W czasach, gdy każda firma szuka sposobów na zdobycie przewagi konkurencyjnej, coraz więcej z nich zaczyna dostrzegać ogromny potencjał Internetu Rzeczy. Dlaczego? Otóż technologia ta pozwala generować ogromne ilości danych, co w połączeniu z Big Data i chmurą obliczeniową może usprawnić procesy, zwiększyć efektywność działań i znacznie poprawić doświadczenia klientów.
Brzmi ciekawie? W tym artykule wyjaśnimy, co oznaczają Internet of Things, Big Data oraz Cloud i co łączy ze sobą te trzy ważne z perspektywy biznesu pojęcia. Co więcej, przedstawimy tu także sprawdzone sposoby przechowywania i analizowania danych z urządzeń IoT.
Internet of Things (IoT) to w dosłownym tłumaczeniu Internet Rzeczy. Pojęcie to odnosi się do urządzeń (rzeczy), które są podłączone do internetu oraz innego typu sprzętów, które zbierają, przetwarzają i udostępniają sobie nawzajem szereg danych o otaczającym je środowisku.
Inteligentne urządzenia otaczają nas na każdym kroku i stają się nieodłącznym elementem naszej codzienności. Należą do nich różnego rodzaju przedmioty, takie jak chociażby inteligentne lodówki, samochody czy systemy, które zapamiętują zachowania użytkowników i z czasem potrafią się do nich odpowiednio dostosować.
Cloud lub szerzej Cloud Computing, to w tłumaczeniu na język polski chmura lub chmura obliczeniowa. W IT termin określa usługi, które:
Usługi chmurowe można podzielić na trzy główne kategorie:
Rozwiązania Cloud Computing mogą być dostępne w trzech usługach:
Na potrzeby artykułu przyjmijmy, że ilekroć mówimy o Cloud, mamy na myśli chmurę publiczną.
Big Data to, jak sama nazwa wskazuje,to zbiór danych o ogromnych rozmiarach. Dotyczy to zarówno ich objętości, pojemności, jak i złożoności, co sprawia, że są one trudne do przetwarzania w lokalnych centrach danych (małych w stosunku do data centre takich gigantów jak wspomniane wcześniej chmury publiczne). Danymi określanymi jako Big Data dysponują zazwyczaj różnego rodzaju organizacje i firmy, które stale generują nowe informacje z wielu różnych źródeł, takich jak na przykład maile, konta użytkowników czy reklamy.
W biznesie technologia Big Data odnosi się także do procesu zbierania i analizowania zbiorów danych w celu odkrycia ukrytych wzorców, na podstawie których firmy mogą wyciągać wartościowe wnioski i spostrzeżenia na temat swojej działalności.
W przypadku Internet of Things, takimi danymi mogą być preferencje użytkowników i sposób używania inteligentnych urządzeń. Przykładowo, inteligentny system ogrzewania gromadzi informacje na temat tego, jaką temperaturę w danych pomieszczeniach o określonych porach preferują domownicy. Dzięki tym informacjom, a także innym danym, takim jak informacje pogodowe, jest w stanie ustawić odpowiednią temperaturę, dopasowaną do trybu życia domowników.
Wszystkie trzy opisane wyżej pojęcia łączą się ze sobą i wzajemnie uzupełniają, tworząc wiele możliwości dla biznesu. W skrócie, chmura obliczeniowa umożliwia IoT gromadzenie i przechowywanie danych generowanych przez smart urządzenia, a Big Data pozwala je odpowiednio przetwarzać, analizować dane i prezentować je w użytecznej formie.
Wyobraź sobie taką sytuację: Zadajesz pytanie inteligentnemu głośnikowi, takiemu jak na przykład Google Home Speaker (urządzenie IoT), jaka będzie jutro pogoda. Głośnik łączy się z aplikacją pogodową w chmurze i podaje Ci informację, o którą pytałeś. Dane (Twój komunikat), urządzenie IoT (smart głośnik) i aplikacja w chmurze łączą się ze sobą, aby uzyskać określony wynik, czyli w tym przypadku udzielenie poprawnej informacji użytkownikowi (czyli Tobie).
Duże ilości danych wymagają dużej i niezawodnej mocy obliczeniowej, żeby zostać przetworzone w czasie rzeczywistym. Dzięki publicznym chmurom obliczeniowym, z niemal nieograniczonymi zasobami, możemy wykorzystać ogromny potencjał technologii Big Data.
