IoT-«усталость» или реальные преимущества для корпоративного сектора?

Какие технологии будут в центре внимания в следующем году? В этой статье приводятся семь основных прогнозов компании Citrix в отношении развития Интернета вещей в 2016 г.

1. Увеличение IoT-«усталости»

Учитывая шумиху, касающуюся новейших IoT-устройств и -решений, вновь и вновь поднимается вопрос о том, что сегодня мы, возможно, видим слишком большой ажиотаж, не подтвержденный конкретными фактами. И в этой ситуации не помогает большое количество IoT-прогнозов и даже тот факт, что количество IoT-устройств увеличилось на 1 млрд здесь и на 1 млрд тут. Добавьте к этому, что согласно «циклу зрелости технологий» Gartner, в ближайшем будущем некоторое количество IoT-технологий пройдут «пик чрезмерных ожиданий», что свидетельствует о том, что мы достигли такого этапа в развитии Интернета вещей, и скоро этот «пузырь» лопнет.

2. Машинное/глубинное обучение

«Всеобъемлющая интеграция» (Integration of Everything) будет способствовать увеличению количества дискуссий и проектов, касающихся машинного обучения, распределенных вычислений и глубинного обучения в 2016 г. Корпорация Google недавно открыла исходные коды своей библиотеки Tensor Flow для машинного обучения. Различные компании, включая PreLert, создают платформы для машинного обучения на основе хранилищ больших данных, таких как Splunk. IBM Watson в настоящий момент используется в лабораториях по исследованию рака, в университетах и коммерческих компаниях для помощи в развитии глубинного обучения. Microsoft также недавно выпустила свою платформу машинного обучения, доступную в рамках облачных сервисов Azure.

Эти примеры будут способствовать реальным внедрениям, при которых все больше IoT-продуктов и транспортных средств смогут в режиме реального времени осуществлять потоковую передачу данных с датчиков в платформы IoT и социальные сети, чтобы иметь возможность также в режиме реального времени обрабатывать эти данные для поиска шаблонов и тенденций, а также аномалий, на основе которых можно будет автоматизировать различные процессы. Технологии машинного обучения могут использоваться для определения объектов на фотографиях (или камерах), в машинах и дронах для автономного передвижения и полета, а также могут применяться для осуществления беседы службы технической поддержки, автоматизации IVR и осуществления онлайн или оффлайн розничной торговли.

Машинное обучение будет приносить выгоду не только крупным корпорациям, но и обычным жителям: IoT-инфраструктура, проанализировав мои действия дома, сможет предложить мне автоматизировать их, так как я регулярно выполняю определенный набор действий. Мне нравится идея построить своего цифрового ассистента на подобии Jarvis с помощью Amazon Echo и Citrix Octoblu!

3. Использование IoT-технологий в корпоративном секторе

В 2016 г. мы будем обращать пристальное внимание на использование IoT и «Всеобъемлющей интеграции» для решения сложных бизнес-задач. Хотя эти вопросы не привлекут такого большого внимания общественности, как сдувающийся пузырь, про который упоминалось выше, они получат достаточное развитие в рамках корпоративной бизнес-модели для IoT.

Одним из направлений корпоративного использования новых технологий является медицина. Медицинские учреждения используют IoT-технологии для подключения таких «вещей», как градусники с интерфейсом Bluetooth и устройства контроля сердечной активности, к системам электронных медицинских карт Electronic Medical Record (EMR). Это позволит уменьшить количество ошибок и сократить время диагностики при повышении производительности работы медицинского персонала.

Другим примером использования технологий IoT является создание «умного» офиса. Компании ускорят преобразование офисов из традиционных помещений и комнат в новые рабочие места, которые улучшат совместную работу сотрудников компаний. IoT поддержит этот процесс трансформации с помощью автоматизации переговорных помещений, управления рабочими процессами и оптимизации офисного пространства.

4. Развитие автомобилей с расширенными сетевыми возможностями и беспилотных летательных аппаратов

2016-й станет годом развития автомобилей с расширенными сетевыми возможностями, автомашин с системами активной помощи водителям и автомобилей с полнофункциональными автопилотами. Tesla недавно представила систему AutoPilot, которая позволяет реализовать функцию автоматического управления во всех новых автомобилях компании путем беспроводного обновления прошивки. В то время как обновление Tesla предназначено для помощи человеку, управляющим автомобилем, компания Google работает над созданием технологии, которая позволит управлять транспортными средствами полностью без участия водителя. Во многих штатах США уже внесены соответствующие изменения в законодательство.

И дело не ограничивается только автомобилями. Yamaha недавно представила робота MotoBot, который управляет мотоциклом и предназначен для тестирования скоростных двухколесных машин. Хотя в 2016 году мы не увидим на дорогах большое количество машин, управляемых компьютером, эта концепция получит широкое развитие, благодаря поддержке различных компаний, включая Uber. Если говорить о самых оригинальных моделях использования, то стоит обратить внимание на компании LocalMotors, IBM и Octoblu, которые недавно реализовали совместный проект по созданию первого автомобиля с расширенными сетевыми возможностями, напечатанного с помощью 3D-принтера. Новинка была представлена в рамках конференции IBM Insights и SEMA.

