规则，决策和行动。这需要与过去不同的信任级别，尤其是在无监督学习的情况下。通过给出硬件和软件目标和约束条件，这些自由度级别可以扩大以应对更快的出现。组织必须学习新的自由度和信任度，才能利用竞争所必需的速度。
启用数字孪生以管理适应性
每个物理设备和软件代理都将具有表示其逻辑自我(双胞胎)的交互式模型的数字形式。可以与其他双胞胎互动观察这些模型，以观察，管理和更改其行为。挖掘数字孪生的行为将创建可观察的行为，可以将其叠加在时间轴或其他形式的观察中。数字孪生是一种了解硬件或软件代理的行为是好是坏的实用方法，以便管理人员可以采取适当的措施。
组织将不得不应对突发事件，这些突发事件的足迹可能会出现在大，快速和黑暗的数据，事件或内容中。这将需要新的能力，技能和数字技术的协调组合。拥抱并利用新兴技术的组织可能会在边缘利用人工智能并对其进行良好管理以实现竞争优势。