Pendekatan ramping untuk produk cerdas yang terhubung dengan harga terjangkau:Beberapa tip dan contoh – Bagian 1
Berencana untuk meluncurkan produk pintar dan terhubung pertama mereka, perusahaan mungkin takut dengan investasi yang dibutuhkan. Namun, ada cara untuk mengurangi biaya pengembangan dan implementasi IoT dan tetap menghasilkan solusi yang membawa nilai bisnis bagi vendor dan pelanggan.
Internet of Things secara aktif tumbuh di berbagai industri, dan semakin banyak bisnis yang mengadopsi atau mempertimbangkan untuk mengadopsi produk yang cerdas dan terhubung. Namun, bagi banyak pelaku bisnis, IoT terdengar tidak hanya menjanjikan, tetapi juga mahal, dan mereka mungkin percaya bahwa produk mutakhir yang dilengkapi dengan sensor dan teknologi komunikasi berada di luar investasi yang mereka mampu, Alex Grizhnevich, otomatisasi proses dan konsultan IoT, ScienceSoft .
Namun demikian, impian memasuki dunia IoT dapat menjadi kenyataan dengan pendekatan yang tepat, misalnya dengan apa yang disebut pendekatan lean, yang mengandaikan minimalisasi pemborosan sistematis tanpa mengorbankan produktivitas (dengan kata lain, penerapan hanya apa yang dibutuhkan dan pengurangan apa yang tidak menambah nilai baik untuk pelanggan, maupun untuk vendor).
Jadi, tidak perlu memercikkan produk di awal atau menunda peluncuran hingga mengakumulasi anggaran yang besar – solusi dengan arsitektur yang dibangun dengan baik, dikirimkan bahkan dengan anggaran yang kecil, dapat diperluas dengan fitur lanjutan nanti.
Dalam artikel ini, kami dengan senang hati membagikan visi kami tentang pengembangan dan implementasi IoT yang terjangkau dan menunjukkan cara untuk menerapkan produk cerdas yang terhubung secara efektif dengan anggaran terbatas.
Meminimalkan volume data yang dianalisis
Meskipun produk cerdas yang terhubung secara teoritis dapat dilengkapi dengan sejumlah besar sensor yang mengambil banyak pembacaan puluhan dan bahkan ratusan kali per detik, tidak setiap solusi IoT memerlukan sejumlah besar sensor dan frekuensi pembacaan yang sangat besar untuk pekerjaan yang efektif. Demi mengurangi biaya pengembangan dan implementasi IoT, Anda hanya dapat menganalisis data yang penting untuk performa produk.
Itu tidak memerlukan banyak node komputasi, dan dalam beberapa kasus, sebuah perusahaan bahkan mungkin menggunakan alat penyimpanan dan pemrosesan data tradisional. Pada saat yang sama, masalahnya adalah memilih volume data yang optimal yang diperlukan untuk memantau dan mendukung produk yang cerdas dan terhubung, tetapi tidak mengorbankan kualitas kinerja produk ini. Selain itu, meminimalkan volume data yang dianalisis sebagian dapat diatasi dengan pemfilteran data di gateway.
Contoh:Pemantauan level salju – Sensor mengambil data, misalnya, setiap 30 menit (tingkat salju sangat kecil kemungkinannya untuk meningkat secara dramatis dalam periode waktu ini) dan sistem IoT menginformasikan layanan pembersihan salju tentang perlunya membersihkan jalan di area kota tertentu.
Mulai dengan solusi dengan logika sederhana
Mengemas solusi IoT dengan semua fitur yang dapat dibayangkan tidak akan berkontribusi pada keefektifannya saat fitur ini kurang digunakan atau tidak diperlukan sama sekali (terlebih lagi, ini dapat membuat produk yang cerdas dan terhubung menjadi lambat dan tidak efektif). Di sisi lain, akan lebih murah (dan lebih aman dalam hal ROI) untuk memulai dengan hanya menambahkan fungsionalitas IoT dasar yang memecahkan masalah bisnis nyata ke produk yang cerdas dan terhubung.
Ada banyak contoh solusi IoT sederhana yang bekerja dengan logika berbasis aturan dan bahkan tidak menggunakan pembelajaran mesin. Dalam perspektif jangka panjang, fitur yang lebih canggih dapat ditambahkan (serta modul baru ke arsitektur produk yang terhubung) ketika perusahaan mendapatkan kebutuhan dan sumber daya yang sesuai.
Contoh:Wadah sampah pintar – Pengelolaan sampah cerdas adalah alternatif yang efisien untuk pengumpulan sampah berbasis jadwal tradisional. Logika solusi ini bisa dibilang tidak rumit:sensor yang terletak di atas wadah limbah mengirim data bahwa wadah sudah penuh, dan sistem IoT mengirimkan pemberitahuan ke layanan pengumpulan limbah. Seperti pada contoh sebelumnya, tidak perlu terlalu sering mengambil data sensor.
Logika sederhana dari solusi ini dapat diperluas dengan menambahkan komponen pembelajaran mesin ke arsitektur produk pintar di masa mendatang. Misalnya, dimungkinkan untuk membuat jadwal pengumpulan sampah (memprediksi waktu ketika kontainer di area tertentu penuh) dan mengembangkan rute yang paling nyaman bagi mesin pengumpul sampah untuk bepergian di dalam kota.
Di bagian kedua artikel, kita akan melanjutkan diskusi dan mengeksplorasi dua cara lagi yang memungkinkan perusahaan menerapkan produk terhubung yang cerdas dan efektif dengan anggaran terbatas.
Penulis blog ini adalah Alex Grizhnevich, otomatisasi proses dan konsultan IoT, ScienceSoft
Tentang penulis
Alex Grizhnevich adalah otomatisasi proses dan konsultan IoT di ScienceSoft, sebuah perusahaan konsultan TI dan pengembangan perangkat lunak yang berkantor pusat di McKinney, Texas. Pengalamannya selama lebih dari 17 tahun di bidang IT dan OT termasuk pemrograman mikrokontroler industri, mengembangkan aplikasi web dan desktop, database dan solusi manajemen dokumen untuk minyak &gas dan logistik. Memegang gelar dalam otomatisasi dan manajemen proses industri, Alex kini berfokus pada IoT dan pembelajaran mesin pada data sensor.
