לקראת ה-Huge Data של עידן ה-IoT

ככל שמגמת ה-IoT מתעצמת, רבים רוצים להצליח ליישם אותה בארגון שלהם, הן בתהליכים תפעוליים והן במוצרים ובפתרונות שהם מציעים, ובצדק – שכן הרווח הפוטנציאלי ממהלך כזה הוא גדול מאוד. המידה בה ארגון יצליח להרוויח מהמגמה טמונה קודם כל באיכות האינטגרציה בין ההתקנים השונים למערכות הממוחשבות, ואז במידה בה מצליחים להשמיש עסקית את כמויות המידע והנתונים העצומות שמיוצרות על ידי התקנים אלה, בתקופה בה ה-Big Data נע במהירות אל השלב האבולוציוני הבא

מגמת ה-IoT מחברת רכיבים אלקטרונים מסוגים ודורות שונים למערכות ממוחשבות, וזה החידוש העיקרי שלה. חיישנים ואפילו צ’טבוטים או התקנים ייעודיים אחרים, נדרשים למעשה לשוחח עם מערכות ארגוניות ששונות מהם לחלוטין – כמו מערכות מחשוב ואינטרנט, מערכות ייצור ותפעול, מערכות שירות, ומערכות CRM, HR ו-ERP, על מנת לאפשר לארגון להתייעל ולהשתפר, וכפועל יוצא מכךגם לייצר רווח בשורה התחתונה. גרטנר צופה כי עד 2020 תהיה ל-10% מהארגונים יחידה עסקית ייעודית ורווחית במיוחד שתתמקד בפרודוקטיזציה ומסחור של המידע והנתונים שבידי הארגון.

על פי מחקר זה של גרטנר, שפורסם בספטמבר 2017[1], אינטגרציה נכונה של IoT תשפיע על ארגונים ב-3 דרכים עיקריות: התייעלות תפעולית, שיפור מודלים עסקיים, וייצור של חוויית לקוח חדשה. נתוני המחקר מעלים כי בין שאר היתרונות, הכנסת IoT לתהליכי הארגון מגבירה את תפוקת כוח האדם בכ-40%, מייעלת תהליכי ייצור, שרשרת מלאי, לוגיסטיקה ובקרה בכ-32%, משפרת תהליכי שירות לקוחות ב-40% ומעלה את היתרון התחרותי של החברה בכ-24%. זאת על פני קשת רחבה של תחומי תעשייה, החל מחברות

תמונה 1: הפרדת 4 השכבות בעת אינטגרציית IoT . קרדיט: מג’יק תעשיות תוכנה

בשוק המוליכים-למחצה דרך שוק הייצור התעשייתי, ועד ספקיות שירותי שרשרת-מלאי ולוגיסטיקה.

כלים לטיפול רווחי ב-Huge Data

ברכב חדש שיוצא היום לשוק יש מעל ל-200 חיישנים שיכולים לדבר עם הסמארטפון האישי שלנו. בבית חכם, מזגן שנשלט מהטלפון שלנו הוא כבר טריוויאלי. בתעשייה, רובוטים ופסי ייצור מתקשרים בינם לבין עצמם ללא התערבות אנושית כדי לפתור תקלות בתהליכי ייצור מורכבים, בזמן אמת בצורה עצמאית. באינטרנט של הדברים, כל התקן, רכיב או מכשיר, שהוא אלקטרוני, חשמלי או ממוחשב – כולם נכנסים להגדרה ‘דברים’, והיום יש הרבה יותר מרכיבים אלה בעולמנו. לפי מחקר אחר של גרטנר משנת 2015, עד שנת 2020 יהיו כ-21 מיליארד ‘דברים’ מחוברים, כאשר מדי יום יתווספו לרשת 5.5 מיליון ‘דברים’ חדשים.

