Det er skrevet mye om IoT-revolusjonen og hvordan teknologien har evnen til å revolusjonere bransjer, transformere produktivitet og låse opp nye nivåer av innsikt. Men for de som er fascinert av mulighetene og ønsker å dyppe tåen i vannet, kan de potensielle mytene om høye prispunkter, infrastruktur og tilkoblingsutfordringer, så vel som de nødvendige ferdighetene, være betydelige hindringer som virker uoverstigelige.
Når det gjelder realiteten til industriell IoT (IIoT), må mange organisasjoner vurdere kostnadene, tiden og forstyrrelsene som går inn i et nytt anlegg. Utsiktene til å måtte rive og erstatte ny infrastruktur for å støtte IoT er ikke et levedyktig alternativ for mange bedrifter.
Ta tak i IoT-implementeringsutfordringer
Edge IoT og analyse kan gi en kraftig mekanisme for å oversette komplekse datakilder til en strømlinjeformet, rimeligere plattform med raskere avkastning og høyere verdi. Det er imidlertid fem viktige utfordringer bedrifter står overfor når de vurderer en IoT-implementering.
1. Investering
Transformasjonspotensialet til IoT på tvers av flere bransjer er svimlende, og mye har blitt diskutert om dens kraft til å revolusjonere forretningsmodeller. Men selv om mulighetene for markedssektorer er enormt spennende, er realiteten til mange av disse IoT-tilbudene i bransjen at de er designet for store bruksområder — oppsettene er intrikate og komplekse, med utrolig kraftige nettverksfunksjoner som krever betydelige investeringer og ferdigheter å henrette.
De store aktørene i IoT-området, inkludert AWS og Microsoft, krever enorme forhåndsinvesteringer i IoT-stabler og annen maskinvare integrert i datasenteret, samt personell som kan kode løsningen, skrive den og bygge den – det er potensielt hundrevis av tusenvis av dollar selv før en organisasjon får potensielle data eller innsikt.
ROI er noe IoT-plassen mangler, noe som fører til at proof of concepts mislykkes. En tidlig brukssak for IoT – smarte målere – er et tilfelle der det er enkelt å regne ut ROI ettersom organisasjoner ikke trenger å sende måleravlesere til nettsteder, og det er en umiddelbar kostnadsfordel.
Men med IIoT er det mye mer enn det. Kanskje avslører det noen besparelser, og kanskje mindre maskinvedlikehold er nødvendig. Besparelser er vanskeligere å identifisere i begynnelsen; derfor er store forhåndsinvesteringer i den typen løsninger vanskelig å rettferdiggjøre under disse omstendighetene.
2. Riv og erstatt
I mange industrielle tilfeller inkluderer det eksisterende maskineriet som krever overvåking store, komplekse og kostbare strukturer. Disse maskinene er egnet og bygget for den aktuelle oppgaven, og av den grunn bør de overvåkes på en ikke-invasiv måte.
Mange anlegg har blitt designet og bygget til en pris av milliarder av dollar, og organisasjoner kan ikke begynne å rippe og erstatte komponenter fordi sky-aktivert teknologi gir en fordel som ikke har blitt kvantifisert ennå.
Omvendt er mange av IoT-tilbudene der ute fra markedet avhengig av at IoT er bygget inn i infrastrukturen fra starten – et konsept som kan resultere i betydelige forretningsavbrudd og nedetid.
3. Ferdighetssett
Kompetansesettet som kreves for å administrere disse typene komplekse oppsett er også et betydelig hinder for mange organisasjoner. En høy andel av IoT-kunder innen produksjon er ikke nødvendigvis IT-kyndige på den måten som tradisjonelle databasebrukere er. Med mange leverandører som krever noen som effektivt kan administrere disse plattformene, er dette et problem som skader sjansene for adopsjon i den sektoren.
Bedrifter trenger en måte å få data ut av IoT-enhetene uten det komplekse økosystemet som omgir dem gjennom en strømlinjeformet plattform som bare trenger en nettleser for å få tilgang til. Dette betyr at organisasjoner må finne ut om de har råd til å ansette en dedikert IoT-profesjonell og hvordan den rollen kan gi verdi.
