Da una parte l’Artificial Intelligence (AI), dall’altra l’Internet of Things (IoT). Questi due mondi tecnologici oggi si incontrano nell’AIoT (Artificial Intelligence of Things). Sebbene non si tratti di una novità degli ultimi giorni, visto che uno studio di IDC commissionato da SAS se ne era occupato già nel 2019, tuttavia l’AIoT è ancora poco noto.
Indice degli argomenti
Artificial Intelligence of Things, una definizione
La ricerca dell’acronimo su Google, almeno per l’Italia, rimanda a temi del tutto differenti. Altra cosa se, invece, si inseriscono per esteso i termini le cui iniziali compongono la sigla. C’è persino Wikipedia che, in una breve pagina in inglese, propone una sua definizione. “L’AIoT è la combinazione di tecnologie di intelligenza artificiale con l’infrastruttura dell’Internet of Things per ottenere operazioni IoT più efficienti, migliorare le interazioni uomo-macchina e potenziare la gestione e l’analisi dei dati” si legge sull’enciclopedia online.
Si tratta della definizione identica che ne dà TechTarget, testata statunitense di riferimento per le tecnologie nel mercato B2B. È la stessa testata che prova a declinare in che modo l’incrocio di questi due ambiti innovativi porti benefici a entrambi. L’intelligenza artificiale aggiunge valore all’IoT attraverso i suoi algoritmi di machine learning e la sua attitudine a migliorare i processi decisionali, mentre l’Internet of Things porta in dote connettività, sensoristica e capacità di scambiare i dati.
Le 4 fasi del ciclo di vita AIoT secondo Bosch
Tra le aziende che stanno implementando soluzioni AIoT spicca il gruppo Bosch il quale annuncia sul proprio sito che entro il 2025 tutti i suoi prodotti incorporeranno l’intelligenza artificiale o saranno sviluppati impiegando l’AI. Non solo, a detta del colosso tedesco, l’AIoT consente di sviluppare nuovi prodotti più rapidamente, ma permette di ottimizzarli durante il loro ciclo di vita, ad esempio tramite aggiornamenti over-the-air o aggiungendo funzioni supplementari. In questo ciclo di vita, la società identifica 4 fasi:
Creazione del valore
Poiché i dispositivi connessi forniscono dati, questi ultimi possono essere utilizzati durante la ricerca e lo sviluppo per migliorare le applicazioni e rivedere o integrare le funzioni. Allo stesso tempo, è possibile ottimizzare costantemente la sicurezza e l’affidabilità dei prodotti adattandoli alle esigenze specifiche dei clienti.
Interazione con i clienti
I prodotti connessi generano dati anche quando sono i clienti ad adoperarli. Questo significa che tutte le informazioni provenienti dall’uso effettivo contribuiscono ad arricchirne le potenzialità, poiché vengono inseriti in una fase del ciclo di vita del dispositivo AIoT successiva al suo rilascio sul mercato.
Elaborazione dei dati
I dati raccolti durante l’utilizzo dei prodotti connessi vengono archiviati in modo strutturato così da poter essere elaborati ed analizzati in qualsiasi momento. Per evitare che gli utenti perdano il controllo su ciò che li riguarda, vanno adottate tecniche di protezione e di digital identity che garantiscano titolarità e sovranità sui propri dati.
Algoritmi di AI e machine learning
Mediante gli algoritmi di intelligenza artificiale e di machine learning si ampliano le potenziali applicazione dell’AIoT. Bosch cita ad esempio un progetto di ricerca nel campo dei Visual Analytics. Grazie al meccanismo di riconoscimento delle immagini, è possibile per un veicolo a guida autonoma individuare i punti ciechi, integrando il set di dati esistenti con altri così da aumentare l’accuratezza complessiva del sistema IoT installato sul mezzo.
Innodisk, l’azienda taiwanese che porta l’AIoT ovunque
Un’altra azienda ad aver sviluppato soluzioni simili è Innodisk, fornitore di memorie flash, moduli DRAM (Dynamic random access memory) e periferiche embedded per applicazioni industriali e commerciali. Nata a Taiwan nel 2005, oggi possiede sedi negli Stati Uniti e in Europa ed è stata collocata da TrendForce tra i top 10 vendor mondiali di moduli DRAM del 2022. Nella classifica, TrendForce riconosce Innodisk come uno degli attori più significativi nel mercato AIoT con applicazioni che comprendono networking e smart city. Il suo sistema di AIoT Traffic Enforcement, ad esempio, rileva il comportamento di parcheggio dei conducenti grazie ai modelli di Visual Analytics che servono a evitare le violazioni del traffico.
