IoT es una agrupación e interconexión de dispositivos y objetos a través de una red (ya sea privada o internet); en ella tienen cabida desde sensores hasta electrodomésticos, calzado, ropa, Smart watches, domótica o el sector ganadero con biométricas y geolocalización. Son soluciones en sistemas herméticos que llevan aplicándose años. Ahora se trata de elevarla al nivel industrial, algo más grande y costoso. Es la IIoT o Industrial Internet of Things.
La diferencia radica en que es preciso estudiar el entorno y el uso y en función de eso crear una arquitectura básica interna y externa. Se trata de que llegue la información o de ir a por ella. Normalmente la comunicación es activa, pero en la industria no se pensó así, por consiguiente, son necesarios protocolos industriales de comunicación y preguntar a las máquinas. Luego es preciso leer y tratar los datos. ¿Y qué se hace con esos datos?
- Alertas
- Agregación
- Conversión
- Normalización
También es importante decidir por cuál tipo de flujo de datos optamos: Stream o lotes. El primero es ideal para análisis de datos en tiempo real (monitorización de activos, detección de anomalías, etc), con datos en tiempo real, avisos y alarmas en instalaciones, resultado y análisis instantáneos, pero tiene un mayor coste económico y el volumen de datos es desconocido. El flujo de datos por lotes, por su lado, es ideal para datos cuyo análisis se realiza a posteriori (informes, procesos de agregación, etc), procesa un gran volumen de datos en una sola ejecución, tiene una actualización de datos periódica y un resultado y análisis tras la finalización del procesado del lote; también implica mayor control sobre el coste.
Posteriormente tendremos que decidir dónde se despliega la solución, en las oficinas del cliente o en la nube. Si elegimos plataformas cloud, podemos ir a servicios ya desarrollados, con la capacidad de integrar dispositivos IoT, con funcionalidades ya predeterminadas de conectividad y visualización de datos. Si preferimos las plataformas personalizadas, debemos considerar que cada proveedor de servicios en la nube dispone de una gran variedad de ellos.
A la hora de explotar los datos, surgen dos posibilidades, la Machine Learning o el Dashboarding, dijo el responsable de Mytra. El primero es una disciplina científica del ámbito de la Inteligencia Artificial (IA) que crea sistemas que aprenden automáticamente. Aprender en este contexto quiere decir identificar patrones complejos en millones de datos para detectar anomalías, optimizar procesos o realizar mantenimiento predictivo. El Dashboarding se refiere a interfaces para la explotación visual de datos. Se representan los datos enviados por el sistema para el análisis y el control de los procesos productivos, logísticos…
En definitiva, subrayó Iván Martín, la IIoT se define como el uso de sensores inteligentes y mecanismos de automatización para mejorar la eficiencia de los procesos industriales y tomar mejores decisiones. Es una opción “con soluciones específicas, con conocimiento industrial, cantidad y diversidad de activos, que debe ser flexible y escalable”; flexible, para añadir nuevos dispositivos; escalable, para adecuarse al crecimiento.
