در بیشتر سازمان ها، اطلاعات در مسیرهای آشنا حرکت می کند. اطلاعات اختصاصی در پایگاه های داده ثبت می شود و در گزارش ها تجزیه و تحلیل می شود و سپس زنجیره مدیریت را بالا می برد. اطلاعات همچنین از خارج منشأ می گیرد - از منابع عمومی جمع آوری شده، از اینترنت جمع آوری شده یا از تأمین کنندگان اطلاعات خریداری شده است.

اما مسیرهای قابل پیش بینی اطلاعات در حال تغییر است: خود دنیای فیزیکی در حال تبدیل شدن به نوعی سیستم اطلاعاتی است. در آنچه اینترنت اشیاء نامیده می شود، حسگرها و محرک های تعبیه شده در اشیاء فیزیکی - از جاده ها گرفته تا ضربان سازها - از طریق شبکه های سیمی و بی سیم به هم متصل می شوند و اغلب از همان پروتکل اینترنت (Internet Protocol (IP) استفاده می کنند که اینترنت را متصل می کند.

این شبکه ها حجم عظیمی از داده ها را تولید می کنند که برای تجزیه و تحلیل به رایانه ها می روند. وقتی اشیاء می توانند هم محیط را حس کنند و هم ارتباط برقرار کنند، به ابزاری برای درک پیچیدگی و پاسخ سریع به آن تبدیل می شوند.

میکرودوربین‌های قرصی شکل در حال حاضر از دستگاه گوارش انسان عبور می‌کنند و هزاران تصویر را برای مشخص کردن منابع بیماری ارسال می‌کنند. تجهیزات کشاورزی دقیق با ارتباط‌های بی‌سیم با داده‌های جمع‌آوری‌شده از ماهواره‌های راه دور و حسگرهای زمینی می‌توانند شرایط محصول را در نظر بگیرند و نحوه کشت هر بخش از مزرعه را تنظیم کنند - به عنوان مثال، با پخش کود اضافی در مناطقی که به مواد مغذی بیشتری نیاز دارند.

بیلبوردها در ژاپن به عابران نگاه می کنند و نحوه تناسب آنها با نمایه های مصرف کننده را ارزیابی می کنند و فوراً پیام های نمایش داده شده را بر اساس آن ارزیابی ها تغییر می دهند.

در برخی از این موارد رگه هایی از آینده نگری و همچنین هشدارهای اولیه برای شرکت ها وجود دارد. مدل‌های کسب‌وکار مبتنی بر معماری‌های اطلاعاتی عمدتاً ثابت امروزی، با ظهور روش‌های جدید خلق ارزش، با چالش‌هایی رو به رو هستند.

هنگامی که ترجیحات خرید مشتری در لحظه در یک مکان خاص احساس می شود، قیمت گذاری پویا ممکن است شانس خرید را افزایش دهد. دانستن تعداد دفعات یا شدت استفاده از یک محصول می‌تواند گزینه‌های اضافی را ایجاد کند - به عنوان مثال، هزینه‌های استفاده به جای فروش کامل. فرآیندهای تولید همراه با تعداد زیادی حسگر را می توان با دقت بیشتری کنترل کرد و کارایی را افزایش داد.

و هنگامی که محیط های عملیاتی به طور مداوم از نظر خطرات کنترل می شوند یا زمانی که اشیاء می توانند اقدامات اصلاحی برای جلوگیری از آسیب انجام دهند، خطرات و هزینه ها کاهش می یابد. شرکت‌هایی که از این قابلیت‌ها استفاده می‌کنند، در مقابل رقبای که این کار را نمی‌کنند، سود خواهند برد.

پذیرش گسترده اینترنت اشیاء زمان می برد، اما خط زمانی به لطف پیشرفت در فناوری های اساسی در حال پیشرفت است. پیشرفت در فناوری شبکه های بی سیم و استانداردسازی بیشتر پروتکل های ارتباطی، جمع آوری داده ها از این حسگرها را تقریباً در هر نقطه و در هر زمان ممکن می سازد.

