Lean benadering voor betaalbare, slimme, verbonden producten:een paar tips en voorbeelden – Deel 1

Bedrijven die van plan zijn hun eerste slimme, verbonden product te lanceren, zijn misschien bang voor de benodigde investeringen. Er zijn echter manieren om de kosten van de ontwikkeling en implementatie van IoT te verlagen en toch met de oplossing te komen die zakelijke waarde biedt voor zowel leveranciers als klanten.

Het internet der dingen groeit actief in verschillende sectoren, en steeds meer bedrijven adopteren of overwegen de adoptie van slimme, verbonden producten. Voor veel zakelijke spelers klinkt IoT echter niet alleen veelbelovend, maar ook duur, en ze denken misschien dat geavanceerde producten die zijn uitgerust met sensoren en communicatietechnologie iets verder gaan dan de investeringen die ze zich kunnen veroorloven, Alex Grizhnevich, procesautomatisering en IoT-consultant, ScienceSoft .

Desalniettemin kan de droom om de IoT-wereld te betreden, uitkomen met de juiste aanpak, bijvoorbeeld met de zogenaamde   lean-benadering, die de systematische minimalisering van afval veronderstelt zonder in te boeten aan productiviteit (met andere woorden, de implementatie van alleen wat nodig is en de vermindering van wat geen waarde toevoegt  noch voor een klant, noch voor een verkoper).

Het is dus niet nodig om in het begin op een product te spatten of de lancering uit te stellen totdat een enorm budget is verzameld - een oplossing met een goed gebouwde architectuur, zelfs binnen een klein budget geleverd, kan later worden uitgebreid met geavanceerde functies.

In dit artikel delen we graag onze visie op betaalbare IoT-ontwikkeling en implementatie en laten we de manieren zien om effectieve slimme, verbonden producten te implementeren binnen een beperkt budget.

Het volume aan geanalyseerde gegevens minimaliseren

Hoewel een slim, verbonden product in theorie kan worden uitgerust met een enorm aantal sensoren die tientallen en zelfs honderden keren per seconde talloze metingen uitvoeren, vereist niet elke IoT-oplossing het grote aantal sensoren en de immense frequentie van metingen voor effectief werk. Om de kosten voor ontwikkeling en implementatie van IoT te verlagen, is het mogelijk om alleen de gegevens te analyseren die cruciaal zijn voor de prestaties van het product.

Het vereist niet veel computerknooppunten, en in sommige gevallen kan een bedrijf zelfs zijn toevlucht nemen tot traditionele tools voor gegevensopslag en -verwerking. Tegelijkertijd is het zaak om het optimale volume van de gegevens te kiezen die nodig zijn om een ​​slim, verbonden product te bewaken en te ondersteunen, maar zonder de kwaliteit van de prestaties van dit product op te offeren. Het minimaliseren van de hoeveelheid geanalyseerde gegevens kan ook gedeeltelijk worden aangepakt door de gegevens bij de gateways te filteren.

Voorbeeld:sneeuwpeilcontrole – Sensoren nemen bijvoorbeeld elke 30 minuten gegevens op (het is zeer onwaarschijnlijk dat het sneeuwniveau binnen deze tijdsperioden dramatisch zal stijgen) en het IoT-systeem informeert sneeuwruimers over de noodzaak om de straten in bepaalde stadsgebieden schoon te maken.

Begin met een oplossing met eenvoudige logica

Het inpakken van een IoT-oplossing met alle denkbare functies zal niet bijdragen aan de effectiviteit ervan wanneer deze functies te weinig worden gebruikt of helemaal niet nodig zijn (meer nog, het kan een slim, verbonden product traag en ineffectief maken). Aan de andere kant zal het minder duur zijn (en veiliger in termen van ROI) om te beginnen met het toevoegen van alleen elementaire IoT-functionaliteit die echte zakelijke problemen oplost aan een slim, verbonden product.

Er zijn tal van voorbeelden van eenvoudige IoT-oplossingen die werken met op regels gebaseerde logica en zelfs geen gebruik maken van machine learning. Op de lange termijn kunnen meer geavanceerde functies worden toegevoegd (evenals nieuwe modules aan een verbonden productarchitectuur) wanneer een bedrijf overeenkomstige behoeften en middelen krijgt.

Voorbeeld:slimme afvalcontainers – Slim afvalbeheer is een efficiënt alternatief voor traditionele, op schema's gebaseerde afvalinzameling. De logica van deze oplossing kan nogal ongecompliceerd zijn:sensoren die bovenop een afvalcontainer zijn geplaatst, sturen de data door dat de container vol is, en het IoT-systeem stuurt een melding naar de afvalophaaldienst. Net als in het vorige voorbeeld is het niet nodig om sensorgegevens te vaak te nemen.

De eenvoudige logica van deze oplossing kan in de toekomst worden uitgebreid door de component machine learning toe te voegen aan een slimme productarchitectuur. Het is bijvoorbeeld mogelijk om schema's voor afvalinzameling op te stellen (het voorspellen van het tijdstip waarop de containers in bepaalde gebieden vol zijn) en de handigste routes te ontwikkelen voor de afvalinzamelingsmachines om door de stad te reizen.

In het tweede deel van het artikel gaan we verder met de discussie en onderzoeken we nog twee manieren waarop bedrijven effectieve slimme, verbonden producten kunnen inzetten binnen een beperkt budget.

De auteur van deze blog is Alex Grizhnevich, procesautomatisering en IoT-consultant, ScienceSoft

Over de auteur

Alex Grizhnevich is een procesautomatiserings- en IoT-consultant bij ScienceSoft, een IT-advies- en softwareontwikkelingsbedrijf met het hoofdkantoor in McKinney, Texas. Zijn 17+ jaar ervaring in IT en OT omvat het programmeren van industriële microcontrollers, het ontwikkelen van web- en desktopapplicaties, databases en documentbeheeroplossingen voor olie &gas en logistiek. Alex is afgestudeerd in automatisering en beheer van industriële processen en richt zich nu op IoT en machine learning op sensorgegevens.