Dalla smart mobility agli ambienti produttivi
Un’ulteriore soluzione implementata da Innodisk per la smart mobility, e per la mobilità elettrica in particolare, è l’AIoT smart Charging Station. Consente la raccolta continua dei dati, il monitoraggio del sistema e il debug remoto per le apparecchiature di ricarica in tutto il mondo. Analogamente alla ricerca portata avanti da Bosch, Innodisk non si limita a sviluppare applicazioni per questo ambito, ma prevede estensioni in tanti casi d’uso. Uno di questi è quello della sicurezza nella smart factory. L’azienda ha introdotto sul mercato una piattaforma di edge computing AI integrata con un modulo di fotocamera USB in grado di rilevare se gli operatori indossano caschi e dispositivi conformi. Sempre in vista di un impiego nei siti produttivi, ha poi presentato recentemente un modulo capace di funzionare in condizioni estreme, da -40°C a 105°C.
A testimonianza del fatto che l’AIoT non teme le sfide di qualsiasi ambiente e si candida a rendere smart oggetti e luoghi ovunque si trovino.
FAQ: aiot
Che cos’è l’AIoT?
L’AIoT (Artificial Intelligence of Things) è la combinazione di tecnologie di intelligenza artificiale con l’infrastruttura dell’Internet of Things per ottenere operazioni IoT più efficienti, migliorare le interazioni uomo-macchina e potenziare la gestione e l’analisi dei dati. Questa integrazione permette di sfruttare gli algoritmi di machine learning dell’AI per migliorare i processi decisionali, mentre l’Internet of Things contribuisce con connettività, sensoristica e capacità di scambiare dati.
Quali sono i benefici dell’AIoT?
I benefici dell’AIoT sono molteplici: l’unione tra AI e IoT non rappresenta un semplice aggiornamento incrementale, ma detiene la chiave per sbloccare maggiori efficienze operative, migliorare l’esperienza del cliente e ottenere maggiori guadagni di produttività in diversi settori. L’AIoT consente di sviluppare nuovi prodotti più rapidamente e di ottimizzarli durante il loro ciclo di vita, ad esempio tramite aggiornamenti over-the-air o aggiungendo funzioni supplementari. Inoltre, permette una raccolta e analisi dati più efficiente, trasformando le informazioni in valore strategico per il business.
Come funziona l’AIoT?
L’AIoT funziona attraverso un’integrazione sinergica tra IoT e AI. L’Internet of Things funge da sistema nervoso centrale, responsabile della raccolta dei dati e della trasmissione di queste informazioni attraverso la sua rete, mentre l’Intelligenza Artificiale agisce come il cervello che prende queste informazioni, le analizza e decide come rispondere. Il processo inizia con i dispositivi IoT che raccolgono dati, questi vengono poi archiviati in modo strutturato per essere elaborati ed analizzati mediante algoritmi di intelligenza artificiale e machine learning, ampliando così le potenziali applicazioni dell’AIoT.
Quali sono le principali applicazioni dell’AIoT?
L’AIoT trova applicazione in numerosi settori. Nel campo della smart mobility, sistemi come l’AIoT Traffic Enforcement rilevano il comportamento di parcheggio dei conducenti grazie ai modelli di Visual Analytics, mentre per la mobilità elettrica esistono soluzioni come l’AIoT Smart Charging Station. L’AIoT può diventare un fattore abilitante per le Smart City ai fini del miglioramento dell’efficienza energetica, della riduzione dell’inquinamento e dell’ottimizzazione del traffico. Nel settore industriale, viene impiegato per la sicurezza nella smart factory e per la manutenzione predittiva di asset industriali e infrastrutture.
Come l’AIoT viene utilizzato nella manutenzione predittiva?