تراشه های سیلیکونی کوچکتر برای این منظور در حال به دست آوردن قابلیت های جدید هستند، در حالی که هزینه ها، به تبعیت از الگوی قانون مور، کاهش می یابد. افزایش عظیم در ذخیره سازی و قدرت محاسباتی، که برخی از آن ها از طریق رایانش ابری در دسترس است، باعث می شود که تعدد آنها در مقیاس بسیار بزرگ و با کاهش هزینه امکان پذیر شود.

هیچ یک از اینها برای شرکت های فناوری و آنهایی که در مرز پذیرش هستند خبری جدید نیست. اما با بالغ شدن این فناوری‌ها، دامنه استقرار شرکت‌ها افزایش خواهد یافت. ما شش نوع متمایز از برنامه های کاربردی نوظهور را می بینیم که در دو دسته کلی قرار می گیرند: اول، اطلاعات و تجزیه و تحلیل و دوم، اتوماسیون و کنترل.

تصویر: شش نوع متمایز از برنامه های کاربردی در دو دسته کلی ظهور می کنند: اطلاعات و تجزیه و تحلیل و اتوماسیون و کنترل.

اطلاعات و تحلیل

از آن جایی که شبکه‌های جدید، داده‌ها را از محصولات، دارایی‌های شرکت یا محیط عملیاتی پیوند می‌دهند، اطلاعات و تجزیه و تحلیل بهتری تولید می‌کنند که می‌تواند قدرت تصمیم‌گیری را به طور قابل توجهی افزایش دهد. برخی از سازمان‌ها شروع به استقرار این برنامه‌ها در مناطق هدف کرده‌اند، در حالی که استفاده‌های رادیکال و سخت‌تر هنوز در مراحل مفهومی یا آزمایشی هستند.

1. ردیابی رفتار

هنگامی که محصولات با حسگرها تعبیه شده اند، شرکت ها می توانند حرکات این محصولات را ردیابی کنند و حتی بر تعامل با آنها نظارت کنند. مدل های کسب و کار را می توان برای استفاده از این داده های رفتاری به خوبی تنظیم کرد.

به عنوان مثال، برخی از شرکت های بیمه، نصب حسگرهای موقعیت مکانی را در خودروهای مشتریان پیشنهاد می کنند. این به این شرکت‌ها اجازه می‌دهد تا قیمت سیاست‌ها را بر اساس نحوه رانندگی خودرو و همچنین مکان سفر آن قرار دهند. قیمت‌گذاری را می‌توان بر اساس خطرات واقعی کارکرد وسیله نقلیه تنظیم کرد و نه بر اساس شاخص‌هایی مانند سن، جنسیت یا محل زندگی راننده.

یا زمانی که حسگرها و اتصالات شبکه در یک خودروی اجاره‌ای تعبیه شده‌اند، احتمالات را در نظر بگیرید: می‌توان آن را برای بازه‌های زمانی کوتاه به اعضای ثبت‌نام شده یک سرویس خودرو اجاره داد، مراکز اجاره غیرضروری می‌شوند و استفاده از هر خودرو را می‌توان برای درآمدهای بالاتر بهینه کرد.

Zipcar در این مدل پیشگام بوده است و شرکت‌های اجاره‌ای اتومبیل با سابقه بیشتری شروع به پیروی از آن کرده‌اند. در خرده‌فروشی، حسگرهایی که داده‌های مشخصات خریداران را یادداشت می‌کنند (ذخیره‌شده در کارت‌های عضویت آن‌ها) می‌توانند با ارائه اطلاعات اضافی یا ارائه تخفیف در محل فروش، به انعقاد خرید کمک کنند. رهبران بازار مانند تسکو در خط مقدم این کاربردها هستند.

در بازار تجارت به تجارت (business-to-business)، یکی از کاربردهای شناخته شده اینترنت اشیاء شامل استفاده از حسگرها برای ردیابی برچسب های RFID (radio-frequency identification) (شناسایی فرکانس رادیویی) قرار داده شده بر روی محصولات در حال حرکت از طریق زنجیره تأمین است، بنابراین مدیریت موجودی را بهبود می بخشد و در عین حال سرمایه در گردش و هزینه تدارکات را کاهش می دهد.

دامنه استفاده های ممکن برای ردیابی در حال گسترش است. در صنعت هوانوردی، فناوری‌های حسگر مدل‌های کسب‌وکار جدیدی را ایجاد می‌کنند. تولیدکنندگان موتورهای جت مالکیت محصولات خود را حفظ می‌کنند و در عین حال از خطوط هوایی برای مقدار نیروی رانش استفاده شده هزینه می‌کنند.

