2021 год будет сложным для многих отраслей, но технологии IoT уже сыграли активную роль в формировании тенденций в бизнесе и поведении конечных потребителей. От здравоохранения и розничной торговли до автомобилестроения и производства - каждая отрасль становится умнее с помощью таких технологий, как Интернет вещей. Неспособность сохранить конкурентоспособность в этой сфере может привести к значительным потерям.
Глобальная пандемия стала серьезным препятствием для роста IoT в 2020 году. Хотя в прогнозе на ноябрь 2019 года прогнозировалось, что расходы на IoT вырастут на 14,9% в 2020 году, они могут вырасти только на 8,2%. Согласно прогнозу International Data Corporation, в этом году IoT вернется в норму и достигнет темпов роста 11,3% с 2020 по 2024 год.
В последнее время нехватка полупроводников и других компонентов Интернета вещей ставит под сомнение рост в этом секторе в 2021 году. Производителям придется быстро адаптироваться, чтобы сохранить свою динамику, чтобы оставаться конкурентоспособными. Хотя этот дефицит не продлится очень долго, но в краткосрочной перспективе он скажется на проектах.
Выставка CES (Consumer Electronics Show) в этом году прошла в онлайн-формате, чтобы продемонстрировать последние инновации и разработки. Судя по технологиям, представленным на мероприятии, IoT далеко не умирает. Поскольку миллионы людей в Соединенных Штатах оказались дома во время пандемии, продукты для умного дома пользуются повышенным спросом. Поставки товаров для умного дома DIY выросли на 9% и составили 99 миллионов единиц стоимостью 15 миллиардов долларов (рост на 3%).
Давайте рассмотрим различные тенденции, которые наиболее важны для Интернета вещей в 2021 году и в последующий период.
В 2021 году количество устройств, подключенных к Интернету вещей, вырастет до 46 миллиардов. Большинство этих устройств имеют только один процессор и минимальный объем памяти. Интернет вещей все больше проникает в наше общество.
AI-аналитика с устройств Интернета вещей
Сбор данных с помощью устройств IoT достиг беспрецедентных масштабов. Наука о данных и машинное обучение объединяются, чтобы предоставить больше возможностей для передовых решений и анализа данных Интернета вещей. Большие данные, искусственный интеллект и IoT объединяются для сбора уже предварительно структурированных данных, настройки конвейеров данных и создания компонентов искусственного интеллекта поверх всего этого. Важность этого подхода останется актуальной на долгие годы.
В отчете Research and Markets прогнозируется, что к 2025 году ИИ и Интернет вещей превысят 26 миллиардов долларов. Они также демонстрируют, что ИИ повышает эффективность данных Интернета вещей на 25%, улучшая аналитику для отрасли на 42%. ИИ играет важную роль как в центре Интернета вещей, так и в периферийных сетях. В центре системы ИИ может выполнять прогнозную аналитику и предупреждать пользователей об аномалиях. Анализ данных, полученных с помощью решений Интернета вещей это только первый шаг. Роль ИИ в системах Интернета вещей имеет гораздо больший потенциал.
Управление устройствами Интернета вещей и процесс принятия решений
Представьте себе фабрику, на которой используются сборочные линии, подключенные к Интернету вещей для снижения количества производственных дефектов в процессе изготовления за счет использования визуального контроля искусственного интеллекта и контроля качества. В качестве примера рассмотрим беспилотный автомобиль с гораздо более высокой стоимостью ошибки. Он не только безопасно доставляет пассажиров к месту назначения, но и использует эти данные о транзите для точного прогнозирования динамики движения. Эти данные затем могут быть использованы для строительства более эффективных дорог и инфраструктуры в будущем.
ИИ получает все больше возможностей для принятия решений, поскольку эта технология используется в умных домах, умных городах, беспилотных транспортных средствах и производственных задачах. Однако для поддержки системы и решения нетривиальных задач необходимы руководители и специалисты по обработке данных.
Облачные и локальные серверы - не единственные места, где могут выполняться вычисления. Использование удаленных серверов может привести к задержкам передачи. Из-за этого облачные вычисления не подходят для реализаций, требующих быстрых вычислений в реальном времени, например, в таких приложениях, как работа беспилотных автомобилей.
Edge IoT используется в камерах трафика для обнаружения пешеходов, адаптивных светофоров, приоритизации транспортных средств, обнаружения парковок и электронного взимания платы. Мировые корпорации Microsoft, IBM и Amazon вложили значительные средства в технологии периферийных вычислений. Также растет спрос на интеллектуальные устройства IoT, быструю обработку и безопасность данных.
