Internet of Things (IoT)

Τι είναι και γιατί είναι σημαντικό

Το Internet of Things είναι μία έννοια που αφορά τα αντικείμενα της καθημερινότητας μας – από βιομηχανικές μηχανές μέχρι wearable συσκευές που χρησιμοποιούν ενσωματωμένους αισθητήρες για τη συλλογή δεδομένων & την ανάληψη κάποιας δράσης σε αυτά μέσα σε ένα δίκτυο. Κάπως έτσι λειτουργεί ένα κτίριο που χρησιμοποιεί αισθητήρες (sensors) για την αυτόματη ρύθμιση της θέρμανσης ή του φωτισμού. Άλλο παράδειγμα είναι ο ένας εξοπλισμός παραγωγής που προειδοποιεί το προσωπικό συντήρησης για μία επικείμενη βλάβη. Με απλά λόγια το Internet of Things είναι το τεχνολογικό μέλλον που θα κάνει τη ζωή μας πιο εύκολη.

Η Ιστορία του Internet of Things

Είμαστε γοητευμένοι με τα gadgets που λειτουργούν σε μεγάλη κλίμακα εδώ και δεκαετίες (απλά σκεφτείτε τα gadgets που βλέπουμε στις κατασκοπικές ταινίες) – όμως μόνο στο πολύ κοντινό παρελθόν καταφέραμε να νιώσουμε την πραγματική δύναμη του IoT. To IoT εξελίχθηκε με την γρήγορη διάδοση του ασύρματου internet & των ενσωματωμένων αισθητήρων και έτσι οι άνθρωποι άρχισαν να αντιλαμβάνονται ότι η τεχνολογία θα μπορούσε να είναι επαγγελματικό εργαλείο αλλά και προσωπικό.

Ο όρος “Internet of Things” (ή αλλιώς Διαδίκτυο των Πραγμάτων) επινοήθηκε στα τέλη της δεκαετίας του 1990 από τον επιχειρηματία Kevin Ashton. Ο Ashton, ο οποίος είναι ένας από τους ιδρυτές του Auto-ID Center στο MIT, ήταν μέρος μιας ομάδας που ανακάλυψε τον τρόπο να συνδέσει τα αντικείμενα με το διαδίκτυο μέσω μιας ετικέτας RFID. Έχει δηλώσει ότι χρησιμοποίησε πρώτη φορά τη φράση “Internet of Things” σε μια παρουσίαση που έκανε το 1999 – και ο όρος αυτός έχει κολλήσει από τότε.

Γιατί είναι σημαντικό το Internet of Things;

Μπορεί να εκπλαγείτε αν μάθετε πόσα πράγματα είναι συνδεδεμένα με το διαδίκτυο, και πόσα οικονομικά οφέλη που μπορούμε να αποκομίσουμε από την ανάλυση των data streams. Εδώ είναι μερικά παραδείγματα των επιπτώσεων του Internet of Things σε διάφορους κλάδους:

• Έξυπνες λύσεις μεταφοράς επιταχύνουν την ροή της κυκλοφορίας, μειώνουν την κατανάλωση καυσίμων, προτεραιοποιούν τα προγράμματα επισκευής οχημάτων και σώζουν ζωές.
• Έξυπνα ηλεκτρικά δίκτυα (smart electric grids) συνδέουν πιο αποτελεσματικά ανανεώσιμες πηγές ενέργειας, βελτιώνουν την αξιοπιστία του συστήματος & χρεώνουν τους καταναλωτές με βάση μικρότερες προσαυξήσεις.
• Μηχανές αισθητήρων παρακολούθησης κάνουν διαγνώσεις & προβλέπουν θέματα συντήρησης που εκκρεμούν, βραχυπρόθεσμα stock-out αποθεμάτων, και θέτουν ακόμα και προτεραιότητες στα προγράμματα του προσωπικού που είναι υπεύθυνο για τις επισκευές για να καλύψουν αποτελεσματικότερα τις ανάγκες επισκευής εξοπλισμού αλλά και περιφερειακές ανάγκες.
• Data-driven συστήματα, χτισμένα στις υποδομές των «έξυπνων πόλεων» καθιστούν ευκολότερο για τους δήμους να «τρέχουν» τις διαδικασίες διαχείρισης αποθεμάτων, την επιβολή του νόμου και άλλα προγράμματα πιο αποτελεσματικά.

