Home IoT Piattaforme di Industrial IoT, come pianificare l’ecosistema di riferimento

Piattaforme di Industrial IoT, come pianificare l’ecosistema di riferimento

[Questo è il secondo di una serie di articoli, basati sullo sviluppo di MindSphere di Siemens su AWS, che evidenziano gli elementi chiave da considerare quando si progetta una piattaforma di successo di Industrial IoT. Domande chiave, suggerimenti e best practice sono forniti per guidarvi nel vostro viaggio. Le indicazioni e le riflessioni contenute in questi articoli sono attribuite ad Alex Casalboni, Senior Developer Advocate AWS].

Leggi il primo articolo: Come costruire una soluzione IIoT su cloud con AWS

Creare un ecosistema fluido di Industrial IoT

Lo sviluppo di una piattaforma e la creazione di un ecosistema sostenibile richiede un flusso costante di risorse, dedizione, ingegno tecnologico e investimenti adeguati. Richiede anche la volontà e la forza d’animo per superare le battute d’arresto e per affrontare le sfide intrinseche dello sviluppo di nuove soluzioni tecnologiche.

Nel percorso di MindSphere per creare una piattaforma aperta con un fiorente ecosistema Industrial IoT, sono emerse diverse considerazioni imperative per la fase di pianificazione. Alcune delle considerazioni chiave includevano: comprendere profondamente chi saranno gli utenti principali della piattaforma, analizzare la fattibilità futura delle soluzioni da offrire e considerare l’ambito di raccolta dei dati.

Un piano per chi produce: ci deve essere una massa critica di produttori e consumatori sul mercato, così come un modo per coltivare efficacemente un ecosistema di prosumer – costruttori di soluzioni (e utenti) della piattaforma.

La chiave è attrarre i prosumer in grado di fornire il giusto tipo di soluzioni per il vostro target. Per fare questo, pensate a come rendere la vostra piattaforma invitante per gli sviluppatori.

Oltre all’identificazione dei produttori, è necessario un sistema interno che offra gli strumenti di cui i prosumer hanno bisogno per eseguire e gestire gli affari in modo automatizzato con gli utenti della piattaforma.

Il sistema ha bisogno di elementi come la sicurezza, la gestione dei clienti e dei contratti, la fatturazione, funzionalità di integrazione e altro ancora. Ad esempio, questo potrebbe includere la creazione di un processo che consenta ai proprietari di dispositivi sul campo di rendere disponibili i loro dati a terzi, come le società di analisi.

Poi, le società di analisi utilizzano i dati per generare insight, pagando per i dati ogni volta che viene consegnato un flusso di dati o un insight. I data mart sono esempi di tali approcci nell’IIoT. Inoltre, per attirare utenti e sviluppatori, è necessario rendere il sistema facile da navigare. Questo di solito corrisponde ad un alto livello di automazione.

Definire il campo di applicazione: Quando si lavora sul proprio ecosistema, è essenziale considerare la portata delle soluzioni. Nel settore Industrial IoT, esiste una grande varietà di casi d’uso che potreste supportare.

Più sono i casi d’uso offerti, più facile è per le aziende iniziare rapidamente a utilizzare la vostra piattaforma. Questo rende il supporto di ogni possibile caso d’uso molto interessante. Ma è importante non diventare una piattaforma che supporta un po’ di tutto senza supportare nulla davvero bene.

Ci sono vari modi per aggirare questa dicotomia. Ad esempio, MindSphere estende la propria piattaforma e il proprio ecosistema allo spazio delle soluzioni. Questo permette alle aziende con competenze specializzate in casi d’uso di creare soluzioni ad alte prestazioni da eseguire su MindSphere.

Questo mitiga i rischi di offrire soluzioni al di fuori delle proprie competenze di base e di avere una focalizzazione poco chiara, oltre a consentire una grande diversità di soluzioni ottimizzate sulla piattaforma.

Nel complesso, mentre la vostra piattaforma inizia a supportare un numero crescente di soluzioni, attira sempre più consumatori. Ciò attrae quindi un maggior numero di partecipanti all’ecosistema. Se coltivata correttamente, diventa un circolo virtuoso che rafforza ulteriormente il focus della piattaforma.

Per questo motivo, questo tipo di piattaforme ha un enorme potenziale di business. Una volta stabilite, possono essere gestite con uno sforzo relativamente piccolo mentre si verifica l’effetto positivo del circolo virtuoso: più consumatori attraggono più produttori e viceversa. In ultima analisi, questo ha il potenziale di portare ad una posizione di mercato vincente. Le piattaforme di social media come Facebook e WhatsApp ne sono un esempio lampante.

Considerare la commoditizzazione

Ci sono centinaia di elementi in movimento da considerare quando si progetta una piattaforma. L’obiettivo principale è quello di organizzare questi elementi in una soluzione che non sia solo differenziata e di valore, ma anche sostenibile. A meno che non siate un’azienda su larga scala, non dovreste concentrarvi su funzionalità facili da “commoditizzare”. Concentratevi invece su soluzioni orientate al valore.

Quali sono i problemi che i clienti si trovano ad affrontare oggi e che in futuro potrebbero diventare facilmente risolvibili? Ad esempio, negli ultimi anni, le principali fiere dell’automazione industriale hanno mostrato una chiara tendenza: all’inizio, solo una manciata di aziende ha esposto prodotti che permettevano di raccogliere dati in officina (di livello industriale) e di inviarli al cloud.

