De 12 mythen van IoT ontmaskerd

Zeggen dat IoT over ‘dingen’ gaat, is hetzelfde als zeggen dat kantoorwerk gaat over het gebruik van een toetsenbord. De ‘dingen’ maken deel uit van het proces, maar zijn niet het belangrijkste onderdeel. Het zijn apparaten die gegevens genereren over de fysieke wereld. We moeten deze gegevens verwerken om zinvolle informatie te genereren die de basis vormt voor beslissingen. Afhankelijk van de beslissing wordt een actie gegenereerd om iets in de echte wereld aan te passen. Als IoT op de juiste manier is geïmplementeerd, wordt de actie automatisch uitgevoerd en genereert deze waarde in de echte wereld. En die waarde is wat telt. Dit kan een verandering zijn in een instelling van een elektromotor om het energieverbruik te verminderen, een anticiperend schema om het klimaat in een gebouw te optimaliseren voor het toegenomen aantal bezoekers, of een verandering in het recept voor een voedselfabriek om smaak en voedingswaarde te optimaliseren. Een IoT-implementatie is pas succesvol als je deze kunt koppelen aan een use case die waarde creëert voor een deel van onze organisatie of gemeenschap. IoT gaat dus zeker niet alleen over ‘dingen’, het gaat over het genereren van waarde in de echte wereld.

Machines die met elkaar praten (M2M) zijn zo oud als de eerste SCADA- en PLC-systemen. De mogelijkheid om gegevens en commando's tussen machines uit te wisselen, versnelde de productie en optimaliseerde de operationele processen. M2M is echter niet hetzelfde als IoT. M2M is meestal gelokaliseerd op de individuele machine of een fabriek. Internet of Things stelt de gegevens en commando’s beschikbaar op een externe (cloud-gebaseerde) locatie waar het kan communiceren met andere (meta)gegevens en logica. We creëren de mogelijkheid om gegevens van deze machines met elkaar te vergelijken, ze op afstand te monitoren en de manier waarop deze machines en apparaten met elkaar werken te optimaliseren. M2M is een vorm van IoT, maar de lagere kosten van bandbreedte, rekenkracht en opslag (dankzij de cloud) maken IoT veel uitgebreider, geavanceerder en waardevoller dan de bestaande M2M.

Het is een veel voorkomende misvatting dat IoT-applicatieontwikkeling slechts een gecompliceerde vorm van softwareontwikkeling is. IoT vereist meer competenties en de keten van gegevens is veel langer. Softwareontwikkelaars gaan ervan uit dat hardware, connectiviteit, software en opslag beschikbaar zijn. Als IoT-developer moet je rekening houden met sensoren, ingebedde systemen, verschillende vormen van mobiele en bekabelde connectiviteit, grootschalige gegevensverwerkingslogica, gegevensopslag, dashboarding en integratie met externe systemen. Bovendien moet je anticiperen op defecten en storingen in alle delen van de IoT-keten, en ook in staat zijn snelle gegevensverwerking, beveiliging & privacy en gegevensverwerking met lage latency te ondersteunen. In sommige gevallen met een zeer beperkte set middelen. Vooral op de ‘edge of sensor’ ben je beperkt tot de fysieke mogelijkheden van de hardware en kun je geen extra geheugen toevoegen of rekenbronnen opschalen. Over het algemeen is er geen generieke rol voor IoT-developer, omdat de vereiste expertise zeer divers is. Meestal zie je engineers die gespecialiseerd zijn in embedded systemen, cloud data processing, dashboarding of device management. Een IoT-developer is niet alleen een geavanceerde software-ontwikkelaar, maar ook hardware-specialist, connectivity-engineer, performance-engineer, security-specialist, user-interface-designer en nog veel meer.

IoT wordt vaak geassocieerd met big data. Het concept big data is gebaseerd op het idee dat wanneer je genoeg data hebt, er automatisch patronen en relaties tevoorschijn zullen komen. Met de komst van IoT-apparaten explodeert de hoeveelheid data. Gegevens worden automatisch verzameld en sensoren nemen monsters van gegevenspunten die niet nodig zijn om een businesscase te ondersteunen. Maar who cares, we hebben een data lake voor het opslaan van dit overschot aan data, we passen algoritmes of machine learning toe en er zal een overvloed aan patronen ontstaan, toch?

Dit is een verkeerde gedachtegang en zeer inefficiënte aanpak. Het feit dat je de mogelijkheid hebt om veel datapunten te meten, betekent niet dat je dit ook moet doen. Al deze datapunten belemmeren de blik op de businesscase en vertroebelen het data lake. IoT moet altijd gericht zijn op bedrijfsresultaten en gegevens genereren die nuttig zijn voor het eindgebruik.