سازندگان هواپیما در حال ساخت بدنه‌های هواپیما با حسگرهای شبکه‌ای هستند که داده‌های مستمر مربوط به فرسودگی و پارگی محصول را به رایانه‌هایشان ارسال می‌کنند و امکان تعمیر و نگهداری پیشگیرانه و کاهش زمان توقف برنامه‌ریزی نشده را فراهم می‌کنند.

2. افزایش آگاهی موقعیتی

داده‌های تعداد زیادی حسگر، مستقر در زیرساخت‌ها (مانند جاده‌ها و ساختمان‌ها) یا برای گزارش شرایط محیطی (از جمله رطوبت خاک، جریان‌های اقیانوسی یا آب و هوا)، می‌تواند به تصمیم گیرندگان آگاهی بیشتری از رویدادهای بلادرنگ را بدهد، به ویژه زمانی که سنسورها با فناوری های پیشرفته نمایش یا تجسم استفاده می شوند.

به عنوان مثال، پرسنل امنیتی می توانند از شبکه های حسگر استفاده کنند که از آشکارسازهای ویدئو، صدا و ارتعاش را برای شناسایی افراد غیرمجاز که وارد مناطق ممنوعه می شوند، استفاده میکنند. برخی از سیستم‌های امنیتی پیشرفته در حال حاضر از عناصر این فناوری‌ها استفاده می‌کنند، اما با کوچک‌تر شدن و قدرتمندتر شدن حسگرها، و مهارت‌های بیشتر در تجزیه و تحلیل و نمایش اطلاعات ضبط‌شده، برنامه‌های کاربردی گسترده‌تری در دست اجرا هستند.

مدیران لجستیک خطوط هوایی و کامیون‌ها در حال حاضر از برخی قابلیت‌های اولیه بهره می‌برند تا از شرایط آب‌وهوایی، الگوهای ترافیکی و مکان‌های وسایل نقلیه به‌روز مطلع شوند. به این ترتیب، این مدیران توانایی خود را برای انجام تنظیمات مسیریابی ثابت که هزینه های تراکم را کاهش می دهد و ظرفیت مؤثر شبکه را افزایش می دهد، افزایش می دهند. در یک برنامه دیگر، افسران مجری قانون می توانند داده های آنی را از حسگرهای صوتی که قادر به تشخیص دقیق محل تیراندازی هستند، دریافت کنند.

3. تجزیه و تحلیل تصمیم گیری حسگر محور

اینترنت اشیاء همچنین می‌تواند از برنامه‌ریزی و تصمیم‌گیری انسانی طولانی‌تر و پیچیده‌تر پشتیبانی کند. الزامات فناوری - ذخیره سازی و منابع محاسباتی عظیم مرتبط با سیستم های نرم افزاری پیشرفته که نمایشگرهای گرافیکی مختلفی را برای تجزیه و تحلیل داده ها تولید می کنند - بر همین اساس افزایش می یابد.

به عنوان مثال، در صنعت نفت و گاز، مرحله بعدی اکتشاف و توسعه می‌تواند به شبکه‌های حسگر گسترده‌ای که در پوسته زمین قرار گرفته‌اند برای تولید خوانش‌های دقیق‌تر از مکان، ساختار و ابعاد میدان‌های بالقوه نسبت به روش‌های مبتنی بر داده‌های کنونی متکی باشد. نتیجه نهایی: کاهش هزینه های توسعه و بهبود جریان نفت.

در مورد خرده‌فروشی، برخی از شرکت‌ها در حال مطالعه راه‌هایی برای جمع‌آوری و پردازش داده‌های هزاران خریدار در حین سفر در فروشگاه‌ها هستند. خوانش‌ها و ویدیوهای حسگرها، مدت زمانی را که در نمایشگرهای جداگانه باقی می‌مانند، یادداشت می‌کنند و آنچه را که در نهایت خریداری می‌کنند، ضبط می‌کنند. شبیه سازی های مبتنی بر این داده ها با بهینه سازی طرح های خرده فروشی به افزایش درآمد کمک می کند.

