ניתוח נתוני חיישים: מפתח להאצת ה- IoT

האינטרנט של הדברים (IoT) או האינטרנט של הכל (IoE), כפי שיש המעדיפים לקרוא לו כיום, נמצא באור הזרקורים כגורם החדשני שיניע את צמיחת ההתקנים המקושרים והתקשורת בין מכשירים (M2M). מחקר של  מעריך שב-2020 יהיו 25 מיליארד התקנים/דברים מחוברים לאינטרנט לעומת 4.9 מיליארד ב-2014. חברת  גם מעריכה את הכמות המצטברת של חיישני IoT ב-10.1 מיליארד דולר ב-2020 לעומת 1.3 מיליארד דולר ב-2014. ללא ספק חיזויי הצמיחה הללו מרשימים ודוחפים חברות רבות להפנות את היישומים שהן מפתחות לשווקי ה-IoT/E כך שיישומיהן יפעלו לאיסוף מידע והמרתו להכנסות (מונטיזציה). חיישנים מוזלים, עיבוד חסכוני וכיסוי אלחוטי נרחב ביותר באמצעות ®Wi-Fi תרמו אף הם להתרבותם של התקני IoT וחיבורם. גולדמן-סאקס מפלחים את שוק ה-IoT לחמישה מסלולים מקבילים המאמצים את הטכנולוגיה הזו: מחשוב לביש, מכוניות מקושרות, בתים חכמים, ערים מקושרות ואינטרנט תעשייתי. כל אלה מניעים את שיעורי הצמיחה שחוזה . התקני IoT מסוגלים לחולל שינוי משמעותי בניטור הבריאות, הבתים, המכוניות, הערים והמפעלים. ניתוח מצבורי הנתונים גם מניב תובנות וכן דור חדש של מוצרים.

ההזדמנות האטרקטיבית ביותר שמציעים יישומי IoT היא היכולת להמיר להכנסות את הנתונים הנאספים באמצעות ניתוחים ותובנות המופקים מהמאפיינים הפיזיים של סביבתנו בעזרת חיישנים. חיישנים מודדים ומאתרים תנועה, לחץ, טמפרטורה, לחות, גזים, נוזלים, אור, קרבה פיזית, צליל ותמונה, ואלו רק חלק מהמאפיינים. מדי יום אנו נחשפים לחלק מההתקנים האלה בבית ובמכונית או בפעילויות היומיומיות אם אנו משתמשים בהתקנים לבישים. בתים חכמים/מקושרים עושים שימוש בתרמוסטטים חכמים, מונים חכמים, מערכות אבטחה ביתיות, בקרת תאורה חכמה וכדומה. לדוגמה, יצרנית התרמוסטטים החכמים ®Nest, ממירה את נתוני החיישנים להכנסות בכך שהיא גובה דמי שימוש שנתיים על גישה לנתוני ניצול האנרגיה של הלקוחות. נתונים שנאספו ממוני חשמל, מים וגז חשמליים מספקים תובנות רבות ערך לניהול משאבים בחברות המספקות את החשמל, המים והגז. חברת ®Verizon, למשל, חסכה במרכזי הנתונים שלה יותר מ-55 מיליון קילוואט מדי שנה הודות לפריסת מאות חיישנים אלחוטיים. המגמה הזו נשענת על שימור אנרגיה ותכנון חכם של קיבולת האנרגיה. חברת ™AT&T, באמצעות השותפות שלה עם כמה יצרניות רכב, מציעה שירות “מכונית מקושרת” בתמורה לתעריף חודשי. יצרניות הרכב מציעות שירותי אבטחה ותחזוקה בתמורה לתשלום חודשי ובדרך זו מפיקות הכנסות מהנתונים שאוספים החיישנים. אנשים בדרכם לעבודה יכולים כיום לחסוך לעצמם את הסיבובים האינסופיים סביב הבלוק בחיפוש אחר חניה הודות לחיישנים אלחוטיים המאתרים ומודיעים להם ברגע שמקום חניה מתפנה.

