La connettività costante e permanente degli oggetti di uso quotidiano è in rapida ascesa ed è conosciuta con il nome, ormai utilizzato quotidianamente in ogni dove, dell’Internet Of Things. Questo settore è caratterizzato da differenti sottocategorie aventi però un denominatore comune, i Dati. Se fino a qualche tempo fa quando sentivamo parlare di Analytics pensavamo esclusivamente a Google, da oggi dovremmo ricrederci e pensare in un’ottica molto più ampia, pensando quindi a BigData ed al cosidetto Analytics of Thigns (AoT). Vediamo meglio di cosa si tratta anche grazie alle considerazioni di Tom Davenport nella vision di Deloitte e presenti nel rapporto rilasciato a Dicembre: Analytics Trends 2015.
Gli oggetti ed i sensori costantemente connessi all’IoT sono ormai tantissimi ed in continua espansione. Tutti questi oggetti un tempo “inanimati” e privi della capacità di comunicare generano una mole enorme di dati consentendo ad ogni utilizzatore ed ai provider di incanalare informazioni sensibili un tempo impossibili da reperire ma che comunque necessitano di essere analizzati o quantomeno interpolati tra loro. Come afferma Tom Davenport, gli analytics sono necessari per rendere i dispositivi connessi intelligenti e per consentirgli di intraprendere azioni intelligenti. D’altra parte, la connessione non è richiesta per realizzare azioni intelligenti. Cosa Significa? Semplice, che l’IoT è una realtà i cui dati devono essere analizzati ma i dispositivi che li generano possono (e devono) essere utilizzati anche senza connessione. La caratteristica primaria dell’AoT è che rende possibile l’aggregazione dei data provenienti da differenti punti di accesso (Things) che possono essere interpretati ed analizzati, ad esempio, per migliorare l’efficienza energetica di una Smart Home relativamente alla situazione metereologica esterna (in realtà tutto ciò è possibile da anni attraverso impianti domotici tradizionali…).
Esistono quindi diversi concetti legati all'Analytics of Things che consentono differenti tipologie di analisi e permettono anche di comprendere i modelli ed i motivi associati ai dati generati (ad esempio sviluppando modelli statistici che ne spieghino le variazioni): intercettazione anomalie, manutenzione predittiva, ottimizzazione, prescrizione e consapevolezza. Un ottimo esempio di IoT rappresentato da alti livelli di “analytics” è quello relativo a Singapore: nella città sono presenti tantissimi sensore del traffico, sensori semaforici e sensori di stato delle lampade stradali. Tutti questi dati vengono concentrati ed analizzati dalla Land Transport Authority che li utilizza per gestire al meglio i propri apparati. Attraverso le possibilità offerte da queste nuove tecnologie, la città ha creato una backbone (spinal cord) chiamata “i-Transport Platform” a cui aderiscono anche i taxi attraverso i dati dei propri GPS.
Deloitte ha quindi una vision estremamente futuristica relativamente all’IoT ed alle proprie potenzialità ma sottolinea spesso la non obbligatoria dipendenza tra IoT ed oggetti Smart. Tutti gli oggetti appartenenti all’Internet of Things sono utili ed hanno un senso solo se sono Smart, e questo avviene attraverso l’Analytics of Things.
E voi Ninja? Cosa ne pensate? Alla prossima! ;)
