IoT: Historia w skrócie

IoT, czyli Internet of Things, a po polsku Internet Rzeczy, jako termin pojawił się po raz pierwszy już w 2001 roku w artykule Auto-ID Centre autorstwa Davida Brocka. IoT powstało w kontekście usprawnienia łańcucha dostaw poprzez monitorowanie poszczególnych komponentów. Koncepcja swoistej fuzji pomiędzy wirtualnym światem informatyki a namacalnymi realiami logistyki. Idea więc jest bardzo prosta: wykorzystanie czujników, aby zbierać i analizować dodatkowe dane z poszczególnych procesów oraz najbardziej krytycznych ich etapów. Zbieranie danych, które nigdy wcześniej nie były wykorzystywane w zarządzaniu produkcją. Kolejny krok to zastosowanie wyzwalaczy (ang. actuator), czyli urządzeń uruchamiających następny etap procesu na podstawie zebranych danych. Jeszcze w 2011 IoT nadal brnęło ku szczytowi tzw. wygórowanych oczekiwań w zestawieniu Hype Cycle Gartnera. Teraz, niemalże następne 10 lat później, można zauważyć już częstsze praktyczne zastosowania IoT, nie tylko w logistyce jak i produkcji, ale także w innych dziedzinach. 

Architektura rozwiązań IoT powinna składać się z co najmniej trzech elementów: urządzenia, sieci i serwera. W praktyce bardzo często ilość urządzeń wejściowych jest dużo większa – dziesiątki czasem nawet i setki. Urządzeniem wejściowym może być każda aparatura typu smart tzn. zdolna do komunikacji z zewnętrznym systemem. Bazując na infografice zamieszczonej obok termometr nie jest urządzeniem smart, jeżeli jednak dołączymy do niego układ scalony, który będzie w stanie wysłać dane na serwer możemy już nazwać go częścią systemy IoT (urządzeniem wejściowym).  Komunikacja pomiędzy urządzeniem a serwem może być dowolna; zaczynając od technologii zbliżeniowych (RFID) poprzez sieci średniego zasięgu WiFi/GSM a na komunikacji satelitarnej kończąc. Na serwerze przechowywane są bardzo duże ilości danych w teorii wykorzystując nierelacyjne bazy danych. Zapewniają one większą przepustowość w porównaniu do relacyjnych baz danych. Dane które trafiają na serwer mogą później podlegać obróbce analitycznej oraz służyć do budowania modeli Big Data oraz algorytmów Machine Learning (ML). 

Jednym z oczywistych przykładów praktycznego zastosowania rozwiązań IoT jest kontekst gospodarki magazynowej. Tutaj mamy do czynienia z pracochłonnym scenariuszem rozładunku ciężarówek i rozmieszczeniem towaru na danej powierzchni w poszczególnych komorach. Pragmatycznym podejściem jest systematyczne monitorowanie dostępności lokalizacji w magazynie. Rozwiązanie oparte o urządzenia IoT jeszcze przed rozładunkiem ciężarówki przedstawi aktualne obłożenie magazynu co automatycznie przyspieszy fizyczny proces rozładunku.