Quattro passaggi per ottenere il massimo valore dai dati IoT

Nel moderno data center: un ingegnere informatico in piedi accanto ad armadi rack per server aperti esegue procedure di manutenzione e diagnostica wireless con un laptop.

Il percorso verso l'IoT si è evoluto negli ultimi anni. Ma è sicuramente ancora un viaggio. Vediamo i quattro passaggi che ogni organizzazione deve padroneggiare per realizzare davvero del valore dalle proprie iniziative IoT.

Passaggio 1: raccogliere i dati

Il primo passo inizia dalle basi: i dati IoT. O, più precisamente, la raccolta dei dati dai tuoi dispositivi in un formato utilizzabile. Quando l'IoT è apparso per la prima volta, eravamo affascinati da ciò che potevamo fare nelle nostre case. Abbiamo scoperto che potevamo collegare cose, come le nostre lampadine, all'Internet of Things. E che avremmo potuto usare questa connettività per accenderle e spegnerle. È una tecnologia interessante e le prime connessioni hanno generato molto entusiasmo. Ma a quale scopo?

Ecco perché, il primo passo inizia dalle basi: i dati IoT. O, più precisamente, raccogliere i dati dai tuoi dispositivi in un formato utilizzabile.

Passaggio 2: visualizzare i pattern

Con la maturazione della tecnologia, sono cresciute anche le aspettative delle aziende. Ecco perché, con lo sviluppo del mercato, l'attenzione si è spostata dalla strumentazione dei dati alla loro visualizzazione.

Prendiamo la lampadina connessa del primo passaggio e trasferiamola in una grande attività retail. Se tutto quello che hai fatto è stato accendere e spegnere le numerose lampadine tramite i loro sensori, allora sì, è comodo. Ma è utile? O, per dirla in un altro modo: è abbastanza utile da giustificare la trasformazione di tutte le tue strutture con lampadine strumentate? Ciò che è più interessante (e utile) è ciò che una lampadina connessa può dirci sul modo in cui viene utilizzata. Questi insight mostrano il consumo di energia. Aiutano il proprietario retail a gestire il consumo energetico e a capire dove e come risparmiare denaro e risorse.

Ripresa di un gruppo di programmatori che lavorano insieme su un codice informatico di notte

Ad esempio, potrebbero esserci aree che non devono essere illuminate in determinati orari. Oppure, scopri che nelle giornate particolarmente soleggiate puoi abbassare le luci del 10% e mantenere comunque lo stesso livello di luminosità. Una volta che inizi a comprendere gli schemi nei tuoi dati e ad applicarne il valore alla tua attività, stai sfruttando al meglio il passaggio 2.

Passaggio 3: avanza verso le analisi

Il prossimo passaggio nel percorso dell'IoT si concentra sul rendere i dati ancora più intelligenti attraverso le analisi.

Analytics ti permette di accoppiare i dati dei dispositivi IoT in tempo reale con informazioni esistenti, storiche e a lungo termine. Offre un quadro più completo di ciò che accade ai tuoi dispositivi e al tuo ambiente. Permette inoltre di individuare modelli e fare previsioni, nonché di adottare nuove prassi che prevengono in modo proattivo i rischi ed evitano potenziali problemi.

Per illustrare il concetto, cambiamo l'esempio dalle lampadine collegate a delle macchine di produzione più sofisticate. Periodicamente, una di queste macchine si guasta quando la coppia di quella macchina aumenta. Ma solo a volte. È qui che le analisi possono aiutarti a fare il detective per risolvere il problema. Esaminando gli altri dati, scopri che i sensori di temperatura registrano un picco due ore prima della variazione della coppia. Quando si verificano queste due cose, c'è l'80 percento di probabilità in più che le macchine si guastino. Ora, con informazioni provenienti da più fonti, puoi prevedere con maggiore sicurezza la particolare combinazione di fattori che causano i problemi. Questo, a sua volta, ti permette di adottare misure più proattive per mantenere le macchine operative, riducendo i tempi di inattività e aumentando la produttività.

Passaggio 4: integrare con l'intelligenza artificiale

Il quarto passaggio nel percorso IoT si concentra sull'uso dell'Intelligenza artificiale per fare ancora di più con i tuoi dati. Anche con un caso d'uso raffinato su come l'IoT può aiutare la tua azienda, avrai comunque troppi dati, soprattutto se combini più set di dati. È facile sentirsi sopraffatti, ed è qui che entra in gioco l'AI. Il machine learning ti aiuterà a ripulire i dati in tuo possesso, a scomporli in quelli più rilevanti e a trovare i set di dati apparentemente disparati che in realtà contano.

Con questi sforzi, troverai ancora più sinergia nei tuoi dati. Ciò aiuta anche a identificare quali dati devono essere utilizzati e quali devono essere buttati via, perché i dati non sono tutti uguali. Man mano che affini il processo, sarai in grado di svolgere attività più sofisticate, come prevedere con modelli, applicare la manutenzione predittiva e rilevare le anomalie. In altre parole, ottieni il contesto giusto e ricco che ti aiuta a dare un senso a ciò che vedi. Potrai anche risolvere i problemi più facilmente e forse persino individuare nuove opportunità e modelli di business.

Come scegliere la tua piattaforma

Ricorda: il tuo percorso nell'IoT non è una cosa che fai in modo singolo. L'integrazione dell'IoT nella tua azienda è davvero un percorso. E ne vale sicuramente la pena!

Se ti interessa avviare o sviluppare le tue iniziative IoT, ti invito a leggere un recente rapporto Forrester: The Forrester Wave™: Industrial IoT Software Platforms, del terzo trimestre 2018. Si tratta di una valutazione a 24 criteri dei fornitori di piattaforme software per l'Internet of Things (IIoT).

Informazioni sull'autore: con una formazione da ingegnere e una passione per la tecnologia da tutta la vita, Jiani Zhang è il Program Director for Offering Management per IBM Watson IoT Platform. In questo ruolo, aiuta a gestire il coinvolgimento dei clienti ed è a capo dello sviluppo della tecnologia della piattaforma, e in entrambi i casi aiuta i clienti a ottenere risultati aziendali. Prima di questo ruolo, Jiani ha guidato un team di strategia e gestione delle offerte focalizzato sull'IoT industriale. E per completare la sua esperienza nell'IoT, ha anche fatto parte del team di leadership IBM IoT. La sua competenza tecnologica spazia dalla progettazione e dallo sviluppo di prodotti alla gestione e alla consulenza.

Jiani ha conseguito una laurea di primo grado in Ingegneria elettrica e informatica presso l'University of California, Berkeley, e un Master in Business Administration presso la UCLA Anderson con specializzazione in Gestione della tecnologia.

 
Soluzioni correlate
Strumenti e soluzioni per l'analytics

Per prosperare, le aziende devono utilizzare i dati per fidelizzare i clienti, automatizzare i processi aziendali e innovare con soluzioni basate sull'AI.

Esplora le soluzioni di analytics
Servizi di consulenza per dati e analytics

Sblocca il valore dei dati aziendali con IBM Consulting e crea un'organizzazione basata su insight in grado di generare vantaggi aziendali.

Esplora i servizi di analytics
IBM Cognos Analytics

Introduzione a Cognos Analytics 12.0, insight basati sull'AI per prendere decisioni migliori.

Esplora Cognos Analytics
Fasi successive

Per prosperare, le aziende devono utilizzare i dati per fidelizzare i clienti, automatizzare i processi aziendali e innovare con soluzioni basate sull'AI.

Esplora le soluzioni di analytics Esplora i servizi di analytics