IoT İle Geleceğe Hazırlanmak İçin 3 Örnek Uygulama

Dünya analitik lideri olan SAS, IoT alanındaki gelişmelere ayak uydurmak ve bu teknolojiden yararlanmak için şirketlerin hayata geçirebileceği stratejileri araştırdı. Peki hangi üç örnek uygulama üzerinde duruyor? Detaylar haberimizde..

1999 yılında hayatımıza giren IoT (Nesnelerin İnterneti) kavramı teknoloji ile birlikte sürekli gelişerek tüm yaşamımızı değiştiriyor. 2016 yılında yaklaşık 6,5 milyar cihaz internete bağlıyken, 2020 yılında bu sayının 20 milyara kadar ulaşacağı tahmin ediliyor. Peki şirketler nesnelerin internetinin teknolojisinden yararlanmak için hangi uygulamaları hayata geçirmeliler?

1950'lerde bilgisayarların gelişmesi ile hayatımıza giren internet,1990 yılında en tanınan formunu alarak daha önce erişilemeyen bağlantı ve bilgiyi hızla bizlere sunmaya başladı. 1999 yılına gelindiğinde ise Kevin Ashton’ın bir şirket için hazırladığı sunumda kullanılan Internet of Things (Nesnelerin İnterneti) kavramı hayatımıza girdi. Günlük kullanımımızda olan nesnelerin, internet üzerinden birbirine bağlanarak veri gönderip alabilmesi kabiliyeti olarak tanımlayabileceğimiz nesnelerin interneti, gelişen teknolojiyle birlikte evrildi ve birçok işi otomatik hale getirmemizi sağlayan geniş bir vizyona erişti. Günümüze baktığımızda, Gartner’ın yaptığı araştırmaya göre, 2016 yılında yaklaşık 6,5 milyar cihaz internete bağlandı ve 2020 yılında bu sayı 20 milyara kadar ulaşacak.Yaşanan gelişmelerin ışığında, gelecekte internetin hemen her nesnenin içine girmesi ve farklı nesnelerin ortak amaçlar için hareket etmesi bekleniyor. Bu noktada nesnelerin internetinin geleceğine hazırlanmak ise şirketler için kaçılmaz hale geliyor.

Dünya analitik lideri olan SAS, gelişmelere ayak uydurmak ve bu teknolojiden yararlanmak için şirketlerin hayata geçirebileceği stratejileri araştırarak üç örnek uygulama üzerinde duruyor.

1- Şirket İçinde Veri Odaklı Bir Kültür Oluşturmak

Nesenelerin interneti uygulamaları üzerinde çalışılması, çok sayıda veri için de hazır olunması anlamına geliyor. Bu teknoloji analiz etmeye ve üzerinde işlem yapmaya bağlı veri ürettiği için, şirketlerin veri temelli bir analiz kültürü oluşturmaları gerekiyor. Kendisini hizmet sektörüne yönlendiren şirketlerin, alan adı bilgisi oluşturmaları gerekiyor. Bunu yapmanın en iyi yolu ise veri kullanımından geçiyor.

Örneğin Finlandiyalı bir ulaşım şirketi olan VR Group, trenlerinin durumunu sürekli izlemek için sensörler kullandı. Bu veriler, zamanlanmış bakım kontrollerinden, tahmini bakım kontrollerine geçilmesine ve toplanan veri ile bir parçanın gerçek zamanlı olarak onarılmasına izin veriyordu. Fakat böyle bir fikri edinmek için, erken hata tahmininde bulunulması, başarısızlıkların önceliklendirilmesinde analitik modeller geliştirilmesi ve bu modellerin yaşam döngüsünün yönetilmesi gerekiyor.

Yukarıdaki örnekte olduğu gibi analitik bakış açısı, daha fazla üretkenlik ve verimlilik için şirketlere fırsatlar yaratıpişlerini farklı bir yolla anlamalarına yardımcı oluyor.