در مراقبت های بهداشتی، حسگرها و پیوندهای داده امکاناتی را برای نظارت بر رفتار و علائم بیمار در لحظه و با هزینه نسبتاً کم ارائه می دهند و به پزشکان اجازه می دهند بیماری را بهتر تشخیص دهند و رژیم های درمانی مناسب را تجویز کنند.

برای مثال در حال حاضر، بیماران مبتلا به بیماری های مزمن، در تعداد کمی از آزمایشات مراقبت های بهداشتی که در حال حاضر در حال انجام هستند، به حسگرهایی مجهز شده اند که بتوان وضعیت آنها را به طور مداوم در حین انجام فعالیت های روزانه تحت نظر گرفت.

یکی از این کارآزمایی‌ها، بیماران مبتلا به نارسایی احتقانی قلب را مورد بررسی قرار داده است. این بیماران معمولاً فقط در طول ویزیت های دوره ای مطب پزشک از نظر وزن، فشار خون، ضربان و ریتم قلب تحت نظر قرار می گیرند. حسگرهایی که روی بیمار قرار می‌گیرند اکنون می‌توانند بسیاری از این علائم را از راه دور و به طور مداوم نظارت کنند و به پزشکان هشدارهای اولیه را در مورد شرایطی می‌دهند که در غیر این صورت منجر به بستری شدن ناخواسته در بیمارستان و مراقبت‌های اورژانسی پرهزینه می‌شود.

مدیریت بهتر نارسایی احتقانی قلب به تنهایی می تواند هزینه های بستری و درمان را سالانه یک میلیارد دلار در ایالات متحده کاهش دهد.

اتوماسیون و کنترل

قرار دادن داده ها به عنوان مبنایی برای اتوماسیون و کنترل به معنای تبدیل داده ها و تجزیه و تحلیل جمع آوری شده از طریق اینترنت اشیاء به دستورالعمل هایی است که از طریق شبکه به محرک هایی بازخورد می دهند که به نوبه خود فرآیندها را تغییر می دهند. بستن حلقه از داده ها به برنامه های خودکار می تواند بهره وری را افزایش دهد، زیرا سیستم هایی که به طور خودکار در موقعیت های پیچیده تنظیم می شوند، بسیاری از مداخلات انسانی را غیر ضروری می کنند. پذیرندگان اولیه در حال استفاده از برنامه های نسبتاً ابتدایی هستند که بازدهی نسبتاً فوری را ارائه می دهند. با توسعه بیشتر این فناوری‌ها، سیستم‌های خودکار پیشرفته توسط سازمان‌ها پذیرفته خواهند شد.

1. بهینه سازی فرآیند

اینترنت اشیاء مرزهای جدیدی را برای بهبود فرآیندها باز می کند. برخی از صنایع، مانند تولید مواد شیمیایی، در حال نصب انبوهی از حسگرها هستند تا دانه بندی بسیار بیشتری را به نظارت برسانند. این حسگرها داده‌ها را به رایانه‌ها می‌خورانند، که به نوبه خود آن‌ها را تجزیه و تحلیل می‌کنند و سپس سیگنال‌هایی را به محرک‌هایی ارسال می‌کنند که فرآیندها را - به عنوان مثال، با تغییر مخلوط‌های مواد، دما یا فشار - تنظیم می‌کنند.

همچنین می‌توان از حسگرها و محرک‌ها برای تغییر موقعیت یک جسم فیزیکی در حین حرکت به سمت پایین خط مونتاژ استفاده کرد و اطمینان حاصل کرد که در موقعیت بهینه به ماشین ابزار می‌رسد. (انحراف‌های کوچک در موقعیت کار در فرآیند می‌تواند باعث گیرکردن یا حتی آسیب رساندن ابزار به ماشین شود.) این تنظیم دقیق بهبود یافته ابزار، که صدها بار در طول کل فرآیند چندین برابر شده است، امکان کاهش عمده در ضایعات، هزینه های انرژی و دخالت انسان را فراهم می کند.