Σκεφτείτε τη χρήση του IoT όμως και σε προσωπικό επίπεδο. Συνδεδεμένες συσκευές χαράζουν τη δική τους πορεία τόσο στον κόσμο των επιχειρήσεων όσο και στη μαζική αγορά. Σκεφτείτε:

• Σας τελειώνει το γάλα. Καθώς γυρνάτε από τη δουλειά στο σπίτι, λαμβάνετε αυτόματα μία ειδοποίηση από το ψυγείο σας που σας υπενθυμίζει να σταματήσετε στο κατάστημα για γάλα.
• Το σύστημα ασφαλείας του σπιτιού σας, που ήδη σας επιτρέπει να ελέγχετε από απόσταση τις κλειδαριές και τους θερμοστάτες σας, μπορεί να ρυθμίσει το κλιματιστικό ώστε να «δροσίσει» το σπίτι σας και να ανοίξει τα παράθυρα, με βάση τις προτιμήσεις σας.

Για να κάνουμε χρήσιμο το Internet of Things, χρειαζόμαστε τα Analytics of Things. Αυτό σημαίνει νέες προσεγγίσεις σε ό,τι αφορά το data management και data integration, και νέους τρόπους συνεχούς ανάλυσης των streaming data.

Thomas H. Davenport
President’s Distinguished Professor, Babson College
Co-founder and Director of Research, International Institute for Analytics
Author of Competing on Analytics and Big Data at Work

Ποιος το χρησιμοποιεί;

Το IoT είναι κάτι περισσότερο από μία ευκολία για τους καταναλωτές. Προσφέρει νέες πηγές δεδομένων και νέα επιχειρηματικά μοντέλα που μπορούν να ενισχύσουν την παραγωγικότητα σε διάφορους κλάδους.

Υγειονομική Περίθαλψη

Πολλοί άνθρωποι έχουν ήδη υιοθετήσει wearable συσκευές για να παρακολουθούν την φυσική τους άσκηση, τον ύπνο ή άλλες συνήθειες τους – και αυτά είναι το πιο απλό δείγμα του πώς το IoT συνδυάζεται με τον κλάδο της υγείας. Συσκευές παρακολούθησης ασθενών, ηλεκτρονικά αρχεία και άλλα έξυπνα αξεσουάρ μπορούν να σώσουν ζωές.

Βιομηχανική Παραγωγή

Πρόκειται για τον κλάδο που επωφελείται περισσότερο από το IoT. Αισθητήρες συλλογής δεδομένων ενσωματωμένοι σε μηχανήματα εργοστασίων ή στα ράφια των αποθηκών μπορούν να «επικοινωνήσουν» προβλήματα ή να παρακολουθούν τη χρήση των πόρων τους σε πραγματικό χρόνο, καθιστώντας το εύκολο να εργαστούν πιο αποτελεσματικά και να μειώσουν το κόστος.

Λιανεμπόριο

Τόσο οι καταναλωτές όσο και τα καταστήματα μπορούν να επωφεληθούν από IoT. Τα καταστήματα, για παράδειγμα, θα μπορούσαν να χρησιμοποιήσουν IoT για σκοπούς παρακολούθησης των αποθεμάτων ή της ασφάλειας. Οι καταναλωτές μπορεί να έχουν μία εξατομικευμένη εμπειρία αγορών μέσω των δεδομένων που συλλέγονται από τους αισθητήρες ή τις κάμερες.

Τηλεπικοινωνίες

Ο κλάδος των τηλεπικοινωνιών θα επηρεαστεί σημαντικά από το IoT, αρκεί να σκεφτεί κανείς ότι αυτός θα είναι ο κλάδος που θα διατηρεί όλα τα δεδομένα που χρησιμοποιεί το IoT. Smartphones και άλλες προσωπικές συσκευές πρέπει να είναι σε θέση να διατηρούν μια αξιόπιστη σύνδεση στο Διαδίκτυο για να λειτουργήσει αποτελεσματικά το Internet of Things.