האינטראקציות בין ה’דברים’ הללו לבין המערכות המומחשבות, והחיבור בין רכיבי ה-IoT לבין מערכות הארגון הקיימות מייצרים ביג-דאטה (Big Data) בכמויות אדירות יותר מאי פעם, שהרי עכשיו אלו הן מכונות והתקנים שמייצרים מידע ולא אינטראקציות אנושית בלבד. משמעותו של ביג-דאטה אינה רק רק בגודל בסיס נתונים, אלא בעיקר במהירות שבה מגיע אל הארגון מידע ובמגוון הסוגים שלו. לפיכך, ההצלחה של פרויקטי IoT כיום מתחילה מיכולת של ארגון מסויים להפיק תועלת רווחית מההיקף העצום של כל המידע הזה, הן מבחינה תפעולית והן מההיבט העסקי.

לצורך הבנת המספרים ניקח דרישה בסיסית שקיבלנו, 25,000 רכבים שמעבירים מידע כל שניה, אם נזכור שבכול רכב היום יש כ 200 חיישנים, חישוב בסיסי יביא אותנו למצב שכל 15 דקות נשלחים לנו כ 22.5 מיליון רשומות עם כ 4.5 מיליארד מידעים שונים. כל זה כאמור בטווח של רבע שעה. היות ובעולם של AI אנחנו לא יכולים לדעת מראש איזה מידע מעניין ואיזה לא, אנחנו נדרשים לדעת לטפל בכל כמות המידע שמגיעה אלינו, היום ברור לנו שדרכי הטיפול בכמות ואופן המידע הזה שונים מדרכי הטיפול בהם התמודדנו עם נתונים ורשומות מידע בעבר.

בכדי לאפשר למידע זה להיות חלק מרכזי ומיידי של העולם העסקי שלנו, אנו נדרשים לכלים חדשים אשר משתלבים בעולם מערכות המידע הקיים. כלי אחד הוא Data Lakes (אגם נתונים) – השומר את המידע במבנה גמיש הניתן לבחינה, פילוח וניתוח בכל אופן שבו נבחר להסתכל עליו. הכוח שכלי כזה אמור להביא לארגון, לעומת מחסן נתונים Data Warehouse המחייב הגדרה מראש של מבנה הנתונים שיישמרו בו, היא יכולתו לאפשר לנו לענות על שאלות שלא חשבנו עליהן מראש.

כלי נוסף הוא בינה מלאכותית ואנליטיקה. נתונים כשלעצמם לא עוזרים לנו, שהרי ללא ניתוח המידע והוצאת תובנות מהמידע אין לנו צורך במידע. כמות המידע ואופי המידע מחייב אותנו להשתמש בכלים שונים ממה שהשתמשנו עד עכשיו. אולם לא תמיד נכון להשתמש בבינה מלאכותית, וכדי להשמיש את הטכנולוגיה הזו אנו נדרשים להבין את הבעיה שאנו רוצים לפתור, ומה התשובה שאנו מחפשים. למשל, חיזוי עתידי של נטישת לקוח יכולה להיות משימה יחסית קלה, לעומת זאת הבנת המשמעות של טקסט כזה או אחר תהיה משימה קשה מאוד, במילים אחרות הפרמטרים שאנו מתייחסים אליהם צריכים להיות ברורים ומדידים והתשובה שאנו מחפשים צריכה להיות מדידה באופן ברור, כן/ לא, ציון לינארי, סיווג ברור. תשובה כגון “יפה” “טוב” או “נחמד” אלו תשובות שבשלב זה עולם האנליטיקה לא יודע לטפל בהם.

תמונה 2: אגרגציה בשכבת ה- IoT Hub . קרדיט: מג’יק תעשיות תוכנה

יישום אפקטיבי של IoT ב-4 שכבות

פרויקטי אינטגרציה מוכווני IoT שונים באופן יישומם מפרויקטי IT קלאסיים, והאפקטיביות שלהם נמדדת לטווח קצר ולטווח ארוך. בטווח הקצר מנהלי הארגון מסתכלים על ROI, ופרויקט IoT נחשב מוצלח מבחינת מקבלי ההחלטות אם הוא בעל  ROI בטווח של שנה. ואכן מצליחים פרויקטים אלה להביא את התרומה המיידית הניכרת לרווחיות הארגון, כאשר דוח של מקנזי מיוני 2015 מעריך כי החיסכון בעולם היצרני ב-2025 יעמוד על 240 מיליארד דולר, ואפילו פי שניים.