איסוף נתונים על כל דבר שהוא מזכיר במקצת את הבהלה לנפט בטקסס מלפני כמה עשורים. הרבה חברות מבינות זאת ואוספות נתונים למרות שעדיין לא לגמרי יורדות לעומקן של התובנות שיוכלו להפיק מהם בסופו של דבר. נתונים הם הערך הממשי של התקני ה-IoT; הם “הנפט” החדש. הניתוח של נתוני חיישנים ימלא תפקיד חשוב בחשיפת תובנות שיסייעו בתכנון מוצרים ושירותים חדשים שיניעו את הדור הבא של התקני ה-IoT. ישנן הרבה הזדמנויות לחשיפת תובנות מתוך נתונים עם שיטות ניתוח תיאוריות (דיסקריפטיביות) ומנבאות (פרדיקטיביות) וכן הזדמנויות להפקת הכנסות ממוצרים ושירותים. נתונים שמופקים על-ידי חיישנים ותהליכים בהתקני ה-IoT הם גורם מניע חשוב לצמיחת ה”ביג דאטה”. לשם המחשה, מנוע סילון מפיק כ-1TB של נתונים בכל טיסה; מתקן זיקוק נפט מפיק כ-1TB של נתונים גולמיים מדי יום. זה כמובן לא אומר שצריך לעבד ולהעריך את כל המידע. לא כל הנתונים המופקים הינם בעלי ערך או קריטיים לפעולותיה של חברה.

חברת ™KegData פיתחה פתרון חדשני לניטור בירה המבוסס על עיקרון הדינמיות של נוזלים. בלב המערכת ישנו מתמר לחץ. המצמד של KegData, הרשום כפטנט, משתמש במתמר הלחץ המדויק, הפשוט והקומפקטי בכדי למדוד את הלחץ הדיפרנציאלי בין החומר המתסיס והבירה. חישובים המבוססים על נתוני לחץ אלה, בשילוב עם המפרט הסטנדרטי של החבית, מספקים שפע של מידע. המערכת מחברת את המתמרים ליחידת עיבוד המורכבת על המצמד ומנתחת את הנתונים עבור המצבים הידועים השונים ומעבירה בצורה אלחוטית את הנתונים למרכזת מידע. מרכזת זו אוספת את הנתונים ממספר רב של חביות ומשדרת אותם הלאה לשרת מרוחק לצורכי עיבוד הנתונים לשם הצגה למשתמש בממשק גרפי אינטואיטיבי.

הודות לדפוסי גל אופייניים של כל מצב, המצמד מדווח כאשר הברז פתוח, סגור וכמה בירה נותרה בחבית. לסיום, דפוס הגל האופייני המתקבל כאשר הצינורית הטבולה בחבית נחשפת עם התרוקנות הבירה גורם לסגירה אוטומטית של הברז ובכך מונע הצפת הצינור המחבר בין החבית לברז בגז וקצף ובזבוז של המוצר.

חברת ®BAM Labs מספקת פתרונות ניטור חכמים ולא פולשניים בתחום הרפואה. מערכת ™Touch-Free Life Care () שפיתחה עוקבת אחר הסימנים החיוניים של המטופל ללא צורך בחיבור המטופל למוניטורים לצד המיטה. בכך מסירה החברה את המכשולים הפיזיים לאיסוף נתונים ואת הגישה אליהם, מכשולים אשר בעבר ייקרו מאוד את מכשירי הניטור הרציפים והיוו מעמסה על המטופלים והמטפלים כאחד. עם מערכת TLC , לוח חיישן פשוט המונח מתחת למזרן רגיל הוא כל שנדרש בכדי לעקוב ברציפות אחר אינדיקטורים רפואיים מרכזיים של המטופל, לרבות קצב הלב ומגמות בקצב הנשימה, התנהגות בשינה ותנועה. המערכת מפשטת באופן משמעותי את איסוף הנתונים הרפואיים הן עבור המטופל והן עבור המטפל.

שימוש בחיישנים וניתוח המידע הוא הגורם שישנה את כללי המשחק ביישומי הניטור החדשים. חיישנים מספקים נתונים על תנודות, זעזועים, טמפרטורה, לחץ, קול ומאפיינים אחרים. לאחר מכן, הנתונים שנאספו עוברים ניתוח לזיהוי מתאמים (קורלציה) בין משתנים שונים על מנת לזהות סימנים לסטייה ממצב תקין. היעד הסופי הוא לחזות מתי עלול להתרחש כשל במכונה. ביישומים אלה, מנועים פועלים במצב הפעולה הרגיל שלהם במהלך רוב חיי התפעול שלהם. עם זאת, שינויים קטנים וניתנים למדידה מופיעים לפני התרחשות של כשל. כל שצריך לעשות הוא לבצע אינטגרציה של הנתונים ולשלוח התראות עם התרחשותם של סימני האזהרה המוקדמים של הכשל, מה שמאפשר לצמצם במידה רבה את כמות הנתונים המועברת למרכזי הנתונים. תהליך זה חוסך עלויות ומונע שיבושים בתהליכי ייצור שונים ובתפוקה הסופית. למותר לציין שסימני אזהרה מוקדמים מסייעים בטיוב של שרשרות אספקה, צמצום עלויות והשבתות ובשיפור הגמישות של ניהול עומסים במפעלים המחוברים זה לזה.