Сервис Amazon AWS IoT Greengrass второго поколения начал использоваться, давая разработчикам возможность использовать функции Lambda на периферийных устройствах. Он позволяет разработчикам выполнять машинное обучение и вычислять задачи на оконечных устройствах Интернета вещей.
Пользователи привыкли к тому, что Google анализирует тенденции нашего поиска, Netflix и Spotify также очень хорошо понимают наши привычки просмотра и прослушивания. Однако даже эти алгоритмы, анализирующие предпочтения пользователей, могут ошибаться, что приводит к выдаче нерелевантного контента на устройствах пользователей, но технологии постоянно совершенствуются.
Технологии умного дома - это сектор, в котором важна персонализация. Технология, которая управляет повседневной домашней деятельностью, требует сугубо личного опыта для достижения максимального удовлетворения клиентов. На выставке CES 2021 компания Samsung представила Samsung Bot Handy и JetBot 90 AI +. Работа этих роботов-помощников возможна благодаря применению ИИ и анализу данных.
Развитие искусственного интеллекта и периферийные вычисления призваны помочь этой области рынка значительно вырасти. Чтобы вывести технологии умного дома на новый уровень, необходимо повысить точность ИИ и способность принимать решения. ИИ должен делать выбор, основываясь на привычках владельца. Из-за необходимости персонализации обобщенных данных недостаточно для обучения нейронной сети. Требуются личные данные. Однако эти данные часто могут быть очень конфиденциальными, и пользователи не хотят ими делиться.
Ключом к этой проблеме могут быть периферийные вычисления, когда данные хранятся и обрабатываются локально на устройствах пользователей. Это может иметь решающее значение для улучшения восприятия потребителями технологий умного дома. Отчет Statista за 2019 год показывает, что 46% пользователей умного дома описывают свой опыт как навязчивый, а 36% описывают свой опыт как пугающий. Периферийные вычисления могут помочь клиентам чувствовать себя в большей безопасности при использовании технологии Интернета вещей в умном доме.
К 2025 году количество подключений IoT-устройств к Интернету вполне может составить более 30 миллиардов, что составит около четырех устройств на человека. Согласно McKinsey, в сфере B2B общий доход от модулей 5G IoT к 2030 году увеличится с примерно 180 миллионов долларов США до почти 10 миллиардов долларов США.
В июле 2020 года орган по стандартизации 3GPP представил последние спецификации для подключения 5G: версия 16. Это имеет важные последствия для 5G IoT, поскольку мобильная связь для встроенных устройств извлекает выгоду из значительного сокращения задержки и надежности. Хотя 5G еще далек от массового внедрения, предприятия могут подумать о проведении этого довольно дорогостоящего мероприятия по развертыванию с прибыльными бизнес-планами.
Уменьшение задержки позволит подключенным устройствам Интернета вещей отправлять и получать данные с беспрецедентной скоростью. Это позволит анализу и управлению данными функционировать на уровне, недоступном в старых сетях 4G.
Ценность технологии зависит от нескольких факторов: стоимости инфраструктуры, стоимости передачи данных и того, действительно ли для определенных вариантов использования требуется скорость 5G. Умные города, транспорт и промышленный IoT станут первыми отраслями, которые извлекут выгоду из этой технологии.
Но и другие сетевые стандарты развиваются, так Wi-Fi 6, обеспечивает более высокую пропускную способность, большее количество одновременных потоков данных и более широкий частотный спектр до 6 ГГц. Еще одна технология для подключения к Интернету вещей - это маломощная глобальная сеть (LPWAN). Низкое энергопотребление и большой эффективный диапазон делают LPWAN идеальным решением для небольших устройств, которым требуется длительный срок службы в удаленных местах. Объем рынка LPWAN превысил 2,5 миллиарда долларов в 2020 году и, как ожидается, будет расти со среднегодовым темпом роста более 60% в период с 2021 по 2027 год.
Zigbee занимает лидирующие позиции в области связи с малым радиусом действия. Инициатива Zigbee-альянса по повышению совместимости продуктов для умного дома с помощью стандарта бесплатного подключения может принести реальную пользу пользователям и производителям продуктов IoT, установив отраслевой стандарт взаимодействия.
Мы делаем шаг назад от технологий к отраслевым вертикалям, где IoT окажет наибольшее влияние, может быть интересно.