De meest voorkomende misvatting over IoT is dat het eenvoudig is: gebruik een simpele ontwikkelingskit en je bent binnen een paar uur operationeel. Dit is precies de reden waarom zoveel IoT-projecten vastlopen in de startfase. Je kunt heel snel iets eenvoudigs maken, maar zodra je wilt opschalen wordt het ingewikkeld. Je moet meerdere apparaten beheren, de gegevens verwerken, en privacy en beveiliging implementeren. Als er iets misgaat - en geloof me dat er iets mis zal gaan - heb je monitoring nodig om fouten op te merken, en zul je de verstoringen moeten analyseren en oplossen. Wanneer de toepassing nog verder groeit, moet je apparaat-provisioning, gegevensverwerking, gegevensopslag, cloud-beheer en kostenbeheer inrichten. Voordat je het weet, bereik je het punt dat je de IoT-oplossing niet kunt uitschakelen om onderhoud te doen. Dan zijn de kansen die IoT creëert zo essentieel geworden voor de bedrijfsvoering, dat het bedrijfskritisch wordt en te allen tijde beschikbaar moet zijn. Vergelijk het met een trein die, tijdens een rit op volle vaart, door een technisch team moet worden geconfigureerd en verbeterd. Het meest uitdagende deel van IoT is dan ook dat je vanaf het begin voorbereid moet zijn op een omgeving die snel groeit en verandert.

Liefhebbers van IoT hebben het altijd over slimme sensoren, slimme meters en slimme apparatuur. Dit is geen nauwkeurige vaststelling. De term ‘slim’ slaat in de meeste gevallen op apparaten die digitaal en verbonden zijn. Maar om eerlijk te zijn: deze ‘dingen’ zijn niet slim. De gekoppelde software is soms slim, maar de slimste onderdelen bevinden zich in de cloud waar logica de gegevens verwerkt en omzet in conclusies en acties. De cloud is de plek waar engineers machine learning toepassen en algoritmes ontwikkelen. Acties, instructies of algoritmen worden teruggestuurd naar ‘dingen’ om ze er slim uit te laten zien. Maar het slimste van IoT gebeurt in de cloud.

Het is een veel voorkomende misvatting dat sensoren en actuatoren na installatie geen onderhoud nodig hebben. In je thuissituatie is het redelijk eenvoudig om tien sensoren handmatig bij te werken, maar het beheren van twintigduizend sensoren in een professionele omgeving is iets heel anders. De gemiddelde levensduur van sensoren is 5 tot 10 jaar. Het is zeer waarschijnlijk dat er in deze periode een kritieke beveiligingsupdate, een wijziging in de instellingen of een verandering in logica vereist is. En dan heb ik het nog niet eens over het vervangen van batterijen en ander fysiek onderhoud. Het bezoeken van de fysieke locatie van sensoren is de duurste activiteit van IoT. Hiermee wordt je businesscase onhaalbaar. Nadenken over onderhoud op afstand, monitoring, het doorvoeren van updates en patching is dan ook een noodzaak voor IoT-oplossingen. Dit proces moet waterdicht, veerkrachtig en zeer betrouwbaar zijn.

Zodra apparaten zijn verbonden, is de veronderstelling dat je ze ook onderling kunt verbinden. Dit is in de meeste gevallen niet waar én niet nodig. Voor het direct uitwisselen van gegevens tussen apparaten zien we de volgende opties:

• Apparaten van dezelfde leverancier zijn meestal verbonden met elkaar. Vooral in domotica is het gemakkelijker om dezelfde afstandsbediening of app te gebruiken om deze apparaten te bewaken en te bedienen.
• Apparaten met hetzelfde type protocol hebben de mogelijkheid om onderling te verbinden.
• Wanneer dit nodig is voor een use case (en het dus waarde genereert), kun je apparaten koppelen.
• Het heeft geen zin apparaten van totaal verschillende domeinen met elkaar te verbinden. Er is geen use case waarmee bijvoorbeeld je slimme auto aan je smart-tv laat weten dat je thuiskomt, althans niet die ik kan bedenken.

De markt is nog steeds zeer competitief en verspreid, waardoor een generiek communicatieprotocol nog ver weg is. De enige uitzondering vormt op dit moment domotica, waar een generiek communicatieprotocol van verschillende hardware-leveranciers in opkomst is. De diversiteit aan use cases vereist trouwens ook helemaal niet dat apparaten gekoppeld zijn, ze worden uiteindelijk logisch gegroepeerd per domein. Normen voor communicatie worden per logisch domein gedicteerd en daar worden communicatieprotocollen van afgeleid. Het is kortom een illusie om alle IoT-apparaten te zien samenwerken.

Het hele doel van IoT is het verwerken van apparaatgegevens op schaal. We passen cloudtechnologie toe om deze schaal mogelijk te maken, omdat het de meest effectieve manier is om dynamisch resources (compute / geheugen) aan applicaties toe te voegen. Dit betekent niet dat je nergens aan hoeft te denken wanneer je IoT-oplossingen wilt schalen. Er is helaas geen magische draaiknop waaraan je kunt draaien om je IoT-project met tien apparaten plotseling gegevens van tienduizend apparaten te laten verwerken.

