Quali sono oggi le principali esigenze in ambito IoT? Attualmente assistiamo a due tendenze tecnologiche, che godono entrambe della stessa rilevanza: la prima consiste nella sempre più frequente adozione del cloud per lo sviluppo di applicazioni cloud native sia in ambito consumer che in ambito industriale; la seconda riguarda la produzione di device con elevate capacità di calcolo, con un ingombro limitato, certificati per l'ambito industriale e connessi alla rete in modo efficiente e sicuro. I principali attori dell'Industry Energy sono allineati ai suddetti trend tecnologici e stanno conducendo progetti dedicati alla transizione energetica caratterizzati da tecnologie e processi sempre più digitali e con soluzioni ingegneristiche ad alto livello di innovazione tecnologica. In tale scenario, Saipem, partner tecnologico di ingegneria avanzata per la progettazione, la realizzazione e l'esercizio di infrastrutture e impianti in ambito Oil&Gas e Renewables, è fortemente impegnata nelle iniziative di digitalizzazione degli asset e progetti di Industrial IoT IIoT. Tali iniziative di trasformazione abilitano il perseguimento dei seguenti benefici di business per i clienti: garantire la disponibilità e affidabilità di asset complessi e versatili, ottimizzare le attività produttive incrementando gli standard di sicurezza, monitorare costantemente lo stato della flotta. DXC ha supportato, tra le altre, un'azienda del settore energy & utilities nella progettazione e realizzazione delle soluzioni IoT Edge e Cloud Analytics nell'ambito delle iniziative di digitalizzazione degli asset. DXC ha contribuito alla realizzazione della IoT Platform (cloud/IoT Edge) che risponde ai requisiti di: containerizzazione dei servizi IoT, scalabilità dei workload/microservizi, alta configurabilità delle business rules, uso efficiente delle risorse nei cluster kubernetes su IoT Edge, uso efficiente della banda di rete per compressione e sincronizzazione dei dati di telemetria da asset verso il cloud, applicazione di logiche di filtraggio dati e monitoraggio della data quality già su IoT Edge. La soluzione IoT Edge dispone di flessibilità e potenza di calcolo per indirizzare use case che si avvalgono di Intelligenza Artificiale e Machine Learning quali per esempio Anomaly Detection, Predictive Maintenance, Asset Tracking, Object Detection etc. L'obiettivo è quello di distribuire la logica applicativa e l'intelligenza direttamente sugli asset al fine di limitare il più possibile le latenze di rete e la dipendenza da potenze di calcolo centralizzate rispetto ad asset che sono tipicamente lontani dai centri abitati e caratterizzati da condizioni ambientali difficili. Quali sono le soluzioni più alla portata di mano oggi? Oggi, in linea generale, le soluzioni a disposizione sono rappresentate dalle piattaforme offerte dai public cloud provider (Amazon AWS, Microsoft Azure, Google GCP) che vengono corredate di tutti gli strumenti di lavoro per sviluppare soluzioni IoT complete end to end e possono contare sulla disponibilità globale delle risorse cloud. Queste piattaforme offrono diversi tool e servizi nativi come data lake per lo storage di dati raw, motori analitici per dashboarding, normalizzazione dei dati di telemetria, compute node per l'addestramento dei modelli di ML, Docker Registry, orchestrazione delle risorse, monitoraggio, provisioning dei device e gestione dei certificati di sicurezza. Inoltre, le piattaforme dei cloud provider mettono a disposizione degli sviluppatori ambienti di sviluppo integrati che semplificano l'adozione dei paradigmi DevOps e Agile. Vi sono poi soluzioni software specializzate su Industrial IoT che vantano a loro beneficio disponibilità out of the box di connettori e soluzioni analitiche verticali. Generalmente sono tutte soluzioni che consentono di realizzare funzionalità complesse e anche di integrarsi tra loro in modo molto più rapido che in passato.