В 2016 г. беспилотные летательные аппараты будут использоваться для решения более прикладных задач, нежели слежка за знаменитостями. Например, камеры RealSense корпорации Intel (и другие камеры с восприятием глубины изображения) уже доступны на рынке и имеют достаточно небольшую стоимость и размеры, чтобы устанавливать их на дронах и роботизированных системах. Эти камеры позволяют летательным устройствам перемещаться среди препятствий и не сталкиваться с ними.

Беспилотные летательные аппараты и роботизированные системы получают широкое распространение в сельском хозяйстве для съемки растений и использования глубинного обучения для определения больных растений и рекомендаций по их подкормке. Amazon, Google и Matternet активно распространяют информацию о доставке товаров в течение 1 часа с помощью беспилотных летательных аппаратов. Строительные компании используют такие устройства для создания 3D-моделей старых и новых зданий и местности. Новые технологии также используются в спорте для записи соревнований.

5. Нарушения IoT-безопасности

Какие могут быть прогнозы развития технологий без прогнозов в области безопасности. Итак, как обстоят дела с IoT-безопасностью? Я думаю, что в 2016 г. мы еще не раз услышим о нарушениях безопасности «вещей». На самом деле такие примеры уже имеют место быть, но активная реклама и увеличение количества элементов IoT-систем приведет к тому, что мы чаще будем сталкиваться с проблемами безопасности. Перелом в этой ситуации произойдет тогда, когда наши средства обеспечения безопасности станут более адаптивными и начнут понимать контекст применения, а также используя машинное обучение и большое количество точек сбора данных на основе IoT для переноса контроля доступа на новый уровень.

6. ИТ определяют активных сторонников IoT

Выше мы обсудили, как в 2016 г. IoT-технологии будут распространяться в корпоративном секторе и какое внимание будет уделяться вопросам IoT-безопасности. Для этого ИТ должны будут определить активных сторонников IoT, т.к. руководство ИТ оценит бизнес-возможности IoT-технологий и высокий потенциал того, как IoT-технологии окажут влияние на инфраструктуру, включая сети, технические мощности и телефонные системы. Кроме того, ИТ определят актуальность IoT-технологий для безопасности, как сетевой, так и физической. Это создаст как новые возможности, так и новые сложности, потому что ИТ оценивают то, как IoT-технологии могут стать новыми областями нарушения безопасности и также предоставить новые возможности для определения и реагирования на угрозы кибербезопасности. Для этого активные сторонники IoT должны будут анализировать и управлять проектами с учетом новых возможностей и новых рисков.

7. Оценка IoT-платформ

Рынок IoT-платформ уже достаточно насыщен. И я не предполагаю, что в 2016 г. он станет еще более насыщенным (хотя это может произойти). Предположительно IoT-платформы станут более развитыми, и мы увидим больше примеров того, как они решают реальные проблемы бизнеса.

Кто будет среди лидеров IoT-платформ в 2016 г? Я не думаю, что какая-либо одна платформа получит доминирующие позиции, но полагаю, что мы продолжим наблюдать консолидацию по мере того, как крупные разработчики технологий продвигают IoT-платформы в качестве средства для создания IoT-решений, усиливающих их общие сильные стороны. Так, Microsoft будет использовать свою IoT-платформу для стимулирования разработки IoT-решений на основе облачных сервисов Azure, IoT-платформа компании Amazon будет направлена на поддержку веб-сервисов компании, а платформа IBM ориентирована на использование самостоятельно разработанных сервисов больших данных и аналитики.

На рынке останется место для отдельных независимых платформ, но я предполагаю, что IoT-платформы будут согласованы с поставщиками технологий, которые имеют ключевой интерес в IoT-экосистеме. Что же остается на долю Citrix Octoblu? Я полагаю, что ключевые бизнес предложения для Интернета вещей состоят в упрощении сложных инфраструктур доставки данных, приложений и сервисов пользователям, «вещам» и «местам», фактически переходя к концепции «Всеобъемлющей интеграции». Такой подход отлично согласуется с ключевыми предложениями Citrix по защищенной доставке приложений и данных, оставляя значительное пространство компании Citrix для внедрения инноваций.

Выводы: поиск реальных ценностей для бизнеса в шумихе вокруг концепции Интернета вещей

В 2016 г. мы столкнемся с большим количеством примеров IoT-«усталости», т.к. все чаще появляются рассказы об инновационных потребительских IoT-решениях, которые либо опередили свое время, либо не решают никаких реальных проблем. Но на фоне этой общей шумихи мы станем свидетелями того, как IoT-технологии предоставляют реальные преимущества корпоративному сектору. Это станет возможным благодаря IoT-платформам и машинному обучению, которые помогут организациям справляться со сложными проблемами, и таким образом IoT начнет выбираться на “склон просвещения” (есть использовать еще одну терминологию Gartner).