Наиболее быстро развивающейся вертикалью с внедрением и применением технологии IoT в 2020 году стала медицина, несомненно, из-за продолжающейся глобальной пандемии. В течение многих лет реализация проектов Интернета вещей в здравоохранении была обременительной из-за жесткого регулирования и общей пассивной позиции отрасли.
Появляется все больше свидетельств того, что COVID-19 привел к цифровому взрыву в больницах. В мае 2020 года Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США (FDA) выпустило несколько временных директив для поддержки цифровых инструментов в течение 2020 года. Впервые в Германии в октябре 2020 года врачам разрешили прописывать доступ к цифровым приложениям для здоровья при определенных заболеваниях (например, приложению, которое помогает лечить тревожное расстройство).
Разработчик системы мониторинга цепочки поставок Controlant в конце 2020 года начал оказывать поддержку Pfizer и правительству США в области мониторинга распределения вакцин. Это особенно важно в связи с необходимостью хранения этих вакцин при транспортировке с тщательным контролем температуры. Благодаря технологиям мониторинга с искусственным интеллектом Controlant смог уменьшить порчу и потерю продукции.
Одно из приложений, которое резко возросло во время пандемии - это телездравоохранение, когда врач лечит пациента с помощью видеоконференцсвязи. Врачи сообщают, что телездравоохранение часто рассматривается как первый шаг к цифровой диагностике, основанной на устройствах Интернета вещей, которые диагностируют пациентов издалека. Несколько больниц начали экспериментировать с этим в 2020 году. В декабре 2020 года стало популярным видео лондонского хирурга, который провел удаленную операцию в Калифорнии с использованием 5G.
Технологии Интернета вещей расширят свое присутствие и повлияют на отрасль. Это произойдет вместе с другими технологическими тенденциями в здравоохранении, которые принесут пользу пациентам, врачам и руководству.
Одним из секторов, в котором наблюдается значительный прогресс в приложениях Интернета вещей, является автомобильная промышленность. Функция «обновление по воздуху» (FOTA) позволяет обновлять прошивку во встроенных системах по беспроводной сети. Это позволяет исправлять ошибки и заменять старые версии микропрограмм. Анализ состояния дороги - еще одно приложение, в котором Интернет вещей может проявить себя в автомобильной промышленности, особенно в автономных транспортных средствах.
Телематика также является серьезной темой в автомобильном IoT. Телематика превращает ваш автомобиль в устройство Интернета вещей. Экстренные вызовы, GPS и Bluetooth - это лишь некоторые из соединений, которые стали возможны благодаря телематике. Это первый шаг в процессе внедрения технологии V2X («автомобиль ко всему»). Это может включить такие функции, как обновления по беспроводной сети.
Связь между транспортными средствами также важна для будущего автономных транспортных средств. Если беспилотные автомобили смогут общаться друг с другом, то они смогут и лучше поддерживать безопасное расстояние, и обмениваться другими важными данными.
Производители стремятся оставаться конкурентоспособными и исследуют промышленные приложения Интернета вещей (IIoT). Встроенные периферийные сети все чаще используются благодаря их способности поддерживать большую эффективность при использовании искусственного интеллекта. Это один из многих вариантов использования промышленного Интернета вещей. Фактически, ожидается, что к 2026 году роль ИИ в этом секторе достигнет 16,7 млрд долларов.
Профилактическое обслуживание также является еще одним важным преимуществом, которое стало возможным благодаря технологиям машинного обучения и Интернета вещей. Используя существующие данные, алгоритмы искусственного интеллекта могут определить, когда следует принять превентивные меры до того момента, как машине потребуется ремонт.
Компьютерное зрение для визуального контроля также является важной технологией, которая может снизить затраты и повысить эффективность. Алгоритмы машинного обучения более эффективны при визуальном осмотре при наличии правильных обучающих данных и оборудования, чем люди. Такие компании, как BMW, уже используют эту технологию для обеспечения контроля качества своих автомобильных запчастей.
Развитие технологий Интернета вещей продвигает нас дальше, чем когда-либо считалось возможным. Хотя глобальные пандемии и нехватка компонентов могут замедлить прогресс в краткосрочной перспективе, важно инвестировать в эти технологии сейчас, чтобы оставаться конкурентоспособными в долгосрочной перспективе. Без искусственного интеллекта, машинного обучения, встроенных систем и комплексных фреймворков Интернета вещей компании не смогут успевать за все более взаимосвязанным миром. Используя возможности этих мощных технологий, компании могут воспользоваться преимуществами интеллектуальных функций, функциональности и производительности подключенных экосистем IoT.
