Nell’ambito delle applicazioni IoT una delle questioni centrali è relativa al “dove” debba risiedere la capacità computazionale e più in generale l’intelligenza dei sistemi: al centro, nel cloud, o ai bordi, secondo il paradigma edge computing? Mentre fino ad adesso il focus è stato incentrato sullo sviluppo di piattaforme cloud e sulla loro capacità di implementare algoritmi sofisticati, basati ad esempio sul Machine Learning, il trend attuale vede crescere l’enfasi sugli edge analytics ovvero sulla raccolta e l’elaborazione dei dati in prossimità degli oggetti.
Secondo ABI Research il mercato degli IoT analytics sta rapidamente cambiando passando dal cloud ai bordi della rete con una previsione di crescita del volume di dati raccolti ed elaborati dai dispositivi IoT, o in prossimità degli stessi, di circa 6 volte con un valore massimo di circa 2.000 Exabyte nel 2021.
Oggi solo una piccola parte dei dati generati è memorizzata ed elaborata ai bordi. L’obiettivo dello sviluppo degli edge analytics è quello di utilizzare sempre meglio i dati per superare gli aspetti critici di applicazioni real-time e migliorare i modelli predittivi e prescrittivi degli analytics implementati nel cloud. Grazie alla crescita continua delle capacità elaborative dei dispositivi e degli oggetti e alla diffusione delle infrastrutture di connettività, diventa sempre più conveniente elaborare analytics in prossimità dell’oggetto o dell’attività che genera i dati raccolti. Ad esempio, in ambito industriale ciò abilita una continua autoregolazione delle macchine e degli oggetti connessi consentendo di raggiungere elevati livelli di efficienza operativa. Più in generale le soluzioni di edge analytics contribuiscono a dare alle aziende un maggior grado di libertà e flessibilità per differenziare i propri prodotti e servizi.
Secondo Ryan Martin, Senior Analyst di ABI Research, “nei primi giorni dell’IoT, il focus è stato sulla connettività dei dispositivi invece che sulla loro intelligenza. Con gli edge analytics, le organizzazioni possono avere accesso a un livello di dettaglio maggiore sui dati che generano informazioni utili e facilitano un approccio a livello di sistema per migliorare le operations e creare nuovi servizi. Gli analytics creati al bordo sono complementari a quelli prodotti nel cloud creando così valore per tutta l’impresa, così come per l’intera supply chain dalle operations alla ricerca e sviluppo.”
Aziende come Cisco, Dell, Intel, PTC e Predixion Software implementano l’intelligenza dei sistemi IoT su tre livelli differenti. Il primo livello si riferisce ai dispositivi/oggetti che costituiscono gli end-point e sono capaci di elaborare le informazioni che producono e raccolgono. Il secondo livello si riferisce a dispositivi che operano da gateway tra i diversi oggetti aggregando il traffico e inviando comandi agli end-point. Il terzo e più alto livello riguarda il cloud o l’infrastruttura aziendale che raccoglie le informazioni provenienti dagli end-point e dai gateway attraverso delle connessioni di backhauling.
In merito alla domanda iniziale, secondo Martin “l’eterogeneità delle macchine, dei sensori, degli oggetti connessi e di tutte le altre infrastrutture coinvolte richiede che i vari attori e i relativi analytics lavorino in armonia per massimizzare il valore di business”.