Istnieje co najmniej kilka sposobów przechowywania i przetwarzania dużych zbiorów danych (nie tylko generowanych przez IoT):
Obecnie coraz więcej firm decyduje się na chmurę. Koszt stworzenia i utrzymania własnej infrastruktury jest wysoki, a osiągnięcie poziomu zabezpieczeń podobnego do tego jaki posiadają największe centra danych, często przekracza możliwości firmy. Obecnie platformy chmurowe zapewniają najwyższe standardy bezpieczeństwa danych, co minimalizuje ryzyko ewentualnych wycieków danych czy cyberataków. Do tego, są dostępne od ręki i umożliwiają łatwe skalowanie w zależności od potrzeb firmy.
Obecnie na rynku znajdziesz wielu dostawców platform chmurowych. Jak więc wybrać najlepszego? Jesteśmy wieloletnim partnerem kluczowych z nich i na podstawie naszego doświadczenia możemy śmiało polecić Ci trzy sprawdzone rozwiązania.
W Solwicie korzystamy z Google Cloud Platform, dzięki czemu nasi klienci mają komplet narzędzi do przetwarzania danych generowanych przez ich urządzenia IoT.
Rozwiązanie to koncentruje się na usprawnieniu procesów biznesowych w firmach, dla których kluczową rolę odgrywa możliwość szybkiego wglądu w wartościowe wnioski i monitorowanie trendów rynkowych. Google zapewnia w pełni skalowalną integrację, która umożliwia łączenie, przechowywanie i analizowanie danych w czasie rzeczywistym.
Przykładowym połączeniem jest zestaw usług:
Amazon to pierwszy dostawca chmury obliczeniowej, który przekształcił tę usługę w produkt już w 2004 roku. Ich platforma jest bardzo skalowalna i według Amazona może obsługiwać nawet miliardy urządzeń.
Obecnie mają bardzo wszechstronny zestaw dostępnych narzędzi pozwalających m.in. na bezpieczne przesyłanie wiadomości, pełną integrację z usługami do analizy danych, integrację z usługami ML (Machine Learning), czy też zarządzanie samymi urządzeniami IoT.
Amazon, podobnie jak pozostali dostawcy chmury publicznej, udostępnia także swój zestaw do tworzenia oprogramowania (SDK), pozwalający na łatwiejszą integrację z AWS oraz szybsze i prostsze tworzenie aplikacji opartych o usługi AWS.
Microsoft to kolejny duży gracz na rynku platform chmurowych do IoT. Oferuje wiele ważnych funkcjonalności dostępnych na ich platformach chmurowych. Wśród nich znajdują się rozwiązania z zakresu uczenia maszynowego czy analizy i przetwarzanie danych w chmurze.
Wśród pozostałych platform chmurowych znajdują się m.in.: IBM Watson IoT Cloud Platform, Oracle IoT, Salesforce IoT, Bosch czy Cisco IoT Cloud Connect.
Możliwość otrzymywania danych w czasie rzeczywistym może być przełomem, zwłaszcza w przypadku firm, których wydajność jest związana z prawidłowym działaniem sprzętu. Analityka danych IoT pozwala firmom zaplanować najlepszy czas ich ewentualnego przestoju, a także szybko otrzymać informacje o ewentualnych błędach.
W tym miejscu warto wspomnieć o zyskującym na popularności predictive maintenance, czyli metodzie, polegającej na zbieraniu wielu istotnych danych m.in. o stanie maszyn, liczbie wyprodukowanych elementów czy otoczeniu (m.in. temperaturze, wilgotności, ciśnieniu, zapyleniu) w czasie rzeczywistym. Ich całościowa analiza, często z wykorzystaniem metod maszynowego uczenia się (Machine Learning) może dać dobrze działający model do predictive maintenance. Dzięki tej praktyce firmy mogą przewidzieć, kiedy należy przeprowadzić konserwację określonych urządzeń, zapobiegając ewentualnym przerwom w produkcji.
Analityka danych IoT może być również wykorzystywana do generowania cennych wskazówek i poprawy doświadczeń klientów, co bezpośrednio przekłada się na wzrost sprzedaży. Zbierając dane o potrzebach i preferencjach klientów, firmy mogą zaoferować klientom to, czego rzeczywiście szukają, a także podejmować lepsze decyzje biznesowe w oparciu o dane (tzw. data-driven decision making), a nie przypuszczenia.
