Tras varios años en los que las previsiones de crecimiento del mercado IoT (Internet de las Cosas) no se habían cumplido, el pasado 2019 superó las expectativas, y ciertos analistas de mercado prevén un incremento del 21% en los dispositivos conectados durante este 2020. De este modo, podemos decir que la adopción mayoritaria de esta tecnología se está produciendo finalmente. Pero esta acogida masiva viene con diversos interrogantes.
Para comenzar, nos preguntamos ¿Cuáles son y serán los casos de uso? Y, así, encontramos tres campos preferentes.
Smart metering. Se prevé que el Smart metering en el ámbito de la electricidad será uno de los sectores de mayor crecimiento, dada la imperiosa necesidad de modernizar la red eléctrica para adaptarla a los cambiantes patrones de demanda. Este aspecto será de aún mayor importancia cuando haya un coche eléctrico en cada casa, ya que ese será el “electrodoméstico” que más energía consumirá, sin lugar a duda. Tendremos grandes picos de consumo en horarios que actualmente son valle, y los datos obtenidos mediante IoT ayudarán a las empresas de utilities a establecer el nuevo perfil tarifario: ¿será el fin de la tarifa nocturna?
Automatización, monitorización, mantenimiento predictivo. En la industria 4.0, los datos que los dispositivos de IoT están proporcionando se usarán mayoritariamente para monitorización, automatización y mantenimiento preventivo. Un ejemplo paradigmático del uso de IoT en estos campos, es el concepto de “gemelo digital”. La reconstrucción digital de cualquier tipo de instalación, como pueden ser desalinizadoras, plataformas petrolíferas, líneas de alta tensión etc. permite un control total a distancia, una monitorización constante, y la alimentación de modelos predictivos que permitan anticipar fallos, o encontrar puntos de mejora en la eficiencia de los procesos. Esta tecnología implica una integración entre IoT, Realidad Virtual y Realidad Aumentada, que facilita la intervención en distintos entornos de técnicos especializados que no tienen por qué desplazarse, con la consiguiente reducción de costes.
Smart cities/Smart environment. Disponer de un volumen de datos que ofrezca la posibilidad de entender cómo funciona el tráfico en una ciudad, nos ayudará a mejorarlo, y con esta mejora vendrá una reducción de emisiones. De la misma forma, se podrán encontrar los puntos donde se está desaprovechando agua potable en la red de abastecimiento, medir la calidad y cantidad de la misma en los depósitos y reforzar el consumo responsable. Ya existen proyectos de ciudades digitales, que pueden servir como maqueta para las ciudades del futuro, pero la tendencia se está viendo en ciudades pequeñas que están acometiendo pequeños cambios, que son sin duda el ejemplo que debe cundir para una transformación a nivel global.
En cuanto a los desafíos, éstos pasan por la Seguridad, la Privacidad, el Edge computing, el Machine Learning y la Inteligencia Artificial
Seguridad. El principal desafío al que se enfrenta la tecnología de la información y especialmente el IoT es la seguridad. Si pensamos en la exposición a ataques que tiene cualquier dispositivo hoy en día, comprenderemos la particularidad del caso del IoT, donde además hay situaciones en las que los dispositivos están desprotegidos y con la posibilidad del acceso físico a ellos. En este ámbito, Microsoft ha dado un paso adelante por medio de la creación de Azure Sphere, una solución completa que incluye desde el hardware hasta el sistema operativo para una integración segura con el cloud.
Privacidad. En entornos como el Smart Home, los datos que se producen son especialmente sensibles. Garantizar que esos datos permanecen seguros y privados supone un compromiso ético ineludible para quien quiera operar en el sector. Dada la preocupación creciente de la población sobre este aspecto, el IoT será seguro y privado, o no será.
Edge computing. El gran volumen de datos que generan y necesitan ciertas soluciones como el coche autónomo, requiere una gran capacidad de procesamiento, que no podemos trasladar a la nube si queremos operar con una latencia mínima. Esta circunstancia obliga a dotar de mayor poder computacional a los dispositivos que están más cerca de donde se produce el dato. Instrumentos con procesadores gráficos especialmente adecuados para Machine Learning, son comunes en el citado entorno, pero empezarán a serlo más en soluciones cotidianas.
Machine Learning e Inteligencia Artificial son dos soluciones tecnológicas que gobernarán la vida del ser humano en el futuro. IoT será tan útil como los datos que seamos capaces de extraer con su ayuda, y que alimentarán los modelos predictivos que aportarán la solución a problemas clave con los que nos enfrentamos hoy en día.
En el mercado de Movilidad e IoT podemos encontrar distintas soluciones que ayudan a llevar el dato de forma segura y robusta desde el lugar donde se produce hasta su punto de consumo. Desde plataformas de comunicación embarcadas que pueden obtener información útil para el mantenimiento predictivo, hasta routers industriales que se integran perfectamente con diversos dispositivos a través de interfaces como PLC y SCADA.