Μεταφορές

Ενώ τα αυτοκίνητα δεν έχουν φτάσει ακόμα στο σημείο να μετακινούνται αυτόνομα, είναι αναμφισβήτητα πιο τεχνολογικά προηγμένα από ποτέ. Το IoT επηρεάζει επίσης το κλάδο των μεταφορών σε μεγάλη κλίμακα: οι εταιρείες διανομής μπορούν να παρακολουθούν το στόλο τους με τη χρήση GPS λύσεων. Και οι δρόμοι μπορούν να παρακολουθούνται μέσω αισθητήρων για να είναι όσο το δυνατόν ασφαλέστεροι.

Ενέργεια

Οι έξυπνοι μετρητές (smart meters), όχι μόνο συλλέγουν δεδομένα αυτόματα, αλλά καθιστούν και δυνατή την εφαρμογή analytics για την παρακολούθηση και τη διαχείριση της χρήσης της ενέργειας. Παρομοίως, αισθητήρες σε συσκευές όπως οι ανεμόμυλοι μπορούν να παρακολουθούν τα δεδομένα και να χρησιμοποιούν προγνωστική μοντελοποίηση ώστε να προγραμματιστεί η διακοπή λειτουργίας για πιο αποδοτική χρήση της ενέργειας.

Andreas Mai για το Internet of Everything

Τι μας επιφυλάσσει το μέλλον για τα advanced analytics και τα έξυπνα αυτοκίνητα; Ο Andreas Mai, Director of Smart Connected Vehicles της Cisco, μας δίνει τα φώτα του πάνω στο θέμα:

Πώς λειτουργεί

Στις συζητήσεις γύρω από το IoT, έχει αναγνωριστεί από την αρχή ότι οι τεχνολογίες analytics είναι ζωτικής σημασίας για τη μετατροπή αυτής της «πλημμύρας» streaming data σε κατατοπιστική & χρήσιμη γνώση. Αλλά πώς αναλύουμε τα δεδομένα καθώς «ρέουν» ασταμάτητα μέσα από τους αισθητήρες και τις συσκευές; Πώς αυτή η διαδικασία διαφέρει από τις άλλες κοινές μεθόδους ανάλυσης που υπάρχουν σήμερα;

Στην παραδοσιακή ανάλυση, τα δεδομένα αποθηκεύονται και μετά αναλύονται. Ωστόσο, στην περίπτωση των δεδομένων συνεχούς ροής (streaming data) όπως αυτά του IoT, τα μοντέλα και οι αλγορίθμοι είναι αυτοί που αποθηκεύονται και τα δεδομένα περνούν μέσα από αυτά για ανάλυση. Αυτό το είδος της ανάλυσης καθιστά δυνατό τον εντοπισμό και την εξέταση μοτίβων καθώς τα δεδομένα δημιουργούνται – σε πραγματικό χρόνο.

Έτσι, πριν αποθηκευτούν τα δεδομένα, στο cloud ή σε οποιοδήποτε άλλο χώρο αποθήκευσης, υπόκεινται σε επεξεργασία. Έπειτα, χρησιμοποιούνται analytics ώστε να αποκρυπτογραφηθούν τα δεδομένα, ενώ όλες οι συσκευές συνεχίζουν να εκπέμπουν και να λαμβάνουν δεδομένα.

Με τεχνικές advanced analytics, τα data stream analytics μπορούν να πάνε πέρα από την απλή παρακολούθηση των υπαρχουσών συνθηκών και την αξιολόγηση των κατώτατων ορίων στην πρόβλεψη μελλοντικών σεναρίων και στην εξέταση πολύπλοκων ερωτημάτων.

Για να εκτιμηθεί το μέλλον με τη χρήση αυτών των ροών δεδομένων (data streams), θα πρέπει να υπάρχουν τεχνολογίες υψηλής απόδοσης που μπορούν να προσδιορίζουν μοτίβα στα δεδομένα τη στιγμή που αυτά δημιουργούνται. Μόλις ένα μοτίβο αναγνωρίζεται, μετρήσεις ενσωματωμένες στη ροή δεδομένων, οδηγούν στην αυτόματη προσαρμογή των συνδεδεμένων συστημάτων ή δημιουργούν ειδοποιήσεις για άμεσες δράσεις και λήψη καλύτερων αποφάσεων.

Ουσιαστικά, αυτό σημαίνει ότι μπορούμε να προχωρήσουμε πέρα από την απλή παρακολούθηση συνθηκών και ορίων στην εκτίμηση πιθανών μελλοντικών γεγονότων και στον προγραμματισμό τους για αμέτρητα what-if σενάρια.

Πηγή