Uma das coisas de que mais gosto em relação ao meu trabalho é a oportunidade de me conectar com pessoas que estão desenvolvendo novas abordagens para lidar com grandes desafios corporativos. Cerca de uma vez por mês, organizo um painel de discussão com líderes de tecnologia que implementaram com sucesso sistemas de IoT e analytics. O objetivo desses painéis é extrair insights práticos de suas experiências por meio de discussões interativas e construir o relacionamento entre organizações que estão enfrentando desafios semelhantes. Nossos convidados incluem líderes de empresas como Oracle, Ericsson, Hitachi, AT&T, GE, Verizon, entre muitas outras.
Conforme essas discussões avançam, um detalhe fica cada vez mais claro: o caminho para o sucesso da IoT não tem um padrão único, mas existem alguns elementos em comum entre todos os que empreendem essa jornada. Aqui estão três temas que surgiram em todas as discussões que já promovemos com gigantes do setor de IoT:
- Pense grande, comece pequeno
A maioria dos projetos começa com metas ambiciosas e de alto nível, mas é importante iniciar os esforços em torno da IoT para sua organização com apenas um desafio a ser abordado. Concentrar-se em um problema ou ineficiência relacionados a um processo específico permitirá que sua organização crie uma estratégia de IoT realista e aloque os recursos certos à medida que desenvolve um projeto inicial. Comece selecionando um processo que possa ser aprimorado por meio da IoT e analise-o sob vários ângulos:
- Input e Output: Quais são os principais inputs e outputs do processo?
- Gargalos: Onde estão os gargalos do processo? Os gargalos são decorrentes de erros humanos, falta de recursos, falta de documentação e/ou algum processo ineficiente?
- Valor financeiro: Em que ponto do processo ocorrem lucros e/ou perdas?
- Valor do tempo: Quanto tempo demora para progredir de uma etapa à outra do processo? Existe alguma parte do processo na qual o ritmo parece diminuir? É possível identificar abordagens alternativas para acelerar o processo?
- Automação: O que poderia ser automatizado?
- Valor dos insights: Em que ponto do processo seria possível coletar dados adicionais que ajudariam a melhorar o ciclo de desenvolvimento do produto ou a experiência do cliente?
As respostas a essas perguntas devem ser o foco de tudo o que vem a seguir, especialmente a determinação de quais dados coletar. Não tente fazer chover no molhado. Existem muitos tipos de dados que podem ser úteis, mas apenas alguns deles ajudarão a materializar a visão. Com milhares de sensores de IoT gerando dados em tempo real, é fácil ficar sobrecarregado com o volume e a complexidade das informações. A coleta de material sobre absolutamente tudo pode levar a grandes volumes de dados, além de riscos de segurança e conformidade. Todas as informações coletadas devem agregar valor às metas mais importantes da sua organização. Esse valor precisa ser ponderado em relação ao risco de obtê-lo. Apresentar sucesso inicial ao lidar com um grande desafio organizacional aumentará a confiança e o comprometimento da equipe de executivos da sua empresa com relação à iniciativa de IoT.
- Reinvente sua equipe
Competências e perspectivas diversificadas são cruciais para o sucesso do seu projeto de IoT. Embora muitos dos conjuntos de competências possam ser abordados com recursos existentes após um desenvolvimento e treinamento internos, é provável que você também precise contratar novos talentos. Quase todos os executivos com quem falamos enfatizaram a necessidade de contratar recursos externos (tanto consultores quanto os com vínculo empregatício) e desenvolver novas aptidões na organização. Algumas das principais funções incluem cientistas e arquitetos de dados, administradores de banco de dados, recursos avançados de rede e de cloud, especialistas em segurança da informação, analistas de negócios e recursos de experiência do cliente.
Investir tempo no início do projeto para delinear os papéis e competências necessários para o seu projeto pode evitar atrasos onerosos resultantes da falta de recursos.
- Iterar indefinidamente
Não existe uma plataforma de IoT que simplesmente corrija as necessidades e pronto. Trata-se de um compromisso com o aprimoramento contínuo. Encontrar e refinar valor nos seus dados é como descobrir a pedra preciosa mais perfeita. Você sabe mais ou menos onde começar a procurar. Então, implanta sensores com uma estrutura básica de análise descritiva. Isso pode conduzi-lo a pedras ou a diamantes brutos, mas você não saberá o que encontrou até polir ou refinar a gema. Classifique os dados usando lentes variadas para descobrir padrões por intervalos de tempo, geografias, dados demográficos e assim por diante. Às vezes, isso significa desenvolver novos algoritmos para testar os diferentes padrões. À medida que os insights se tornam mais claros, é preciso refinar esses algoritmos e começar a migrá-los para mais perto da digital edge, ou mais próximos de seus stakeholders, onde os dados estão sendo gerados e consumidos. À medida que você continua aprimorando suas descobertas com algoritmos de análise preditiva e algoritmos de machine learning, o caminho para chegar ao valor se torna mais claro.
Por exemplo, um fabricante de pneus implementou inicialmente em seus produtos sensores relativos à forma como as condições da estrada e os padrões de frenagem estavam afetando a longevidade dos pneus. Com o passar do tempo, no entanto, o fabricante passou a usar esses dados para fortalecer seu relacionamento com os proprietários de frotas, alertando-os previamente quanto à necessidade de substituir os pneus. Essa informação tornou-se incrivelmente valiosa para os proprietários de frotas, porque reduz o risco de acidentes causados por estouros e reduz o tempo de inatividade dos caminhões, que lhes sai muito caro. Com esses insights, o fabricante foi capaz de reforçar de forma mensurável seu relacionamento com seus parceiros e melhorar sua posição de mercado.
O processo iterativo também precisa incluir o refinamento da arquitetura de TI subjacente ao seu sistema de IoT. Não é nada prático transportar grandes quantidades de dados para um local central onde serão processados. Isso é especialmente verdadeiro para casos de uso sensíveis à latência que exigem urgência, como as áreas de saúde ou respostas a emergências, ou ainda aquelas na quais grandes volumes de dados são trocados entre sensores e sistemas, como na aviação ou na indústria manufatureira. Para evitar os riscos do ditado “lentidão é a nova inatividade”, a solução é migrar a capacidade computacional e o analytics para a digital edge, mais perto das pessoas, coisas, clouds e ecossistemas que estão gerando e usando os dados.
Uma edge em constante evolução
Se isso for feito da maneira correta, sua plataforma de IoT deve ficar mais inteligente e produzir melhores insights ao longo do tempo. Manter o foco, incluir as pessoas certas e aprimorar continuamente são ações que o ajudarão a evoluir de uma atitude meramente descritiva para uma contextualmente consciente.
Quem não gostaria de um sistema de IoT inteligente, que pudesse encontrar o grande tesouro da vantagem competitiva para o seu negócio?
Por Chiaren Cushing – Director of Global Business Development da Equinix
