Názor: data nejsou nový olej: společně s IoT …
V technologických kruzích se běžně říká, že data se stávají nejcennějším zdrojem na světě. Někteří dokonce říkají, že je to nový olej. A stejně jako ropa se i globální ekonomika začíná točit kolem příslibu bohatství a potenciálních dat.
V kontextu internetu věcí však data začínají vykreslovat jiný obraz. větší obraz. Zatímco ropa je omezeným zdrojem, jehož hodnota závisí především na jejím nedostatku, IoT má potenciál učinit data prakticky neomezenými. Představte si, že jste korporátní společností s 1 milionem senzorů v daném okamžiku v terénu. Tyto senzory neustále shromažďují a odesílají velké množství Počet datových bodů za sekundu dne. Význam IoT ve světě podnikání, Pak, To je záplava dat.
Určitě jsou zde důležité příležitosti, ale jsou zde i výzvy. V posledních letech jsme zaznamenali paradox: Zatímco 92% společností tvrdí, že zvyšují své investice do velkých dat a umělé inteligence, aby ze svých dat získali větší hodnotu, „data“ mají ve skutečnosti sestupný trend. Implementace IoT se pro společnosti ukázala být obtížnější, než se očekávalo: Respondenti průzkumu společnosti Microsoft uvedli, že 30% projektů IoT prošlo fází proof-of-concept.
IoT má potenciál škálovat hodnotu dat nebývalým tempem. Než však společnosti mohou tato ocenění sbírat, musí se ujistit, že mají platformy a procesy, které to umožní.
Společné výzvy s IoT a daty
Navzdory enormní hodnotě dat musí společnosti také zajistit identifikaci problémových míst ve své datové strategii. Jedna z nejdůležitějších otázek je: Co se snažíte udělat? se všemi těmi daty IoT? Pokud na tuto otázku nemůžete odpovědět, je často špatně zarovnán.
Tato hodnotová otázka se hraje ve všech průmyslových odvětvích, ale obzvláště dobrým příkladem je zemědělství. IoT představuje pro toto odvětví tržní příležitost 4 miliardy dolarů, ale v současné době tuto technologii využívá pouze 10–15% zemědělců. Mezi těmi, kteří ji používají, však existují některé fascinující případy použití. Protože zemědělská technologie je velmi závislá na výsledcích, je snadné zde definovat hodnotu dat IoT. Například IoT integrovaný do kombajnu může zemědělci poskytnout přibližný výnos téměř okamžitě. To zdaleka nečeká na standardní proces sušení a vážení, aby se zjistilo, zda plodina splňuje očekávání. V tomto případě se data založená na IoT snáze zpracovávají, protože byla vycvičena s ohledem na konzistentní cíl: poskytnout zemědělci informace potřebné pro konkrétní plodinu co nejrychleji.
To také ukazuje další běžný způsob, jak může hodnota dat uniknout z rozsahu podnikání: nerozumění a nepočítání doby odezvy při zpracování dat. To nebude fungovat, pokud zemědělec získá data o ruční sklizni rychleji (nebo stejnou rychlostí), než může poskytnout tento senzor. Podobně, pokud data IoT ukazují, že stroj je vystaven riziku selhání, samotná data problém nevyřeší. Zařízení se může stále vypnout, pokud jsou data přijata příliš pozdě. Proto je třeba takové stroje naprogramovat tak, aby byly schopné rozhodovat se pomocí strojového učení bez nutnosti lidského zásahu. To samo o sobě představuje vývojový a technický problém.
Poskytování nejvyšší hodnoty dat generovaných IoT
Když datová řešení založená na IoT nedosáhnou hodnoty hladiny oleje, je to často kvůli jednoduchým mezerám v konstrukci řešení. Tyto osvědčené postupy vám mohou pomoci Spravujte svá data využívající IoT, vyhýbejte se nástrahám a zvyšte své šance na získání skutečné hodnoty ze své datové strategie:
Procvičujte myšlení zprava doleva
Myšlení zprava doleva je v zásadě rámec, který umožňuje vaší datové strategii sledovat logický proces. Začněte s širším případem použití a určete, co musíte dosáhnout. Poté se zeptejte sami sebe, co potřebujete k dosažení celkového konečného cíle. Jakmile najdete odpověď, začněte klást konkrétnější otázky: Jaké datové body potřebujete k získání těchto informací? Co se musí stát na vaší platformě k zabezpečení těchto datových bodů? Jak budete pokračovat ve svém zásobníku, přirozeně se objeví mezery ve vašich procesech.
Hypotéza, než začneme
Každá nová datová strategie, zejména ta, která zahrnuje IoT, bude zahrnovat určité experimentování, což znamená, že je důležité mít konkrétní hypotézu. Mnoho věcí typu „co-pokud“ je součástí IoT, a to zesílí, když jejich řešení zahrnují komponenty umělé inteligence nebo strojového učení. Bez standardní hypotézy pro porovnání výsledků nemůžete získat smysluplné informace o svém úspěchu.
Vytvořte iterační proces
Nechcete spustit projekt IoT, který vyniká ve fázi proof-of-concept. Místo toho by vaším primárním cílem mělo být poskytnout nemovitý Toto je hodnota nových dat, nikoli teoretická hodnota. To vyžaduje upřednostnění opakování před dokonalostí. Kromě testování dat IoT na základě vaší hypotézy použijte kreativní myšlení: jak můžete zvýšit hodnotu projektu, pokud změníte konkrétní položku? Použití digitálních dvojčat ve vašich standardních operacích zde může být užitečné, protože můžete v podstatě provádět testování v reálném světě bez velkých investic.
Význam IoT v podnikání nelze přeceňovat, ale správa obrovského proudu dat může být neuvěřitelně obtížná. Jediným způsobem, jak zbohatnout, je zajistit, aby vaše datová strategie fungovala správně.
Máte zájem o takových tématech diskutovat od lídrů v oboru? Připojte se ke společnému místu 5G veletrh, IoT Tech Expo, Blockchain Fair, Expo AI a velká dataa Světová série o kybernetické bezpečnosti a cloudové výstavě S nadcházejícími událostmi v Silicon Valley, Londýně a Amsterdamu.
