Евгений Голубицкий

Три совета для тех, кто хочет использовать интернет вещей

К 2016 году пик завышенных ожиданий от интернета вещей и больших данных прошел, начался переход к их реальному применению в бизнесе с фокусом на получении пользы здесь и сейчас. В то время как аналитический центр McKinsey Global Institute оценивает емкость рынка IoT в $11 трлн к 2025 году, бизнес все чаще дискутирует о практической роли IoT и Big Data. Компании не очень заинтересованы в технических деталях, их волнует решение конкретных задач.

Руководитель продуктов Департамента инноваций компании Navicon Евгений Голубицкий рассказывает, как и кому применять интернет вещей в бизнесе и насколько выгодно это может быть.


Кому нужен интернет вещей

Концепция беспроводной передачи данных от объекта не нова. От околоземных спутников мы получаем информацию уже почти 60 лет, а в промышленности технологии M2M используются уже более 20 лет. Но для широкого внедрения IoT в коммерческом сегменте на тот момент существовал ряд ограничений, например, затраты на сбор больших объемов данных и высокая стоимость их хранения.

Сейчас стоимость сбора, хранения и обработки данных стремительно падает благодаря дешевеющим технологиям – можно использовать недорогие датчики, облачные технологии хранения данных и open source инструменты для их анализа. Решения стали экономически доступны даже небольшим компаниям.

Технологии интернета вещей наряду с анализом больших данных и предиктивной аналитикой интересны ритейлерам, авиаперевозчикам, транспортным компаниям.

В ритейл-логистике, к примеру, IoT используется для отслеживания поставок, управления складскими и логистическими процессами. Уже созданы и анонсированы беспилотные грузовики: не за горами серьезные изменения в отрасли логистики. Массивы данных генерируются бортовой электроникой автомобилей, кораблей и самолетов, системами «умных домов», а теперь уже — и «умных городов», счетчиками потребления коммунальных услуг, бесконтактными методами идентификации и системами мониторинга состояния здоровья человека.

Подходы IoT помогут экономить энергию, предотвращать транспортные происшествия, управлять движением и даже улучшать экологию: уже созданы и применяются системы мониторинга окружающей среды.




Экономия в промышленности — давно реальность

Очевиднее всего эффект IoT проявляется сегодня на крупных промышленных предприятиях с территориально распределенными объектами и большим количеством сложного технического оборудования. Это нефтяные скважины, газовые месторождения, трубопроводы, металлургические производства и так далее.

Технологии IoT позволяют оперативно (вплоть до режима онлайн) получать сводки об актуальном состоянии объектов, установленных практически в любой точке земного шара, предотвращая их внезапные и дорогостоящие поломки и даже настоящие техногенные катастрофы.

На производстве поломки деталей могут привести к серьезным нарушениям плановых объемов выпуска (не говоря уже о рисках вредных выбросов и других экологических происшествий). Для остановки линии нужно привлечь квалифицированный персонал, провести обслуживание, затратив на него время, ресурсы, часто привлекая подрядные организации — а это дополнительные расходы. К примеру, Магнитогорский металлургический комбинат планирует внедрять решение на базе машинного обучения и Big Data – Yandex Data Factory – для оптимизации производства стали. Проведенное тестирование показало, что экономия предприятия на ферросплавах после внедрения решения может составить до 23 млн рублей ежемесячно. 

Это актуально не только для крупных промышленных предприятий, но и для поставщиков промышленного оборудования, в том числе гражданского назначения — лифтов, эскалаторов в торговых сетях или офисных центрах, вентиляционного или холодильного оборудования.

Например, FMCG-производитель, устанавливающий свои фирменные холодильники с продукцией по всей стране, уже не нуждается в армии технических специалистов и менеджеров, которые ежедневно мониторят состояние исправности оборудования во множестве торговых точек. Вся информация стекается в единый центр, ремонт или замена происходят не по факту поломки, а заблаговременно.

В сельскохозяйственной промышленности сбор информации с сенсоров, картографирование и анализ температурных условий на каждом из посевных полей позволяют предсказать урожайность, проанализировать необходимость в той или иной сельскохозяйственной технике. Появляются «умные фермы». К примеру, известная американская агрокультурная компания Monsanto для определения оптимальных условий для посева на 25 миллионах полей приобрела Climate Corporation, славящуюся использованием технологий интернета вещей: картирования и анализа данных с сенсоров.

Также возможна экономия на логистических процессах в крупных промышленных предприятий и бизнесе. Например, использование компанией Amazon робототехнических решений интернета вещей позволило снизить операционные расходы на складские центры на 20%, по данным Deutsche Bank, за счет рационального использования складских помещений и оптимизации цикла складских расходов.




IoT с минимальными затратами

Безусловно, бизнес сталкивается и со сложностями внедрения технологий IoT, и с сомнениями в их реальной пользе. Действительно ли затраты сегодня дадут значимую экономию в ближайшем будущем? И как грамотно оптимизировать бизнес-процессы в организации при помощи технологий IoT?

Прежде чем начать внедрение концепции интернета вещей и необходимых для этого ИТ-инструментов, необходимо определиться, действительно ли это оправдано.

По данным исследования IBM Institute в 2015 году, больше половины опрошенных предпринимателей уверены в том, что внедрение «умных» технологий кардинально изменит бизнес-процессы в их организации. Однако сама технология бесполезна без четко поставленных бизнес-задач. Если раньше мы задавались вопросами «как набрать побольше данных и где их хранить», то сегодня необходимо спрашивать себя: «какую полезную информацию и ценность для бизнеса мы хотим извлечь?».

