手頃な価格のスマートで接続された製品のための無駄のないアプローチ：いくつかのヒントと例–パート1

最初のスマートで接続された製品の発売を計画している企業は、必要な投資を恐れている可能性があります。ただし、IoTの開発と実装のコストを削減し、ベンダーと顧客の両方にビジネス価値をもたらすソリューションを生み出す方法はいくつかあります。

モノのインターネットはさまざまな業界で活発に成長しており、スマートで接続された製品の採用または採用を検討する企業がますます増えています。ただし、多くのビジネスプレーヤーにとって、IoTは有望であるだけでなく、高価であるように思われます。センサーと通信テクノロジーを備えた最先端の製品は、投資できる範囲を超えていると信じているかもしれません。プロセス自動化とIoTコンサルタントのAlex Grizhnevich、 ScienceSoft 。

それでも、IoTの世界に参入するという夢は、たとえば、いわゆる などの適切なアプローチで実現する可能性があります。 リーンアプローチ。生産性を犠牲にすることなく、体系的な廃棄物の最小化を前提としています（つまり、必要なものだけを実装し、付加価値のないものを削減する 顧客にとってもベンダーにとっても）

そのため、最初から製品に飛びついたり、莫大な予算が蓄積されるまで発売を遅らせたりする必要はありません。わずかな予算内でも提供される、しっかりと構築されたアーキテクチャを備えたソリューションは、後で高度な機能で拡張される可能性があります。

この記事では、手頃な価格のIoTの開発と実装のビジョンを共有し、限られた予算内で効果的なスマートで接続された製品を展開する方法を示します。

分析データの量を最小限に抑える

スマートで接続された製品には、理論的には1秒間に数十回、さらには数百回の読み取りを行う膨大な数のセンサーを搭載できますが、すべてのIoTソリューションが効果的な作業のために多数のセンサーと膨大な頻度の読み取りを必要とするわけではありません。 IoTの開発と実装のコストを削減するために、製品のパフォーマンスに不可欠なデータのみを分析することが可能です。

多くのコンピューティングノードを必要とせず、場合によっては、企業は従来のデータ保存および処理ツールに頼ることさえあります。同時に、問題は、スマートで接続された製品を監視およびサポートするために必要なデータの最適な量を選択することですが、この製品のパフォーマンスの品質を犠牲にすることはありません。また、分析されるデータの量を最小限に抑えることは、ゲートウェイでのデータのフィルタリングによって部分的に対処できます。

例：雪のレベルの監視– センサーは、たとえば30分ごとにデータを取得し（これらの期間内に雪のレベルが劇的に上昇する可能性はほとんどありません）、IoTシステムは、特定の市街地の道路を片付ける必要性について除雪サービスに通知します。

シンプルなロジックのソリューションから始める

考えられるすべての機能を備えたIoTソリューションをパックしても、これらの機能が十分に活用されていないか、まったく必要ない場合、その効果には貢献しません（さらに、スマートで接続された製品が遅くなり、効果がなくなる可能性があります）。一方、スマートで接続された製品に実際のビジネス上の問題を解決する基本的なIoT機能のみを追加することから始めると、より安価になります（そして、ROIの点でより安全になります）。

ルールベースのロジックで動作し、機械学習すら使用しないシンプルなIoTソリューションの例はたくさんあります。長期的な観点では、企業が対応するニーズとリソースを取得したときに、より高度な機能（および接続された製品アーキテクチャへの新しいモジュール）を追加できます。

例：スマートゴミ箱– スマートな廃棄物管理は、従来のスケジュールベースのごみ収集に代わる効率的な方法です。このソリューションのロジックはそれほど複雑ではありません。廃棄物コンテナの上部にあるセンサーは、コンテナがいっぱいであるというデータを送信し、IoTシステムは廃棄物収集サービスに通知を送信します。前の例のように、センサーデータを頻繁に取得する必要はありません。

このソリューションの単純なロジックは、将来、機械学習コンポーネントをスマート製品アーキテクチャに追加することで拡張できます。たとえば、ごみ収集のスケジュールを作成し（特定の地域のコンテナがいっぱいになる時間を予測）、ごみ収集機が市内を移動するための最も便利なルートを開発することができます。

記事の第2部では、議論を続け、企業が限られた予算内で効果的なスマートで接続された製品を展開できるようにする2つの方法を探ります。

このブログの作成者は、プロセス自動化およびIoTコンサルタントであるScienceSoftのAlexGrizhnevichです。

作者について

Alex Grizhnevichは、テキサス州マッキニーに本社を置くITコンサルティングおよびソフトウェア開発会社であるScienceSoftのプロセス自動化およびIoTコンサルタントです。 ITおよびOTでの17年以上の経験には、産業用マイクロコントローラーのプログラミング、Webおよびデスクトップアプリケーション、データベース、石油およびガスおよびロジスティクス向けのドキュメント管理ソリューションの開発が含まれます。 Alexは、産業プロセスの自動化と管理の学位を取得しており、現在、センサーデータのIoTと機械学習に重点を置いています。