ניתוחים מנבאים ממלאים תפקיד חשוב גם בתעשיית המוליכים למחצה. יצרניות המוליכים למחצה משתמשות בניטור מכונה על ציוד הייצור במטרה לחזות כשלים ותיקונים שיידרשו. כשל בקו הייצור הינו יקר מאוד ועלול להוביל לאובדן שבבים הנמצאים בתהליך הייצור. לשם המחשה, אובדן של מנת שבבים אחת עשוי לעלות בין 100,000 ל-1,000,000 דולר בהתאם לתהליכים שעוברים השבבים וגודלם. ניתוח מנבא משפר את הייצור, הבדיקות והתיקונים של המוצרים. הגברת השימוש בניתוח נתונים מסוג זה בתעשיית המוליכים למחצה גם יגרום לעידוד חדשנות ויניב לארגון ערך מוסף. חברות המעוניינות לנצל את הנתונים בהיקף גדול (big data) בכדי לשפר את פעולותיהן נדרשות להתמודד עם כמה אתגרים. סקר שנערך על-ידי

GE®/Accenture  ביקש מארגונים לפרט את האתגרים הגדולים ביותר בביצוע ניתוחי נתונים בהיקף גדול. החברות הצביעו על מחסומי מערכות בין מחלקות שונות המונעים איסוף נתונים או עריכת מתאמים ביניהם, בעיות הנובעות מסוגי נתונים שונים וכן סוגיות אבטחה. חברות מבינות את החשיבות של ניתוח הנתונים והפקת תובנות מהם שיעניקו להן יתרון על פני המתחרים. ואולם, הניתוח מתבצע בתחום מבודד ועל-פי רוב אינו מלוכד או בעל זיקה אסטרטגית לחזון של הארגון. האינטגרציה של הנתונים שמספקים חיישנים שונים אינה אינטואיטיבית מספיק עקב היעדר פרוטוקולים ופלטפורמות משותפים. רק מעט ארגונים פועלים לסטנדרטיזציה של פלטפורמת הקישוריות להתקני IoT. ואולם, הבריתות השונות אינן חולקות בהכרח את אותם אינטרסים. גם אחסון ועיבוד נתוני החיישנים אינו פשוט. שליחת כמויות נתונים גדולות למיקום מרכזי לצורך אינטגרציה וניתוח אינה יעילה במיוחד עקב עלויות וקשיים טכניים. כך שקירוב יכולות הבינה להתקני ה-IoT הופך לאמצעי שכיח יותר ועשוי להפחית את נפחי הנתונים המגיעים לענן.

ארגונים צריכים לאמץ צורת חשיבה אסטרטגית לגבי הטיפול בכמויות מסיביות של נתונים כמו גם לגבי ניהול הגידול בכמות הנתונים. איסוף פחות נתונים או התעלמות מחלק מהנתונים שנאספו לא ישיגו את המטרה, כמובן. עובדה זו נכונה במיוחד לגבי יישומים של שירותי בריאות שבהם אי-ציות לדרישות חוקיות של שמירת נתונים עלולה להוביל להטלת קנסות. לכן, חברות צריכות לשקול שימוש בכלים ויזואליים לעיבוד ושיתוף נתונים. בדרך זו הן לא רק ישיגו תובנות מה”ביג דאטה” אלא גם יצמצמו את נפח המידע הדיגיטלי. שיטות התייעלות כאלו יסייעו ביצירת מערכת חסונה יותר לעיבוד נתונים הודות לעומסים מופחתים.

ניתוח נתונים בהיקף גדול מצריך טכנולוגיות וטכניקות שיובילו לפרודוקטיביות. הרבה חברות מתמודדות עם ניתוח כמויות עצומות של נתונים בניסיון לזהות דפוסים ולהפיק תובנות שיאפשרו עריכת תחזיות. תחזיות הן המהות של ה”ביג דאטה”. ניתוח נתונים בהיקף כזה מיישם אלגוריתמים מתמטיים במטרה להפיק הסתברויות. המטרה של ניתוח מנבא היא לחזות תוצאה עתידית של משתנה המטרה על סמך תצפיות על מערכי נתונים אחרים. ניתוח של נתוני חיישנים יכול לסייע בפיתוח יתרון תחרותי ובידול בר קיימא הודות לאימוץ מוגבר של התקני IoT. איש אינו מטיל ספק בצורך בבידול כאמצעי להשגת נתח שוק ושולי רווח גדולים יותר. פיתוח דרכים לניתוח נתוני חיישנים והתקני IoT המצוידים בחיישנים יכולה להיות אסטרטגיה מרכזית של כל חברה. חברות שאינן רוצות להישאר מאחור, נדרשות כיום לשים דגש רב יותר על האצת תהליך הפקת התובנות.