Ma oggi, quasi tutti hanno prodotti per questo. La raccolta dei dati e l’invio in cloud è ora un servizio indifferenziato. I fornitori di questa tecnologia stanno trovando più difficile differenziarsi. La raccolta generale dei dati, il trasporto dei dati in un sistema cloud, l’archiviazione dei dati e l’infrastruttura di analisi sono passati da un problema appena risolto a un prodotto facilmente acquistabile sul mercato.

La tendenza è chiara, assicuratevi di puntare a un problema più specifico o sofisticato. A meno che, naturalmente, non si abbia un concetto chiaro di come competere sul piano dei prezzi con gli operatori storici. Per MindSphere, l’attenzione si concentra sulle soluzioni a valore aggiunto che forniscono un chiaro risultato di nuovi modelli di business, un aumento dei ricavi, una migliore produttività, una produzione di qualità e altro ancora.

Raccogliere dati con uno scopo

La raccolta di dati di massa dovrebbe essere uno dei vostri obiettivi principali. Le aziende spesso credono di dover raccogliere tutti i dati possibili, supponendo che debbano contenere un valore. Di conseguenza, costruiscono i data lake e acquisiscono dati da diverse fonti, ma senza una chiara comprensione di ciò per cui questi dati sono utili.

Alla fine, il data lake genera costi, si trasforma in un cimitero di dati e diventa un peso. Questo è simile al problema della creazione di sistemi di logging di sicurezza che spesso finiscono per diventare cimiteri per i log.

La raccolta dei dati da sola non ha alcun valore commerciale e non costruisce alcuna proposta di vendita unica. La semplice centralizzazione della raccolta dati non dovrebbe essere uno scopo a sé stante. Per evitare che ciò accada, analizzate i dati prima di iniziare la raccolta su larga scala per fare chiarezza su quali informazioni volete produrre e quali risultati di business volete ottenere. Poi iniziate ad implementare l’intera catena, dalla raccolta dei dati ai cambiamenti basati sulle informazioni ottenute.

Naturalmente, potreste non conoscere il valore dei dati che non sono mai stati raccolti e analizzati prima. La soluzione non è iniziare a raccoglierli in massa e sperare che ne emerga qualcosa di valore. Iniziate a raccogliere questo tipo di dati su piccola scala avendo una direzione chiara in mente. Questo vi aiuterà a concentrare la vostra raccolta di dati nelle aree in cui apporta il massimo valore.

È altrettanto importante bilanciare la velocità e la granularità dei dati con il caso d’uso effettivo di Industrial IoT. Il vostro caso d’uso richiede davvero una raccolta di dati grezzi in nanosecondi? Non tutti i casi d’uso richiedono un’elaborazione dei dati in tempo reale e a volte la trasmissione dei dati non è nemmeno possibile, come quando non c’è internet. In questi casi, vorreste inserire i dati di ieri nella pipeline in tempo reale di oggi?

Pianificazione delle infrastrutture

MindSphere è un sistema operativo di Industrial IoT basato su cloud che offre anche una soluzione on-premise. Tuttavia, il cloud si rivela essere il canale più vantaggioso per tutti gli stakeholder. Con il cloud, non vi è alcun investimento iniziale per l’infrastruttura IT, si paga solo per ciò che si utilizza, ci si può facilmente espandere in tutto il mondo e si può scalare rapidamente in base alla crescita del business.

Se da un lato questo rende l’adozione del cloud particolarmente interessante per le nuove start-up, dall’altro le imprese più grandi con una maggiore scalabilità otterranno un livello notevole di qualità operativa e di agilità.

Lo sviluppo nel cloud consente inoltre di sfruttare le soluzioni e i servizi esistenti del fornitore di cloud che migliorano la vostra offerta principale. Vi permette di prendere le funzionalità standardizzate – che sono state implementate da molte piattaforme IoT più e più volte, come la gestione dei dispositivi o la protezione contro gli attacchi DDoS (distributed denial-of-service) e di utilizzarle all’interno della vostra soluzione. In questo modo avrete più tempo per concentrarvi sulla vostra proposta di vendita unica e sulle caratteristiche di differenziazione.

Amazon Web Services cloud

Siemens ha scelto di sviluppare MindSphere sul cloud AWS per il suo primo lancio mondiale nel cloud pubblico. AWS ha una velocità unica nel rilasciare nuovi servizi, che rende disponibili più funzionalità per l’adozione da parte del pubblico e, a sua volta, rilasciando a Siemens più risorse da spendere per migliorare le funzionalità di base di MindSphere.

AWS offre attualmente 165 servizi che rappresentano i mattoni con cui costruire una piattaforma IIoT. I servizi core offerti includono, ad esempio, la raccolta dei dati, lo storage e la messaggistica, e funzionalità più avanzate come la gestione dei dispositivi con AWS Greengrass e l’analisi in tempo reale dei dati provenienti dai dispositivi con Amazon Kinesis.

Riassumendo

La pianificazione è parte integrante della costruzione di qualsiasi nuova soluzione, ma è particolarmente importante per le piattaforme di Industrial IoT.

La tecnologia è nuova, le soluzioni sono nuove e i casi d’uso sono ancora in fase di sviluppo.

Senza una visione chiara del vostro modello di business e del panorama infrastrutturale, il vostro processo di sviluppo richiederà più tempo e dovrà affrontare più ostacoli di quanto dovrebbe. Il primo progetto è essenziale.

Una volta definito un piano, è il momento di iniziare a progettare le specifiche della vostra soluzione. Il prossimo articolo esplorerà cosa è necessario sapere e quali fattori considerare quando si progetta su AWS.

LASCIA UN COMMENTO

Inserisci il tuo commento
Inserisci il tuo nome

Se questo articolo ti è piaciuto e vuoi rimanere sempre informato sulle novità tecnologiche

css.php