2- Veriyi Analiz Etmek

Bir analiz ekonomisinde yaşıyoruz ve bu ekonomi verilerle besleniyor. Verilerin ise her zaman analitik olması gerekiyor. Analitik olmayan veriler, henüz farkına varılmamış değerler olarak görülüyor.Örneğin VR Group yalnızca trenleri hakkındaki verileri izleyip, hangi bölümlerin parçalanacağını anlamak için verileri analiz etmeseydi, bu veriler herhangi bir değer taşımazdı. Düzenli, olağan bir süreçten tahmini bir sürece geçilmesi durumunda, gözlemlemek, modellemek ve hızlıca karar vermek gerekiyor. Bu ise gelişmiş bir analiz altyapısı, sofistike bir model ve analitik gerektiriyor.

3- Veriden Sonuç Çıkarıp Hızla Aksiyon Almak

Makinelerde ve cihazlarda verileri gözlemlemek, onları buluta veya veri merkezine aktararak genellikle toplu işleme yoluyla faaliyet göstermek nesnelerin internetinde yaygın olarak kullanılan bir model olma özelliği taşıyor. Bu model yalnızca bazı uygulamalar için geçerli olsa da, hızla artan bağlı cihaz sayısı ve doğru zamanda verilere göre davranma ihtiyacı göz önüne alındığında bunun yarım kalmışbir model olduğu düşünülüyor.

Gecikme ve bir nevi son kullanma tarihleri olan verilerin, sensörlerden geldiği hızla ele alınması gerekiyor. Zamanında ve hızlıca hareket edilmemesi, verilerde değer kaybına sebep olabiliyor. Dolayısıyla verilerin görüldüğü anda harekete geçilmesi, analitiğin doğru bir şekilde uygulanması için önemli bir nokta olarak karşımıza çıkıyor.

Finans sektörü ele alındığında; potansiyel olarak hileli bir işlem satış noktasında durdurulamasa da kredi kartı işlemi gerçekleştiğinde, bu durumdan anında haberdar olunması beklentisi oluyor. Analizin her endüstriye getireceği reaktivitenin de bu şekilde olacağı kabul ediliyor.

SAS Veri Yönetimi Global Ürün Pazarlama Müdürü Matthew Magne, konuyla ilgili olarak şu açıklamalarda bulundu: “Son 27 yılda büyük adımlar atıldı. Bilişsel bilgi işleme, makine öğrenimi ve yapay zeka ile nesenelerin internetinin önünde yeni bir olasılıklar dünyası yatıyor. Yani aslında yolculuk daha yeni başladı... Bu önemli teknolojinin, nesnelerin internetinden, nesnelerin akıllanmasına doğru nasıl bir değişim gerçekleştireceği ise merakla bekleniyor. “Zekanın” analitik aracılığıyla yazılımların içine nasıl yerleştirildiğini de göz önünde bulundurduğumuzda, “Nesnelerin akıllanmasına” gerçekten de ne kadar yakın olduğumuzu kim bilebilir?”

Haberimizi tüm okurlarımızın ilgi ve bilgisine sunuyoruz.

Yazar Emine Cin Ertaş Hakkında

Sinop Üniversitesi İstatistik Bölümü mezunu Emine Cin Ertaş, İstanbul Ticaret Üniversitesi Endüstri Mühendisliği'nde "Geri dönüşüm ekonomisi" üzerine tezli yüksek lisans yaptı. Ocak 2014 ile Ocak 2020 tarihleri arasında Girişim Haber'de Baş Editörlük yaptı. Ertaş, Şubat 2020'den bu yana Beykent Üniversitesi'nde Lojistik Bölümü Öğretim Görevlisi olarak çalışmaktadır.

Yorum Ekle

Ad Soyad *
E-mail * (Gravatar resminiz görünecek)
Web
KalınYatayAltı ÇiziliAlıntı
  •   Yorum  
  •   Önizle  
Yükleniyor