Инновации , Весь мир ,  
0 

Вещевой прорыв

Платформа IoT включает такие технологии, как авторулевой
Платформа IoT включает такие технологии, как авторулевой (Фото: ТАСС)
Интернет вещей делает жизнь комфортнее и безопаснее, помогает бизнесу сократить расходы и повысить эффективность, а разработчикам цифровых решений открывает новый океан возможностей для роста.

По прогнозам американского аналитического агентства IDC, рынок интернета вещей (InternetofThings, IoT) в России будет расти до 2020 года на 21% в год и превысит $9 млрд. В 2016 году затраты на такие проекты составляли около $4 млрд, а количество IoT-устройств превышало 20 млн. Российская динамика близка к мировой, и в целом этот сегмент развивается в глобальной парадигме. Массового проникновения IoT-проектов здесь ждут как раз к 2020 году. Количество подключенных устройств в нашей стране превысит к этому моменту 500 млн единиц (в мире, по разным оценкам, их будет от 50 млрд до 100 млрд). На Всемирном экономическом форуме прогнозировали превышение к 2022 году отметки 1 трлн подключенных к сети датчиков (исследование Всемирного экономического форума DeepShiftIoT).

Быстрый рост IoT обеспечивают не только драйверы проникновения интернета и мобильных устройств, но и новые цифровые технологии — машинного обучения, искусственного интеллекта и в целом аналитических инструментов для работы с большими объемами данных. Интернет вещей как полноценно работающий механизм в принципе немыслим без аналитики. Данные, которые собирают и передают датчики, нужно правильно и быстро обработать, чтобы извлечь из просто любопытной информации практическую пользу.

Именно интернету вещей предстоит стать драйвером бизнес-аналитики нового уровня и одним из драйверов цифровой трансформации и четвертой промышленной революции, отмечает Татьяна Делягина, менеджер по развитию платформы интернета вещей и продвинутой аналитики Microsoft в России: «Это простой для понимания и внедрения инструмент автоматизации, практически не имеющий границ и позволяющий заказчикам, используя преимущества предиктивной бизнес-аналитики и машинного обучения, предотвращать неисправности, существенно экономить на технической поддержке и энергозатратах».

«Компании хотят обеспечить себе возможность трансформации BigData, которые они уже накопили или же получают в режиме реального времени, чтобы извлечь из этого пользу. Платформы интернета вещей — полезный инструмент для сбора, хранения и визуализации огромных объемов информации», — согласна Наталия Парменова, исполнительный директор SAP СНГ.

Применение аналитики и искусственного интеллекта повышает автономность устройств IoT — самоуправляемых автомобилей, «умных» домов и пр. Главное, они обеспечивают более полное использование данных, поступающих от IoT, в системах принятия решений. Аналитические платформы поддержки IoT дают возможность собирать и автоматически анализировать поступающую большим потоком информацию и использовать ее для корректировки автоматизированных процессов, выполняемых точно позиционируемыми и управляемыми устройствами, в целях максимизации эффекта. Как отмечает Юлий Гольдберг, директор по инновациям компании «SAS Россия/СНГ», «благодаря проникновению IoT можно существенно снизить влияние человеческого фактора на результат, поскольку параметры выполнения операций определяются не на глазок, а в точном соответствии с рекомендациями экспертов или искусственного интеллекта».

Российский бизнес пока только присматривается к тем возможностям и результатам, которые может дать аналитика данных IoT. В основном на рынке идут пилотные проекты, которые должны помочь с оценкой коммерческой эффективности применения технологий IoT. «До реализации продуктивного функционала добираются только лидеры и глобальные госпроекты, — считает Евгений Линник, директор департамента больших данных компании «Техносерв». — Например, государственную программу «Безопасные города» невозможно представить без обширной сети взаимодействующих между собой устройств мониторинга и анализа различных параметров состояния городской инфраструктуры. Естественное взаимодействие человека с миром датчиков, исполнительных механизмов и искусственного интеллекта — насущная потребность текущей фазы прогресса».

Все делают «это»

Об IoT уже не просто все говорят—подобные проекты так или иначе реализуют в самых разных сферах. В потребительском сегменте сфокусированы на полезных «чудесах» — холодильниках, которые сами закупают продукты, зубных щетках, которые могут обмениваться данными со стоматологами, и других «умных», экономящих время вещах.

Для потребительского сегмента IoT актуальны преимущественно задачи мониторинга, сбора статистических данных и реагирования на какие-либо события, нежели machinelearning и предиктивная аналитика, считают в российской компании CleverDATA (ГК «ЛАНИТ»), работающей в сфере управления данными.

