企業はエッジに移行しますが、エッジの準備が整っていない可能性があります
運用中の IoT データの収集から IoT の洞察への飛躍は簡単な作業ではなく、多くの企業が苦労しています。
何年もの間、私たちはすべてをクラウドに置くことが最善の策だと聞いてきました。現在、コンピューティング活動は集中型サービスからエッジ、つまり組み込みシステム、センサー、キオスク、POS 端末、モバイル デバイス、ウェアラブル、ロボット、モノのインターネットなどに移行しているようです。これらは常駐ソフトウェアを必要とし、ローカル データを生成して保存します。これは、ソフトウェアとデータが 100 万もの異なる場所で実行され、サポートが必要になることを意味します。テクノロジー専門家は、この常に先鋭化する状況にどのように備えるべきでしょうか?
それは大変なことです。 Insight Enterprises が委託し、TechRepublic の Megan Crouse が報告した調査による IDG/Foundry の推定によると、現在米国のコンピューティング リソースの平均 35% がエッジに存在しています。さらに、36% がエッジ デバイスからのデータ処理の必要性を最上位の目標に挙げており、前年の 27% から増加しました。ローカライズされたデータ処理では遅延が少なく、データが移動しないためセキュリティが確保されます。
業界観察者は、情報技術の作業の大部分をエッジ システムが行うようになることに同意しています。 PwC のパートナーでコネクテッド ソリューション/IoT リーダーのロブ メシロウ氏は、「機械学習と集約タイプのコンピューティングはエッジでますます導入されています」と述べています。 「重要なアイデアは、クラウドに送信する必要があるイベントのサイズと数を減らすことです。制限された数のデータ ストリームに対してストリーミング形式で実行できる計算は、簡単にエッジに移行できます。」
インターシステムズの製品管理ディレクター、ジェフ・フリード氏は、リアルタイム応答時間を「単一の集中型クラウド・コンピューティング・クラスターで大規模に達成するのは難しい」と語る。 「同様に、リアルタイムおよびほぼリアルタイムの分析も実現可能であり、一度実現できるとわかれば、リアルタイムの洞察は非常に人気があります。」
限界への押し上げは、当分衰えることのない傾向です。 「ネットワークが構築されるにつれて、次の優れたテクノロジーや機能を導入するための窓がますます広く開かれるでしょう」とシュナイダーエレクトリックの戦略ディレクター、アダム・コンプトンは述べています。 「これらの機能は私たち全員に大きな影響を与えますが、レイテンシがほとんど存在しないことを保証するためには、膨大な局地化されたコンピューティング機能が必要になります。」
同時に、エッジは、すべてのコンピューティング能力とデータの移動に対応する準備がまだ整っていない可能性があります。 「生成されるデータの多くは、AI や有意義な出力を組み込んだ形で活用されていません」とコンプトン氏は警告します。 「ネットワークは依然として成長しています。ボトルネックは徐々に解決されています。スループットと遅延は改善されていますが、エッジで実際に爆発する前にやるべきことはまだたくさんあります。」
その結果、次世代のキラーエッジアプリケーションの開発が成功するかどうかは、「ファイバーとネットワークのインフラストラクチャの継続的なアップグレード、スマートシティの誕生、AIとARの進化が次のキラーアプリケーションにつながる」と氏は言う。コンプトン。
エッジから流入するすべてのデータを効果的に活用することは、企業が取り組む必要があるもう 1 つの課題です。 「数年前から IoT が脚光を浴びていますが、IoT ソリューションを既に導入しているかどうかに関係なく、ほとんどの企業はまだ IoT を十分に活用できていません」と Mesirow 氏は言います。 「問題の一部は、特定のビジネス上の問題の解決策に結びつかない限り、IoT データ自体に価値がないということです。運用中の IoT データの収集から IoT の洞察への飛躍は簡単ではなく、多くの企業がこれに苦労しています。」
「可用性を重視することに慣れている技術スタッフは、応答時間にさらに重点を置く必要がある」とフリード氏は言う。 「通常、デバイスからのデータは、意味を持たせるために他のソースからのデータと組み合わせる必要があります。たとえば、ベッドサイドの医療機器のデータは、時間、場所、患者の身元などのデータと関連付けられている必要があります。ほとんどの場合、そのデータはロックされています。さまざまな星系や場所に離れています。」
コンプトン氏も、このような膨大なデータ ストリームの処理には時間がかかることに同意しています。 「私たちは皆、貴重なデータセットが存在することは知っていても、それにアクセスする方法、整理する方法、表示する方法が分からないという経験をしたことがあります。」と彼は言います。 「ビッグデータはもう古い言葉かもしれませんが、だからといって時代が終わったわけではありません。」