Uno degli esempi più ricorrenti in cui l’impiego dell’AIoT appare assai promettente è quello che si riferisce alla predictive maintenance, cioè alla manutenzione predittiva. Soprattutto nei contesti di Industry 4.0, l’IoT consente di accedere al monitoraggio in tempo reale di vari asset e impianti. L’AI associata all’IoT non solo innesca automaticamente le azioni appropriate da intraprendere per prevenire malfunzionamenti, ma garantisce che le ispezioni manuali vengano effettuate solo quando necessario. Questo approccio consente di identificare precocemente anomalie e anticipare i guasti alle attrezzature prima che causino fermi macchina, con un’indubbia riduzione in termini di spese per attrezzature e personale.
Quali aziende stanno implementando soluzioni AIoT?
Diverse aziende stanno implementando soluzioni AIoT. Tra queste spicca il gruppo Bosch, il quale annuncia che entro il 2025 tutti i suoi prodotti incorporeranno l’intelligenza artificiale o saranno sviluppati impiegando l’AI. Un’altra azienda ad aver sviluppato soluzioni simili è Innodisk, fornitore di memorie flash, moduli DRAM e periferiche embedded per applicazioni industriali e commerciali. Il Gruppo Franchetti, specializzato nel campo della gestione, diagnostica e manutenzione di infrastrutture, ha sviluppato software proprietari che sfruttano le potenzialità congiunte di AI e IoT per stimare il ciclo di vita dell’infrastruttura e programmare al meglio gli interventi manutentivi.
Quali sono le fasi del ciclo di vita di un dispositivo AIoT?
Nel ciclo di vita di un dispositivo AIoT si possono identificare 4 fasi principali. Nella prima fase, i dati forniti dai dispositivi connessi vengono utilizzati durante la ricerca e lo sviluppo per migliorare le applicazioni e rivedere o integrare le funzioni. Nella seconda fase, i prodotti connessi generano dati quando sono utilizzati dai clienti, contribuendo ad arricchirne le potenzialità. Nella terza fase, i dati raccolti durante l’utilizzo vengono archiviati in modo strutturato per essere elaborati ed analizzati in qualsiasi momento. Infine, mediante gli algoritmi di intelligenza artificiale e machine learning si ampliano le potenziali applicazioni dell’AIoT.
Qual è il mercato attuale e futuro dell’AIoT?
Il mercato dell’AIoT sta crescendo rapidamente. Per quanto riguarda il mercato IoT, Statista prevede che nel 2024 toccherà a livello globale la cifra di 1.387 miliardi di dollari. Sul versante dell’Intelligenza Artificiale, l’AI Outlook 2024 realizzato dagli analisti di Moody’s sostiene che la spesa totale per i sistemi AI crescerà dai 76 miliardi di dollari del 2023 a 521 miliardi nel 2027. In Italia, secondo l’Osservatorio Artificial Intelligence del Politecnico di Milano, il mercato dell’AI nel 2023 ha segnato un +52%, raggiungendo un valore pari a 760 milioni di euro, con una quota significativa (29%) legata a soluzioni per analizzare ed estrarre informazioni dai dati.
Come l’AIoT può migliorare le Smart City?
L’AIoT può diventare un fattore abilitante per le Smart City ai fini del miglioramento dell’efficienza energetica, della riduzione dell’inquinamento e dell’ottimizzazione del traffico. L’aumento esponenziale del numero di sensori e della mole dei dati generati nelle aree urbane rende infatti essenziale un’elaborazione affidata a sistemi di Intelligenza Artificiale. Sistemi come l’AIoT Traffic Enforcement rilevano il comportamento di parcheggio dei conducenti grazie ai modelli di Visual Analytics che servono a evitare le violazioni del traffico, contribuendo così a una gestione più intelligente della mobilità urbana.
Come proteggere i dati in un sistema AIoT?
La protezione dei dati in un sistema AIoT è fondamentale. Per evitare che gli utenti perdano il controllo su ciò che li riguarda, vanno adottate tecniche di protezione e di digital identity che garantiscano titolarità e sovranità sui propri dati. Questo è particolarmente importante considerando che i dispositivi connessi raccolgono continuamente informazioni che vengono poi archiviate ed elaborate. La sicurezza dei dati deve essere garantita attraverso l’implementazione di protocolli di crittografia, autenticazione robusta e controlli di accesso, assicurando che solo le persone autorizzate possano accedere alle informazioni sensibili raccolte dai dispositivi AIoT.
