Nemcsak a rezsi, de a hírnév is az összegyűjtött adatokon múlhat

Az Internet of Things (IoT) technológia és szemléletmód meghatározó szerepet tölt be napjainkban. De mégis mit takar ez a kifejezés?

A mi nézőpontunkból igazából nem annyira maguk az internetesített dolgok, hanem az általuk összegyűjthető adatok halmaza lényeges. Abból indulunk ki, hogy akkor tudunk megérteni valamit a világból, ha az arról összegyűjtött adatokból következtetéseket vonhatunk le. A digitalizáció mellett elkötelezett IT-szolgáltatóként a különböző helyekről származó információk összegyűjtése és rendszerben kezelése egyik kiemelkedő kompetenciánk.

Rengeteg IoT-megoldás van a piacon általában, melyek a legtöbb esetben még szigetszerűen működő rendszerek, ezek megfelelő összekötésével, követésével és az így kinyert adatokból már ma is számos hasznos következtetést vonhatunk le, és azonnali eredményeket is elérhetünk.

Miért fontos a mai világban ez a végtelennek tűnő összekapcsolódás, illetve milyen kihívásokat rejt magában?

Mondok egy egyszerű, most aktuális példát: a rezsiköltségek emelkedése. Egyre több vállalat keres meg minket, hogy mit kezdhetne ezzel a jelenséggel. Mi például abban tudunk segíteni az energiafelhasználás mérésében, követésében és tervezésében, hogy megmutatjuk, honnan erednek és milyen típusúak a konkrét fogyasztások, ebből pedig tervezési és üzemeltetési szempontokat és további konklúziókat vonhatunk le.

Egyik ügyfelünk egy egész Magyarországot lefedő cég, amelynek most többszörösére nőttek az energiaköltségei. Az első lépés, hogy megértsük, milyen ügyfeleik és fogyasztási szokásaik vannak. Vannak elképzelések a az energiafelhasználás jellemzőiről, de valós képet csak akkor kapunk, ha egzakt módon meg tudjuk mérni. Maga a megoldás mindig az ügyfél kezében van. Ő látja, hogy milyen módosításokat érdemes elvégezni, mi pedig ehhez hasznos információkkal és számtalan megoldási javaslattal szolgálunk. Tudhatjuk, hogy sokat fogyaszt egy adott lámpa, de nem biztos, hogy pont az a lámpa a legkomolyabb fogyasztó, hanem például egy számítógép dokkoló, indukciós töltővel. Ez olyan veszteséget jelenthet, amiről az üzemeltető nem is tud. Ahhoz, hogy kiderüljön, mérésekre és az eredményeket követő rendszerre van szükség.

Amennyiben már ismerjük a fogyasztási szokásainkat, következhet a második lépés, az előrejelzés. Prediktív analízissel megmutatható, hogy a szokások változtatása nélkül hogyan alakulna a felhasználás.

A prediktív felhasználás mit jelent?

A nagyfogyasztóknál praktikus megközelítés például az árutőzsde figyelemmel követése. Az elektromos áram tőzsdei ármozgásai alapján előre lehet jelezni a piaci, fogyasztási trendeket, és így is lehet olcsóbban áramot beszerezni. Amennyiben egy vállalat az áramszolgáltatónak előre tudja jelezni a tevékenységét, energiaigényét, és ezt akár előre le is tudja szerződni, akkor ennek köszönhetően tervezett lehet a terhelés a hálózaton, és ezáltal olcsóbban kaphat áramot.

Milyen cégeknek hasznos ez?

Az a tapasztalat, hogy azoknál a cégeknél hatékony a mérés, akik vagy nagy területi lefedettséggel dolgoznak, vagy sok végpontot üzemeltetnek, nem is biztos, hogy mindig a saját ingatlanukban. Ezek lehetnek nagyrészt bolthálózatok például.

Tíz eszköznél természetesen más a feladat, mint több ezer mérőpontnál. Jellemzően komplex feladat az optimalizálás, nagy segítség az üzemeltetőnek, amennyiben automatikus rendszer gyűjti be az adatokat, a fogyasztási és a kapcsolódó környezeti paramétereket.

Mit szoktak a leggyakrabban optimalizálni?

Ez mindig nagyon egyedi. Az ügyfélnek általában van egy elképzelése arról, hogy mit szeretne látni. Először egy pilot platformot mutatunk be neki, amelyen keresztül megismeri, milyen információkat tudunk neki szolgáltatni a rendszereiről. A kinyert adatok alapján következtetni tud arra, hogy milyen döntéseket tudna hozni, ez alapján készül el az egyéni igényre szabott megoldásunk.

