W 2017 r. Internet Rzeczy (IoT – Internet of Things) osiągnął swoją szczytową formę, ustępując miejsca takim trendom technologicznym jak „machine learing” (uczenie maszynowe, będące tak naprawdę pochodną IoT) i sztuczna inteligencja (technologia w podobnym zakresie tematycznym, wymagająca IoT jako źródła danych). Byliśmy świadkami połączenia kilku firm dokonujących wielu inwestycji w IoT, podczas gdy inne organizacje wycofywały się lub reorganizowały swoje zespoły IoT. To oznacza, że jesteśmy w punkcie wyjścia. W przypadku Internetu Rzeczy znajdujemy się obecnie w miejscu, w którym projekty muszą zacząć przynosić oczekiwane rezultaty. Część podmiotów inwestowała w IoT ponad marżę, dużo przy tym obiecując. W związku z tym, że w branży podaż przewyższyła już popyt, spodziewam się, że część z dostawców rozwiązań zniknie z rynku lub zmieni obszar zainteresowania.
Prognozy na 2018 rok w zakresie technologii Internetu Rzeczy:
- Oczekiwanie mierzalnych wyników. W 2018 roku organizacje, które wdrożyły rozwiązania IoT (tzw. pionierzy) opowiedzą o aktualnych projektach oraz wskaźnikach zwrotu z inwestycji ROI. Rynek dowie się o pomyślnych rezultatach biznesowych oraz wprowadzonych ulepszeniach. Do tej pory większość wyrażanych zysków uzyskiwanych dzięki Internetowi Rzeczy miało charakter teoretyczny i opierało się raczej na pożądanych wynikach niż na wymiernych sukcesach.
- Wymóg istnienia ekosystemów. Użytkownicy uczą się, że IoT nie jest tylko technologią, ale złożonym, wieloczęściowym rozwiązaniem, które nie może być dostarczone tylko przez jednego dostawcę. Spodziewamy się, że użytkownicy z wdrożonymi projektami IoT opartymi o rozwiązania od jednego dostawcy będą odczuwać negatywne skutki wykorzystywania takiego modelu.
- Dostępne są dane – teraz potrzeba wiedzy. Obecnie, gdy organizacje rozpoczęły realizację projektów związanych z IoT, wiele z nich stwierdza, że nie jest pewna, w jaki sposób może uzyskać wartość dodaną na podstawie gromadzonych danych. Poza stworzeniem bazy oraz zgromadzeniem danych, niezbędne do ukończenia całego cyklu przepływu informacji są również: odpowiednie technologie, umiejętności (np. analitycy danych), a także wiedza.
- Śledzenie potrzeb biznesowych. Widoczny jest wzrost zainteresowania IoT, w szczególności w branżach, w których niezbędna jest optymalizacja kosztów. Przykładowo, niższe ceny energii napędzają zwiększony popyt w rozwiązania IoT w przemyśle naftowo-gazowym. Spodziewamy się, że będą kontynuowane działania na rzecz zwiększenia wydajności oraz poprawy doświadczenia klientów w celu zwiększenia popytu, w szczególności w mało dochodowych przedsiębiorstwach, takich jak placówki handlu detalicznego. Firmy o dużych zasobach kapitałowych (takie jak przedsiębiorstwa produkcyjne) chcą usprawniać procesów w wyniku zastosowania technologii IoT w obszarze predykcyjnego utrzymania ruchu oraz rozwiązań z obszaru uczenia maszynowego.
- Wykorzystanie ludzkiej wiedzy w uczeniu maszynowym. Można zaobserwować coraz więcej przypadków wykorzystywania ludzkiej wiedzy przy tworzeniu modeli predykcyjnych. Jako przykład może posłużyć maszynista, który przez wiele lat był odpowiedzialny za sprzęt i jest w stanie bezbłędnie identyfikować specyficzne dźwięki generowane przez różne części maszyny. Takie identyfikatory audio mogą być dodawane do modeli predykcyjnych i być wykorzystywane do wyzwalania alarmów w razie wystąpienia awarii sprzętowych.
- Nowe modele rozliczeń. Usługi Internetu Rzeczy nabiorą nowego wymiaru, wprost proporcjonalnie do zmiany oczekiwań w zakresie śledzenia, rozliczania, płatności i księgowania transakcji wraz ze wzrostem liczby podłączonych urządzeń IoT.
- Bezpieczeństwo i prywatność. Z każdym nowym urządzeniem IoT rośnie liczba potencjalnych wektorów ataku. Należy przestać szukać uniwersalnej magicznej broni, która zapewni bezpieczeństwo – żaden z dostawców nie oferuje pojedynczego rozwiązania – oraz przyzwyczaić się do dogłębnej, kompleksowej, wielopoziomowej strategii bezpieczeństwa. Rosnąć będzie liczba problemów w obszarze prywatności – można tutaj przytoczyć rozwiązania w branży handlu detalicznego, które oparte są na technologii rozpoznawania twarzy, używane do identyfikowania i interakcji z kupującymi.
Autor: James Kirkland, główny architekt, IoT, Red Hat