Novedades en la IOT: tendencias para 2019

Desde el Solutions World Congress en Barcelona, las principales tendencias del Internet de las cosas, incluyendo los intentos de simplificación de formatos, IA, Edge Computing y Digital Twin.

0
1116

La cuarta edición del IoTSWC, Internet of Things Solutions World Congress, finalizó la semana pasada en Barcelona y el número de visitantes aumentó un 25% hasta alcanzar los 16.250. Una señal de un interés que no disminuye, y que se extiende cada vez más a las empresas de todos los sectores, y de un tema -la IOT- que ha pasado de la fase de desarrollo de la tecnología a la aplicación de soluciones prácticas cuyos resultados son cada vez más evidentes.

Las 200 ponencias y paneles divididos en áreas temáticas (fabricación, salud, transporte, energía y servicios públicos, edificios e infraestructuras e industria abierta) y los dos eventos vinculados a AI & Cognitive Systems Forum y Blockchain Solutions World, han contado con el apoyo de Richard Soley, Director Ejecutivo del Consorcio Industrial IOT (co-organizador del evento junto con Fira Barcelona), incluyendo la presentación de casos concretos de uso.

Enumeramos aquí algunas de las principales tendencias que surgieron de las presentaciones y entrevistas que hemos realizado durante el evento, prometiendo ampliar los conceptos en artículos en profundidad en los próximos días.

Poner orden en el Babel de los protocolos
Aunque es probable que se produzca una selección natural destinada a reducir su número, facilitada quizás por la evolución futura de las redes 5G, la Babel de los muchos, demasiados estándares y protocolos de comunicación para la Internet de las Cosas continuará durante mucho tiempo. La «traducción» de las señales y su integración en los flujos de información seguirá representando, por tanto, una oportunidad para los integradores de sistemas y las empresas que operan en este sector. Aunque están surgiendo marcos y plataformas para gestionar y estandarizar los diferentes sistemas periféricos (la propuesta de código abierto de la Fundación Linux EdgeX Foundry merece atención), todavía no existen y no existirán durante un tiempo como soluciones «plug and play» para la IO.

Inteligencia artificial para dar valor a los datos
La inteligencia artificial es el ingrediente clave para dar sentido a la cantidad de datos recopilados y aumentar su valor para el negocio. La forma más sencilla de implementarlo es utilizar los servicios de IA de los operadores de la nube a través de API: Amazon, Google, Microsoft, IBM…. El riesgo de utilizar soluciones estándar accesibles para todos es reducir su ventaja competitiva, ya que las soluciones pueden ser fácilmente implementadas por sus competidores. Sin embargo, la creación de una plataforma de IA propietaria no estará al alcance de todos.

Edge computing para superar los límites de la nube
Sin embargo, la nube está mostrando sus límites: la necesidad de una conectividad rápida y constante, no siempre posible, especialmente en el caso de vehículos conectados o instalaciones en zonas remotas, la latencia -entre la transmisión, el procesamiento y la respuesta de los datos- no siempre compatible con las necesidades de producción, y los costos de almacenamiento de datos no siempre indispensables.

Existe una tendencia creciente a trasladar parte del almacenamiento y procesamiento de datos a la periferia de la red, cerca de los sensores y de los objetos conectados. La llamada “edge computing” será cada vez más importante e inteligente, gracias al aprendizaje automático de chips optimizados y soluciones que pueden llevar «in situ» los algoritmos IA de «sospechosos habituales», como Amazon Greengrass, Google Cloud IoT Edge (todavía en versión alfa) o Microsoft Azure IoT Edge.

El «digital twin» pasa de los objetos a los flujos de producción
La creación de un gemelo digital, que gracias a los datos recogidos por los sensores puede proporcionar una representación virtual realista de productos y sistemas, se aplicará cada vez más a procesos de producción completos, permitiendo no sólo monitorizar plantas enteras, sino también para predecir lo que sucederá cuando se ponga en producción un nuevo modelo, o cambiarán algunas variables. Esto -en las intenciones de los proponentes- conducirá a una mayor eficiencia, a una comercialización más rápida y a un menor número de accidentes o incumplimientos.

Para la producción de gemelos digitales «preventivos», es decir, simulaciones de objetos o plantas que aún no existen, se utilizan algoritmos de modelización física y, por paradójico que parezca, también se utilizan sistemas de inteligencia artificial para sustituir a los sensores en la retroalimentación esperada de las simulaciones.

Andrea Grassi – CWI.it

Artículo anteriorLos accesos inalámbricos fijos, una oportunidad para el 5G en el despliegue
Artículo siguienteHe aquí porqué los Chromebooks pueden convertirse en una seria amenaza para Microsoft