Quali sono oggi le principali esigenze in ambito IoT? Attualmente assistiamo a due tendenze tecnologiche, che godono entrambe della stessa rilevanza: la prima consiste nella sempre più frequente adozione del cloud per lo sviluppo di applicazioni cloud native sia in ambito consumer che in ambito industriale; la seconda riguarda la produzione di device con elevate capacità di calcolo, con un ingombro limitato, certificati per l'ambito industriale e connessi alla rete in modo efficiente e sicuro. I principali attori dell'Industry Energy sono allineati ai suddetti trend tecnologici e stanno conducendo progetti dedicati alla transizione energetica caratterizzati da tecnologie e processi sempre più digitali e con soluzioni ingegneristiche ad alto livello di innovazione tecnologica. In tale scenario, Saipem, partner tecnologico di ingegneria avanzata per la progettazione, la realizzazione e l'esercizio di infrastrutture e impianti in ambito Oil&Gas e Renewables, è fortemente impegnata nelle iniziative di digitalizzazione degli asset e progetti di Industrial IoT IIoT. Tali iniziative di trasformazione abilitano il perseguimento dei seguenti benefici di business per i clienti: garantire la disponibilità e affidabilità di asset complessi e versatili, ottimizzare le attività produttive incrementando gli standard di sicurezza, monitorare costantemente lo stato della flotta. DXC ha supportato, tra le altre, un'azienda del settore energy & utilities nella progettazione e realizzazione delle soluzioni IoT Edge e Cloud Analytics nell'ambito delle iniziative di digitalizzazione degli asset. DXC ha contribuito alla realizzazione della IoT Platform (cloud/IoT Edge) che risponde ai requisiti di: containerizzazione dei servizi IoT, scalabilità dei workload/microservizi, alta configurabilità delle business rules, uso efficiente delle risorse nei cluster kubernetes su IoT Edge, uso efficiente della banda di rete per compressione e sincronizzazione dei dati di telemetria da asset verso il cloud, applicazione di logiche di filtraggio dati e monitoraggio della data quality già su IoT Edge. La soluzione IoT Edge dispone di flessibilità e potenza di calcolo per indirizzare use case che si avvalgono di Intelligenza Artificiale e Machine Learning quali per esempio Anomaly Detection, Predictive Maintenance, Asset Tracking, Object Detection etc. L'obiettivo è quello di distribuire la logica applicativa e l'intelligenza direttamente sugli asset al fine di limitare il più possibile le latenze di rete e la dipendenza da potenze di calcolo centralizzate rispetto ad asset che sono tipicamente lontani dai centri abitati e caratterizzati da condizioni ambientali difficili. Quali sono le soluzioni più alla portata di mano oggi? Oggi, in linea generale, le soluzioni a disposizione sono rappresentate dalle piattaforme offerte dai public cloud provider (Amazon AWS, Microsoft Azure, Google GCP) che vengono corredate di tutti gli strumenti di lavoro per sviluppare soluzioni IoT complete end to end e possono contare sulla disponibilità globale delle risorse cloud. Queste piattaforme offrono diversi tool e servizi nativi come data lake per lo storage di dati raw, motori analitici per dashboarding, normalizzazione dei dati di telemetria, compute node per l'addestramento dei modelli di ML, Docker Registry, orchestrazione delle risorse, monitoraggio, provisioning dei device e gestione dei certificati di sicurezza. Inoltre, le piattaforme dei cloud provider mettono a disposizione degli sviluppatori ambienti di sviluppo integrati che semplificano l'adozione dei paradigmi DevOps e Agile. Vi sono poi soluzioni software specializzate su Industrial IoT che vantano a loro beneficio disponibilità out of the box di connettori e soluzioni analitiche verticali. Generalmente sono tutte soluzioni che consentono di realizzare funzionalità complesse e anche di integrarsi tra loro in modo molto più rapido che in passato.