בטווח הארוך, בעולם העסקי כיום ברור לכולם שחוקי המשחק השתנו, ארגון לא יכול להיות מוביל בשוק בעזרת איכות מוצר, מחיר או מונופול. כלים אלה שייכים לעבר, ולעומתם הכלים החדשים לצמיחה לטווח הארוך הם יציאה מהירה לשוק עם מוצרים חדשים, תגובה מהירה לשינויים, והחשוב מכולם – חוויית הלקוח. בכדי לשפר את חוויית הלקוח נראה יותר ויותר שילוב של IoT ותהליכי טרנספורמציה דיגיטלית, במטרה להביא לשינוי בצורה שבה עסקים מתנהלים. המוטיב הכללי היום הוא לשאוף להציב את האדם בנקודות אינטראקציה בהם יש לו ערך מוסף עבור הארגון, ובמקביל לנטרל אותו ממקומות בהם הגורם האנושי דווקא גורע מחוויית הלקוח, השירות או המוצר, ולעבור לסביבה דיגיטלית מלאה.

מידת האפקטיביות של פרויקט IoT קשורה לפונקציונליות עתידית ויכולת ניהול ועדכון. נדרש מאנשי ה-IT לממש פרויקט בעל יכולות עמידות והחלת שינויים בעתיד בהתאם לדרישה. את זה ניתן להשיג באמצעות יצירת שכבות פונקציונליות שיבוססו על חלוקת אחריות ביניהן, ולהוסיף להן גם שכבת ניהול. הלכה למעשה מדובר בהפרדה נכונה של מרכיבי התהליך בצורה שתספק יעילות מרבית ותלות מינימלית של השכבות אחת בשנייה – באופן כזה שניתן יהיה להחליף רכיבים במכלול פתרון ה-IoT ללא פגיעה בתפקודו.

באמצעות ארבע תחנות או שכבות, נפרדות, ניתן לכתוב לוגיקה שתבצע עיבוד של המידע:

  1. צמידות לרכיב – בדרך כלל הקוד נמצא על הרכיב עצמו.
  2. שער Gateway – בסביבה הקרובה לרכיב מאפשר צורות תקשורת שונות עם הרכיב, ומאפשר שידור של המידע לרכזת.
  3. רכזת IoT Hub – רכיב שמאפשר לקלוט כמויות גדולות של מידע בזמן קצר, כלומר כל אותן מיליוני הודעות שמשודרות אליה מכמות עצומה של עד מאות אלפי השערים בהתקנים עצמם, ולבצע אגרגציה שלהן כדי שיתאימו להעברה הלאה לשכבת האינטגרציה והאורקסטרציה.
  4. אינטגרציה ואורקטסטרציה – בשכבה זו נוכל לממש את הלוגיקה העסקית של הארגון והחיבורים לסביבות השונות בו. אחרי שברכזת ביצענו איחוד מידעים הם מועברים לשכבה זו ובה המידע המצומצם זורם אל המשך תהליך הטיפול העסקי בו במערכות העסקיות של הארגון, כמו למשל מערכות ניהול צי רכב, מערכת ניהול שירות לקוחות, מערכות שו”ב, או מערכות ERP ו-HR.

לסיכום, כמו בכל דבר בחיים גם כאן חלוקה נכונה לאחריות והפרדת סמכויות תבטיח לנו סיכויי הצלחה גבוהים יותר.

יובל לביא, סמנכ"ל טכנולוגיה וחדשנות, מג'יק תעשיות תוכנה

תגובות סגורות