Si les projets liés à l’Internet des Objets sont encore loin d’afficher des résultats satisfaisants, il est des avancées qui devraient favoriser l’adoption de l’IoT.

Une étude de Cisco réalisée début 2017 a révélé que les trois quarts des projets d’IoT se soldent par un échec... La majorité de ces échecs tiennent à des défis techniques que nous évoquons régulièrement ici, en particulier la complexité, le manque de compétences, les coûts et la sécurité.

Pour autant, les progrès technologiques s’enchainent à un rythme soutenu, et les obstacles sont surmontés grâce à une meilleure maitrise des projets comme à des améliorations sensibles. Il faut cependant des avancées fortes pour continuer d’entrainer la machine et transformer des PoC (Proof of Concept) en succès.

Voici 5 domaines qui viennent enrichir l’IoT

Plateformes pré-intégrées

La pré-intégration de technologies tierces dans les plateformes de développement et de déploiement de l’IoT facilite ces process qui profitent de l’élargissement de l’écosystème. C’est pourquoi elles devraient être de plus en plus utilisées. Surtout que la tendance est à la fois à la verticalisation et à la fourniture de solutions clé en main.

Réseaux à faible consommation économiques

Les réseaux étendus à faible consommation d’énergie, les LPWAN, de même que les réseaux à la norme LoRaWAN, prolifèrent pour servir les applications majeures de l’IoT, avec des capteurs alimentés par batterie (jusqu’à plusieurs années) et une large couverture géographique. Ils profitent de la baisse rapide des coûts des équipements, face à la connectivité cellulaire qui demeure d’un prix élevé. La baisse du prix des modules LPWAN devrait se poursuivre dans les prochaines années.

Sécurité sur mesure

Les objets connectés sont sensibles aux attaques ? L’introduction de fonctionnalités de sécurité dans les nouveaux équipements de faible puissance vient compenser le manque de puissance informatique des précédentes générations qui limitait l’exécution des protocoles de sécurité. C’est une réponse à la difficulté d’adapter les protections classiques conçues pour les réseaux. S’y ajoute le machine learning qui renforce la détection et le traitement des anomalies et des tentatives d’intrusion.

Intelligence Artificielle

L’IA, avec ses déclinaisons dans le machine learning et la visualisation, s’étend sur l’analyse des données générées par l’IoT et sur l’automatisation de la prise de décision opérationnelle. De quoi améliorer la valeur et l’utilité de l’IoT via l'optimisation des processus, la maintenance prédictive, le routage, la planification dynamiques et la sécurité.

Analytiques ‘on the Edge’

En rapprochant les analytiques de l’origine des données, sur le périphérique émetteur, mais surtout au niveau du réseau sur des serveurs locaux et dans des micro-datacenter, et non pas/plus dans le cloud, les entreprises contournent la latence associée à la transmission des données. De même, le pré-traitement des données sur des capteurs ‘intelligents’ permet de réduire les coûts de transmission et de stockage. Enfin, le déploiement de l’IA à la périphérie de l’entreprise réduit la dépendance à des réseaux à la fiabilité douteuse et limite la contestation aux règles de confidentialité des données qui ne circulent plus sur des réseaux externes et sur le cloud.

Source : Deloitte Services India

Image d’entête 942782034 @ iStock vectorplusb