Moim zdaniem 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:

1. 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.

 

2. 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.

 

3. 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.

 

4. 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.

 

5. 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.

 

6. 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.

 

7. 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