Azt az adatot például, hogy egy boltban hányan haladtak át egy kapun, teljesen eltérő módokon lehet felhasználni. Lehet, hogy arra az információra is szükségünk van, hogy a betérők hány százaléka vásárolt. De arra is kíváncsiak lehetünk, hogy a  légkondicionálót miként érdemes szabályoznunk, amikor sok vevő tér be, és hogyan, amikor kevés a vendég.

Mennyire nehezítés, hogy a dolgok internete nagyon lassan fejlődik, és a Google, az Amazon és az Apple csak mostanra tudott megegyezni egy szabványos kommunikációs protokollról?

A mi rendszereinkben nem az a mozgatórugó, hogy intelligens hangvezérlésünk legyen, de létező probléma, hogy rengeteg gyártó van, és nincsenek bevett szabványok. Vannak ugyan elterjedt, a tapasztalatok alapján használható protokollok, de így is nagy kihívás az egységes platformra terelés. Portfóliónkban olyan IoT-platformot is kínálunk, amit kifejezetten adatgyűjtéshez készített a nemzetközi gyártó, és ebben javarészt megoldottak, illetve kezelhetők a napjainkban egyébként még rengeteg mérnöki munkát igénylő kihívások is.

Hányféle eszközt tudnak kezelni?

Lényegében bármit, ami árammal működik, akár a vízórát is. A kérdés, hogy vezérelni vagy mérni akarunk. A mérés értelemszerűen egyszerűbb, a vezérlés már komplexebb feladat. A megrendelő igénye és lehetősége szabja meg, hogy mit érhetünk el ezen a téren, de maradva a légkondicionáló készülékeknél, a modern berendezések már eleve rendelkeznek olyan modullal, amivel kezelhetők.

Minden ilyen projektben az a fő kérdés, hogy a méréssel és gyűjtéssel megszerezhető információval mit nyerünk. Megéri a befektetés? Pontosabban: mibe éri meg befektetni? Ebben a döntésben is tudjuk támogatni ügyfeleinket. A rezsi esetében egyértelmű a megtakarításokból fakadó anyagi vonzat, de könnyen lehet, hogy nem csak ilyen típusú a megtérülés. Tapasztalataink szerint a hírnevet is érintheti: automatikusan vezérelve mindig jó időben világíthat egy adott reklám, míg kézi vezérléssel a cég reklámja, renoméja csorbulhat. Ez pénzzel nehezebben kifejezhető, mégis fontos momentum az ügyfélnek.

A távközlésben hasonló a probléma, rengeteg, igen eltérő telephellyel és telepített, tipikusan értékes eszközzel rendelkeznek. Egy ilyen berendezés élettartama és megbízható működése múlhat azon, hogy a környezeti paramétereit ismerik. Érdemes központosítva követni, hogy működik-e egyáltalán, milyen hőmérsékleten, de a megfelelő szenzorokkal előbb észlelhetünk és javíttathatunk egy beázást, mint hogy az az eszköz működőképességét érintené. Itt a befektetéssel költséget takaríthatunk meg, tervezhetőbb karbantartást és stabilabb szolgáltatást nyújthatunk.

Természetesen az adatgyűjtés és -feldolgozás működhet az ügyfél számára felhőszolgáltatásban is. Az alkalmazható esetekben ezt azért érdemes választani, mert ezekhez a megoldásokhoz könnyebb hozzákapcsolni a mesterséges intelligenciát, ugyanakkor költséghatékonyabbak is.

A mesterséges intelligenciát prediktív analízisre vagy anomáliadetekcióra használjuk jellemzően: előre kalkulálhat a mérések alapján, vagy figyelmeztethet az anomáliákra. A klasszikus monitoringhoz tartozik, hogy a bekövetkezett problémát jelezheti, a mesterséges intelligencia alkalmazásával viszont akár az adott eszköz hangjának megváltozásából is előre jelezheti egy berendezés várható meghibásodását, karbantartási igényét.

A rezsi terén milyen megtakarítást lehet egy ilyen rendszerrel elérni?

Ezt nem egyszerű meghatározni. Az egyik ügyfélnél végeztünk egy viszonylag szokványos mérést a meddő és hatásos teljesítmény eltéréséről. Kimutattuk, hogy a felhasználás egyharmada meddő volt. Azonban az, hogy hány százalékot tud spórolni már a felhasználási szokásainak megváltoztatásán vagy a nem korszerű, több áramot fogyasztó eszköz cseréjén múlik. Hallottam olyan példáról, amikor a sok különálló telephellyel vagy üzlettel rendelkező cégek versenyt hirdettek, ki tud nagyobb megtakarítást elérni. Ez a humán rész is fontos és mérhető, hiszen a fogyasztási szokások jó irányba történő, tudatos megváltoztatása további megtakarításokhoz vezethet.

Ez a támogatott szerkesztőségi tartalom a 4iG támogatásával jött létre.

(Borítókép: Németh Ákos 2021. novemberben. Fotó: Bodnár Patrícia / Index)