Proces wdrażania narzędzi czy systemów do analityki danych powinien być dopasowany do potrzeb i specyfiki konkretnej firmy. Istnieją trzy podstawowe elementy, które należy brać pod uwagę:
Do najbardziej popularnych narzędzi związanych z analityką danych IoT należą:
Zdajemy sobie sprawę, że tematyka tego artykułu może rodzić wiele pytań, dlatego poniżej postaramy się odpowiedzieć na te najbardziej popularne. Jeśli jednak pojawi się kwestia, o której nie wspomnieliśmy — napisz do nas. Chętnie odpowiemy na wszystkie pytania, które budzą Twoje wątpliwości w tym temacie.
Rozwiązania IoT oparte na technologiach cloud computing są przede wszystkim elastyczne. Środowiska skalują się (zarówno w górę, jak i w dół) w zależności od liczby urządzeń lub ruchu, jaki generują. Co więcej, system do przetwarzania danych IoT można łatwo rozszerzyć o inne komponenty, np. analitykę czy wizualizację danych. Dodatkowo warto pamiętać, że usługi chmurowe do IoT zapewniają również najwyższe bezpieczeństwo zarówno przesyłania, jak i przechowywania danych.
PoC to mini projekt, który odpowie na pytanie, czy dana technologia nadaje się / spełnia wymagania niezbędne do budowy docelowego rozwiązania produkcyjnego. Nasz zespół wraz z Tobą wypracowuje końcowy efekt produktu, czyli powstaje główna architektura rozwiązania, doprecyzowywane są wymagania biznesowe, techniczne, testowe. Tworzymy plan projektu wraz z poszczególnymi kamieniami milowymi oraz dokumenty wsadowe dla poszczególnych obszarów wraz z metrykami, które będą śledzone w ramach projektu. Potwierdzenie wyjściowych założeń na początku współpracy daje Ci gwarancję, że otrzymasz taki produkt, jakiego oczekujesz.
On premise oznacza, że dany zasób (w tym przypadku system komputerowy) znajduje się w posiadaniu danej firmy — na produkcji, w biurze lub serwerowni.
Praktycznie nie ma takich ograniczeń. Big Data w chmurze obliczeniowej to poziom petabajtów. Tak naprawdę jest to tylko kwestia kosztów, jakie poniesiemy za zasoby, których będziemy używać.
Zawsze istnieje ryzyko awarii i utraty danych, jednakże w rozwiązaniach chmurowych chmurach poziom tego ryzyka jest znikomy. Dostępność usług chmurowych często jest określona na poziomie 99,99%. Ciekawostką jest np. niezawodność (durability) dla Google Cloud Storage wynosi 99.999999999%.
Najczęściej wybierane protokoły do obsługi IoT to MQTT (Message Queuing Telemetry Transport) i HTTP (Hypertext Transfer Protocol). Dodatkowo można jeszcze spotkać protokołu AMQP (Advanced Message Queuing Protocol), COAP (Constrained Application Protocol) oraz DDS (Data Distribution Service). Rosnąca popularność protokołu MQTT jest wynikiem jego szybkości i małego zapotrzebowania na zasoby, a także generowaniem mniejszego ruchu sieciowego w porównaniu do protokołu http. W tabeli prezentujemy wspierane protokoły przez najbardziej popularne platformy:
| L.P. | Platforma | Protokoły |
| 1 | Microsoft Azure | MQTT, AMQP, HTTPS, MQTT poprzez websockets, AMQP poprzez websockets |
| 2 | AWS | MQTT, HTTPS, Websockets, LoRaWAN |
| 3 | IBM Bluemix | MQTT, HTTP, HTTPS |
| 4 | Thingworx | MQTT, HTTPS, HTTP, COAP |
| 5 | MQTT, HTTP |
Dane mogą trafiać do chmury nieregularnym strumieniem, ponieważ zdarza się, że urządzenia IoT nie mają stałego połączenia z siecią. Usługi chmurowe są (niemal) zawsze gotowe do działania.
Zdecydowanie tak. Połączenie do usług chmurowych może być dwukierunkowe.
To zależy od dostawcy, na którego się zdecydujemy, a także modelu rozliczenia, który oferuje. Całkowity koszt zależy od wielu czynników, takich jak ilość przetworzonych danych czy też wykorzystania innych usług w systemie.
Chcesz wdrożyć rozwiązania IoT w swojej firmie? A może potrzebujesz partnera, który pomoże Ci znaleźć najlepsze rozwiązanie umożliwiające gromadzenie i analizowanie zebranych danych? Jeśli zastanawiasz się, którą opcję wybrać, chętnie doradzimy.