4. Infrastruktur
En annen snublestein for mange IoT-prosjekter er at infrastrukturen ikke utvikles hvis stedet er på et upraktisk sted uten pålitelig Wi-Fi – de eneste tilgjengelige skyene er de som svever på himmelen. I dette tilfellet kan det å ha en IoT-løsning som samler inn alle dataene, analyserer dem ved innsamlingspunktet og muliggjør rask og pålitelig synlighet av hva som skjer utgjøre hele forskjellen og er en mye mer pragmatisk løsning, både i store fabrikker og fjerntliggende steder. Det er forskjellen mellom den opprinnelige visjonen om IoT og hva den er i praksis.
5. IoT på kanten
Visjonen om IoT og virkeligheten er vesentlig annerledes. En sensors ja eller nei-svar er annerledes enn å avgjøre om et komplekst maskineri fungerer som det skal og med optimale effektivitetsnivåer. Det handler ikke bare om muligheten til å samle inn data, men også å ha muligheten til å endre den datainnsamlingen og til legge til flere sensorer å utvide dataene som er samlet inn ytterligere.
Det kan for eksempel være at oppsettet overvåker temperatur og hastighet, men så må måle vibrasjoner. Dette krever en annen sensor, så plattformen må være tilpasningsbar og skalerbar. I dagens industrimiljø må IT-team være fleksible og klare til å endre skala, både når det gjelder størrelse og kompleksitet av innsamlede data.
Som kantberegningsom analyserer data ved etableringen, får fart, organisasjoner oppdager hvordan de raskt kan få tilgang til kun de mest verdifulle dataene i sanntid som viser seg å være kritiske for virksomheten deres.
For å komme tilbake til eksempelet med smartmålere — denne typen IoT-distribusjon involverer millioner av identiske enheter med samme data og ett enkelt formål. Det er fortsatt en investering, men prinsippet er ganske enkelt å koble flere homogene enheter sammen. Dette er i motsetning til dagens industrielle miljø, hvor det kan være en håndfull eller til og med titusenvis av forskjellige enheter, som alle utfører litt forskjellige oppgaver på forskjellige måter.
Dette spesialiserte utstyret krever derfor en IoT-kantløsning som nøyaktig kan oversette, måle og analysere forskjellige dataformater etter hvert som dataene kommer uten å måtte rippe og erstatte maskinens interne elektronikk.
Edge gjør det mulig å utføre databehandling på kantnodene før kun de aggregerte dataene overføres til den sentrale serveren. I stedet for å overføre enorme datamengder hvert minutt, kan dette reduseres til et par meldinger hvert femte minutt, avhengig av målingen.
Dette resulterer i en massiv båndbreddereduksjon, slik at mobilnettverket blir kostnadseffektivt, noe som deretter reduserer infrastrukturkostnadene og skaper raskere avkastning og verdi.
For bedrifter som bestemmer deg for å begynne med IoT, eliminerer edge computing behovet for en enormt kompleks og kostbar distribusjon. Edge computing kan gi en måte å få et prosjekt i gang, levere datapunkter og gi innsikt i hvordan en bedrift kan utnytte IoT ytterligere med en dataledet strategi.
Konklusjon
De enorme mulighetene til IoT-distribusjoner er mye publisert. Mange virksomheter er ikke kjent med tilgjengeligheten av enkle, rimelige IoT-funksjoner for å gi dataanalyse nede ved kanten, hvor kun de mest verdifulle dataene som samles inn deles i sanntid, noe som gjør prosessen mer kostnadseffektiv.
Løsninger for virksomheter som AWS og Microsoft har sin plass, men de fleste virksomheter som ikke har de enorme brukssakene til å garantere dedikert oppmerksomhet og støtte fra de store aktørene, er overlatt til sine egne enheter. I stedet vil et tilbud i liten skala som inkluderer big data, edge og IoT innenfor et lite fotavtrykk ha en betydelig innvirkning, som også er lett skalerbar uten behov for å overhale eksisterende infrastruktur.
Om forfatteren
Peter Ruffley er grunnlegger av De er programvare og har over 40 års bred erfaring i IT-bransjen, inkludert arbeid med noen av de største datateknologiene, som Oracle, IBM og Ingres. Med en stor interesse for skyanalyseteknologier forsto han at overgangen til skyanalyse var i gang og satt sammen et team for å lage en ny type teknologi, egnet for å levere store dataanalyse og mønsterdatabasetjenester i stor skala i skyen.