De uitdaging van IoT-schaling is een divers probleem met verschillende optimale en kantelpunten, afhankelijk van het aantal apparaten, de betrouwbaarheid en de totale grootte van de verwerkte gegevens. Je kunt deze omslagpunten karakteriseren als paradigmaverschuivingen. Je gebruikt een bepaalde oplossing voor een specifieke taak, totdat je een bepaalde grootte bereikt. Vanaf dat moment wordt het bijna onmogelijk om dezelfde taak te blijven doen en moet je een heel andere aanpak of ontwerp toepassen. Neem het aantal apparaten: als je honderd apparaten hebt, is het niet moeilijk om deze handmatig te registreren en in te richten. Als het er duizend zijn, wordt dit een uitdaging en wil je de registratie / provisioning in batches voorbereiden. Wanneer je tienduizend apparaten hebt, wil je zelfregistratie en provisioning implementeren.

Hetzelfde geldt voor gegevensverwerking: wanneer je opschaalt, moet je verschillende en robuustere componenten gebruiken om gegevens op te nemen, op te slaan en te verwerken. Sommige componenten zijn simpelweg te duur voor een klein aantal berichten, maar ze zijn essentieel wanneer je schaalt naar veel apparaten. Vervolgens wordt het belangrijk om berichten in de wachtrij te plaatsen, en parallelle verwerking, caching en automatische opschoning van berichten te implementeren voordat ze worden verwerkt. Zonder de juiste expertise zal schaalvergroting je cloudkosten exponentieel laten groeien, en dat zal je businesscase ongeldig maken. Bij het schalen van IoT-oplossingen moet je altijd rekening houden met het volgende omslagpunt en het volgende paradigma ontwerpen voor het op schaal overdragen van IoT-gegevens. Alleen deze aanpak voorkomt dat je IoT-oplossing verstopt raakt en onbruikbaar wordt.

Reguliere IT-beveiliging is de ‘junior league’ vergeleken met de benodigde beveiliging voor IoT-apparaten. De ‘dingen’ worden zonder toezicht ergens in het veld achtergelaten; op een vrachtwagen, kantoorgebouw, openbare ruimte, een fabriek of in een woning. Ze zijn mogelijk verbonden met de kern van gegevensverwerking voor je organisatie en besluitvorming. Dit betekent dat kwaadwillende mensen onbeperkt tijd hebben om ze te onderzoeken, te openen, aan te passen en te vervangen door iets wat je organisatie kan schaden. Dit kan resulteren in het verzenden van gewijzigde gegevens, hackpogingen, denial of service of het transformeren van je edge-apparaten naar een digitaal zombieleger dat volledig buiten je controle ligt. Als het gaat om IoT-beveiliging, moet je ervan uitgaan dat je ‘dingen’ in gevaar komen. En als het dan gebeurt, moet je in staat zijn snel de impact te beoordelen en een oplossing te vinden. Waar een beveiligingsprobleem in IT-systemen kan leiden tot enig verlies van gegevens, kan het in IoT leiden tot gevaarlijke situaties in steden, fabrieken, verkeer en het energienetwerk. Ontwerp daarom met het oog op veiligheid, vooral wanneer je ook actuatoren gebruikt om de status van ‘dingen’ in de echte wereld aan te passen.

Het is waar dat de meeste IoT wordt gezien als iets dat tot de innovatieafdeling behoort, waar specialisten sleutelen aan sensoren, circuits en cloud-componenten. Tenzij je voor een grote OEM-fabrikant of een onderzoeksorganisatie werkt, gaan de meeste IoT-projecten echter niet over technologische innovatie. Ze draaien om businessmodelinnovatie met behulp van data. In de meeste gevallen is IoT de basis voor een nieuw bedrijfsmodel of een industrie-innovatie met behulp van apparaten en gegevens. Technologie is (soms) ingewikkeld, maar de echte uitdaging en innovatie zit hem in de veranderende businessmodellen en organisatieveranderingen.

Sommige managers zijn van mening dat legacy (oudere) assets niet geschikt zijn om te integreren in hun digitale transformatie. Het is echter een illusie om IoT vanuit een greenfield te implementeren. De meeste (alle) cases worden opgestart in een brownfield-situatie. Je verbindt en optimaliseert de bestaande asset-infrastructuur met behulp van de data en voegt doorlopend nieuwe (digitale) apparaten toe. Het toevoegen van sensoren aan bestaande apparatuur kan waardevolle informatie genereren voor de hele organisatie. Van de operationele werkvloer, in de waardeketen, in optimalisatieprogramma's en in managementrapportages. Door simpelweg een bewegingssensor, energiesensor of temperatuursensor toe te voegen aan oudere apparatuur, kun je voldoende gegevens genereren om bijvoorbeeld de prestaties tussen deze machines te vergelijken, verschillen in energie-efficiëntie te detecteren of onderhoud te plannen op basis van het werkelijke machinegebruik.

Ik stel me voor dat er nog veel meer mythes over IoT zijn om te doorbreken. Ik sta open om ze te bespreken, berichten zijn altijd welkom. De belangrijkste conclusie is dat IoT een serieus werkveld is dat serieuze expertise nodig heeft om succesvol te zijn. De belangrijkste drijfveer moet altijd de waarde zijn die IoT oplevert voor mensen, organisaties of de hele samenleving.