برای مثال، در صنعت خمیر و کاغذ، نیاز به تنظیم مکرر دمای دستی در کوره‌های آهک‌سازی، افزایش بهره‌وری را محدود می‌کند. یک شرکت با استفاده از سنسورهای دمای تعبیه شده که از داده های آن برای تنظیم خودکار شکل و شدت شعله کوره استفاده می شود، تولید را 5 درصد افزایش داد. کاهش واریانس دما تا نزدیک به صفر کیفیت محصول را بهبود بخشید و نیاز به مداخله مکرر اپراتور را از بین برد.

2. مصرف بهینه منابع

حسگرهای شبکه‌ای و مکانیزم‌های بازخورد خودکار می‌توانند الگوهای استفاده از منابع کمیاب، از جمله انرژی و آب را، اغلب با فعال کردن قیمت‌گذاری پویاتر، تغییر دهند. به عنوان مثال، شرکت‌هایی مانند Enel در ایتالیا و Pacific Gas and Electric (PG&E) در ایالات متحده، کنتورهای هوشمندی را به کار می‌گیرند که نمایشگرهای بصری در اختیار مشتریان مسکونی و صنعتی قرار می‌دهند که مصرف انرژی و هزینه‌های بی‌درنگ آن را نشان می‌دهد.

(صورتحساب سنتی مسکونی با قیمت ثابت به ازای هر کیلووات ساعت این واقعیت را پنهان می کند که هزینه تولید انرژی به طور قابل توجهی در طول روز متفاوت است.) بر اساس قیمت زمان استفاده و اطلاعات بهتر، مصرف کنندگان مسکونی می توانند سیستم های تهویه مطبوع را خاموش کنند یا کارکردن ماشین ظرفشویی در زمان اوج مصرف را به تأخیر بیاندازند. مشتریان تجاری می توانند فرآیندهای انرژی بر و تولید را از دوره های پرهزینه اوج تقاضا برای انرژی به ساعات غیر اوج مصرف با قیمت پایین تغییر دهند.

مراکز داده، که از جمله بخش‌های با رشد سریع تقاضای جهانی انرژی هستند، شروع به اتخاذ تکنیک‌های مدیریت توان مرتبط با بازخورد اطلاعاتی کرده‌اند. مصرف برق اغلب نیمی از هزینه کل طول عمر یک تأسیسات معمولی است، اما اکثر مدیران دید دقیقی از الگوهای مصرف انرژی ندارند. به دست آوردن چنین دیدگاهی آسان نیست، زیرا مصرف انرژی سرورها در زمان های مختلف بسته به حجم کاری افزایش می یابد.

علاوه بر این، بسیاری از سرورها به صورت شبانه روزی انرژی مصرف می کنند، اما عمدتاً با حداقل ظرفیت استفاده می شوند، زیرا به عملیات خاصی وابسته هستند. سازندگان با استفاده از نرم‌افزاری که بارهای محاسباتی را متعادل می‌کند و نیاز به سرورها و دستگاه‌های ذخیره‌سازی کم استفاده را از بین می‌برد، حسگرهایی را توسعه داده‌اند که بر مصرف انرژی هر سرور نظارت می‌کنند.

3. سیستم های مستقل پیچیده

پرتقاضاترین استفاده از اینترنت اشیاء شامل سنجش سریع و بی‌درنگ شرایط غیرقابل پیش‌بینی و پاسخ‌های آنی است که توسط سیستم‌های خودکار هدایت می‌شوند. این نوع تصمیم گیری ماشینی واکنش های انسانی را تقلید می کند، هرچند در سطوح عملکرد بسیار افزایش یافته است. به عنوان مثال، صنعت خودرو در حال توسعه سیستم‌هایی است که می‌توانند برخوردهای قریب‌الوقوع را شناسایی کرده و اقدامات گریزان را انجام دهند.

برخی از کاربردهای اساسی، مانند سیستم های ترمز خودکار، در خودروهای پیشرفته موجود هستند. صرفه جویی بالقوه کاهش تصادفات ناشی از استقرار گسترده تر می تواند از 100 میلیارد دلار در سال فراتر رود. برخی از شرکت‌ها و سازمان‌های تحقیقاتی در حال آزمایش نوعی خلبان خودکار خودرو برای وسایل نقلیه شبکه‌ای هستند که با الگوهای هماهنگ با سرعت بزرگراه هدایت می‌شوند.

منبع: مایکل چوی، مارکوس لوفلر، راجر رابرتز، فصلنامه مک کینزی