В таком проекте важно поставить очень конкретную и измеримую бизнес-цель, будь то снижение издержек на сервисное обслуживание и ремонт, исключение рисков простоя оборудования или повышение конкурентоспособности продукции на рынке.

После постановки правильной бизнес-цели следует этап выбора технических инструментов, когда важным вопросом становится стоимость проекта.

Снижение стоимости внедрения технологий IoT возможно за счет перехода на облачные ресурсы, которые исключают необходимость построения собственной ИТ-инфраструктуры «с нуля». Подключение оборудования, сбор данных, аналитика — все это уже доступно в облаках. Так, к примеру, Microsoft предоставляет расширенный функционал для работы с IoT, включающий предварительно настроенные решения в облаке Azure: IoT Suite, Stream Analytics и Machine Learning. Наблюдать и контролировать технические и бизнес-процессы пользователь может с любого подключенного к сети девайса, даже если компания не имеет ни единого сервера.

Большую популярность завоевывают и инструменты Open Source для работы с данными — такие как Apache Hadoop и Apache Spark.

В дальнейшем для эффективного использования IoT важно организовать системную работу с данными. В частности, нужно создать единое хранилище (Data Warehouse) с фундаментом в виде системы структурированных данных и нормативно-справочной информации. Весь информационный поток нужно объединить, привести к единому формату — сделать массив так называемых серых данных, разделяя данные на те, что имеют долгосрочную ценность, те, которые быстро устаревают и те, структура которых меняется очень быстро. Только после этого можно будет данные из разных систем анализировать в одной плоскости.

Объемы данных, собираемых при помощи IoT-датчиков, значительны, поэтому сбор информации всегда должен быть связан с последующей ее обработкой аналитическими инструментами, фиксацией пограничных с нормой значений, созданием предиктивных моделей — прогнозированием состояния того или иного оборудования с учетом определенных условий и нагрузок (типов предыдущих сбоев, периодов их возникновения, сроков амортизации, данных о состоянии помещения – температура, влажность и т. д.).

Представьте себе, что без таких аналитических систем, настоящего искусственного интеллекта, человек в состоянии был бы использовать всего лишь 1% данных, собираемых, например, с нефтяной вышки с 30 000 сенсорами, датчиками и устройствами (по подсчетам McKinsey).

Разумеется, в IoT-проекте необходимо заранее продумать и решить вопросы информационной безопасности. Цифровые преобразования, рост объемов передаваемых данных тесно связаны с увеличением нагрузки на системы безопасности. Согласно прогнозам, к 2020 году рынок IoT объединит от 26 (Gartner) до 50 (Cisco) млрд устройств.

Основным риском для предприятий станет опасность потери, утечки данных — случайной или умышленной. Хорошая новость заключается в том, что большинство IoT-платформ уже имеют встроенные и достаточно мощные средства защиты корпоративной информации.




Практические IoT-советы


Совет первый — в долгосрочной перспективе вкладывайтесь в готовые платформенные решения

  • Во-первых, в них уже преднастроена большая часть коннекторов и интеграционных механизмов. То есть вы сможете быстро подключиться к источнику данных и начать эти данные использовать.
  • Во-вторых, производительность платформенных решений все-таки в разы выше, чем у Open Source — как с точки зрения обработки массивов данных, так и в плане создания на их основе визуализированной аналитики и прогнозных моделей.

Совет второй — выбирайте правильного ИТ-партнера

Сегодня в России, да и во всем мире, пока еще не так много компаний-интеграторов, предлагающих комплексные решения в области IoT. Среди них важно найти тех, у кого есть партнеры трех уровней: технологического (значит, что они могут выбрать, купить и установить надежные промышленные датчики), интеграционного (организуют безопасный и быстрый сбор данных) и аналитического (умеют работать с данными и строить аналитические прогнозные модели, отталкиваясь от бизнес-целей организации).

Второе важное качество ИТ-партнера — умение быстро продемонстрировать реальные выгоды от интернета вещей даже на небольшом участке и при незначительном объеме данных. Например, мы применяем методику «небольших шагов» — строим прототипы, пилотные модели, показываем примеры эффект на основе реальных данных. Такой подход дает ощутимый бизнес-результат в понятные для конечного заказчика сроки: прототипирование редко занимает более двух месяцев.

Реальных успешных кейсов в области IoT и Big Data сегодня на рынке по-прежнему очень мало. Поэтому…


совет третий — пользуйтесь моментом

В момент взрывного роста интереса к технологии, наряду с недостаточно накопленной экспертизой на рынке, можно довольно выгодно и одними из первых среди конкурентов внедрить инновации в своей организации. Интеграторы готовы делать хорошие ценовые предложения для того, чтобы нарабатывать опыт и совместно с перспективными заказчиками запускать успешные пилотные проекты. 


Материалы по теме:

Как применить интернет вещей в реальном бизнесе

В Москве пройдет школа по машинному обучению и интернету вещей

Роскомнадзор планирует создать «национального оператора» big data. Это плохо?

В ближайшие 5 лет на интернет вещей потратят более $6 трлн

Новая версия Bluetooth поможет проектам в сфере интернета вещей


comments powered by Disqus

Подпишитесь на рассылку RUSBASE

Мы будем вам писать только тогда, когда это действительно очень важно