«IoT становится коммодити. Несколько лет назад только самые дорогие машины имели встроенное подключение к интернету, а сегодня любой новый автомобиль в РФ обязан быть оборудован системой ЭРА-ГЛОНАСС», — комментирует Юлий Гольдберг. По его словам, по мере роста числа пользователей IoT увеличивается понимание того, где эти технологии на самом деле эффективно работают, а где этого пока нет.

Промышленные внедрения с положительным коммерческим эффектом уже есть в энергетике, ЖКХ, авиации, государственном секторе, сельском хозяйстве и др. Основные драйверы роста здесь, по мнению Евгения Линника, упрощение технологического цикла разработки устройств, которые позволяют, например, подключить станок, генератор или другие устройства, а также удешевление элементной базы.

«Большие массивы данных, генерируемые сотнями различных датчиков, дают возможность мониторить показатели, оперативно реагировать на критические ситуации, строить прогнозы и, кроме того, использовать эти возможности на практике в режиме реального времени, — комментирует Денис Афанасьев, генеральный директор CleverDATA. — Например, в авиапромышленности технологии machinelearning и предиктивной аналитики активно используются для аналитики сбоев, прогнозирования необходимости дополнительной технической поддержки и ремонта в различных условиях эксплуатации оборудования. Активное внедрение машинного обучения и предиктивной аналитики происходит также в энергетике, обладающей большим потенциалом для развития интернета вещей».

В случае удачных результатов экспериментальных IoT-инициатив может измениться стратегический вектор развития компаний — бизнесу откроются новые горизонты в контексте повышения качества сервиса и улучшения производственных процессов, считают в компании Microsoft. Например, немецкий концерн ThyssenKruppElevator перестроил бизнес-процессы и организовал профилактическое обслуживание лифтов на основе прогнозирования поломок. С помощью сервисов машинного обучения и интернета вещей из облака MicrosoftAzure была создана единая система самодиагностики, которая обеспечила бесперебойную работу подъемных машин.

Интернет вещей поможет бизнесу сократить затраты, увеличить выручку и внедрить новые бизнес-модели, согласны в компании SAP. «Вместе с «Северсталью», лидером металлургической отрасли, мы разработали модель для предсказания качества продукта на основе информации о предыдущем опыте. Это дешевле и быстрее проверки качества в лабораторных условиях, — рассказывает Наталия Парменова. — Другой пример — использование решений интернета вещей в производстве мотоциклов Harley-Davidson, позволившее увеличить выпуск продукции на новом заводе на 25%. Каждый станок здесь подключен к Сети. Соответственно, все станки, роботы и линии общаются между собой, передавая всю информацию о детали друг другу».

Как победить вместе

В мире b2b интернет вещей осмысливают на уровне экосистемы и платформ, объединяющих огромное количество технологий. Без партнерства эту концепцию просто невозможно реализовать — на сегодняшний день ни один вендор не способен в одиночку обеспечить все элементы архитектуры IoT. В мире подключенного «всего» все должно быть еще и интегрировано. Для разработчиков это открывает новые ниши и обеспечивает практически неограниченный потенциал развития. Тем более что «цена» входа (первоначальных инвестиций) постоянно снижается — так, по данным GoldmanSachs, стоимость датчиков с возможностью интернет-подключения сократилась за последние 10 лет на 50%.

«Экосистема IoT состоит из таких ключевых компонентов, как платформа для разработки, программные и аналитические приложения, устройства и датчики, облачная инфраструктура (PublicCloud, On-Premise), сети и коммуникации, — поясняет Евгений Линник. — Эта экосистема на данный момент находится на стадии формирования стандартов. Образуются альянсы поставщиков оборудования, телеком-операторов и других компаний, которые планируют играть ведущую роль в процессе развития и популяризации IoT».

Основная цель таких альянсов — как раз формирование единых стандартов по архитектуре, оборудованию, программному обеспечению и, что особенно важно, обучению специалистов. «Во всем мире пока ощущается нехватка квалифицированных кадров, которые могли бы разрабатывать IoT-решения и реализовывать их в рамках комплексных проектов. Россия здесь не исключение, однако сложности внедрения в инфраструктуру IoT преодолеваются готовыми решениями», — считает Татьяна Делягина.

В дальнейшем для более активного развития отечественного сегмента IoT потребуется обеспечить доступность мощных аналитических инструментов и преднастроенных сценариев использования IoT-сервисов в различных отраслях, интеграцию операционных и информационных технологий, наличие тестовых площадок (полигонов) на предприятиях, а также защиту IoT-сервисов и конечного оборудования от возможных уязвимостей и рисков в области информационной безопасности.

Скачать Содержание
Закрыть