Ogni azienda genera un gran numero di dati: ciascun reparto produce infatti quotidianamente moltissimi dati da ogni singola operazione che esegue. Questa mole di cosiddetti Big data ha un potenziale informativo enorme che può aiutare le imprese sia a conoscere meglio sé stesse (ottimizzando il proprio livello di efficienza interna) che il proprio mercato di riferimento, con la possibilità di anticiparne le evoluzioni e costruire le migliori strategie di business. Partendo da alcune definizioni e dai dati del mercato italiano, cerchiamo di capire cosa significhi per le aziende creare valore attraverso l’opportuna analisi dei dati raccolti dagli smart object.
Smart object, alcune definizioni
Smart object è in generale qualunque oggetto, reso connesso e in grado di comunicare.
Secondo i dati dell’Osservatorio Internet of Things del Politecnico di Milano, In Italia a fine 2020 erano 93 milioni gli oggetti connessi: a livello mondo si parla di circa 30 miliardi di smart object.
Lo smart object è caratterizzato dal possesso di una o più funzionalità come l’identificazione, la localizzazione, la diagnosi di stato, la capacità di acquisire dati dall’ambiente circostanti, di farne una prima elaborazione, trasferendo poi solo quei dati che corrispondono a determinati requisiti o anche di effettuare azioni in base al verificarsi di certe condizioni.
Questi dispositivi sfruttano tecnologie proprietarie e aperte, piattaforme standard come Arduino o Raspberry, reti Wi-Fi, Bluetooth o ZigBee (uno standard di comunicazione wireless): a seconda delle applicazioni, è poi possibile effettuare analisi di prossimità mediante Edge computing, o interagire con servizi in cloud per elaborazioni più sofisticate con impiego anche di tecniche di intelligenza artificiale (AI).
In questo contesto, il termine Internet of Things (IoT) indica proprio quell’insieme di tecnologie volte a ottimizzare raccolta, trasmissione, analisi e utilizzo dei dati provenienti dagli smart object.
Il mercato italiano degli smart object
In Italia, sempre secondo la citata ricerca dell’Osservatorio, il primo segmento del mercato IoT è costituito dallo Smart metering & Smart asset management nelle utility, con un valore di 1,5 miliardi, che rappresenta il 25% del totale, spinto soprattutto dagli obblighi normativi a dotarsi di contatori intelligenti.
Seguono la Smart car, con un fatturato di 1,18 miliardi di euro, pari al 20% del mercato, e 17,3 milioni di veicoli connessi (il 45% del parco circolante in Italia), lo Smart building, che vale 685 milioni di euro ed è legato prevalentemente alla videosorveglianza e alla gestione dei consumi energetici all’interno dell’edificio, le soluzioni smart per la fabbrica (385 milioni di euro, in crescita del 10% rispetto all’anno precedente), la Smart logistics (610 milioni di euro), e la Smart city (560 milioni di euro).
Oggi, quasi il 40% del mercato IoT è costituito ormai da servizi a valore aggiunto, come manutenzione o pronto intervento, in caso di sorveglianza, oppure servizi di tele-assistenza di malati o anziani (Smart health) oppure ancora servizi di Smart delivery (ad esempio lockers a guida autonoma per la consegna di prodotti).
In questo progressivo processo di servitizzazione, è anzi proprio la componente di servizio a prevalere, con l’avvento di nuovi modelli di business: per esempio Toyota ha avviato un piano pay-per-drive-connected, facendo pagare per l’effettivo utilizzo dell’auto, mentre molte aziende iniziano a far pagare per l’effettivo utilizzo dei macchinari che mettono a disposizione o per quanto da essi prodotto.
Lo smart object diventa quindi una sorta di canale di vendita attraverso cui proporre al cliente funzionalità di prodotto innovative.
Dal dato all’informazione
Il dato di per sé stesso genera valore solo laddove diventa insight: trasformare i dati in informazioni decisive per compiere le migliori scelte strategiche per la propria azienda è dunque la sfida del futuro che determinerà il livello competitivo nel mercato globale.
Da un punto di vista operativo, il dato deve essere preparato, analizzato attraverso tecniche che vanno dalle più semplici operazioni statistiche fino agli algoritmi di machine learning.
Big data e cloud diventano un connubio imprescindibile nella moderna trasformazione digitale, proprio per la flessibilità e scalabilità che assicurano le risorse messe a disposizione dalla “nuvola”.
Tuttavia, anche il cloud presenta dei limiti: dagli elevati costi di banda legati ai volumi massivi di dati, ai vincoli regolatori fino ai problemi di latenza, cruciali soprattutto in caso di analisi in tempo reale, che secondo una ricerca IDC cresceranno del 30% entro il 2022.
Intervengono allora tecnologie, dette di edge computing, che spostano ai bordi della rete le analisi sui dati più critiche, per ragioni di latenza o di privacy, inviando poi al cloud solo i dati realmente necessari.
L’ultimo passo del processo è senz’altro quello che riguarda la visualizzazione e condivisione dell’informazione ai diversi livelli aziendali, come supporto concreto alle decisioni di business.
Smart object, la creazione del valore dai dati
Esistono due modi principali attraverso i quali le aziende possono generare valore di business attraverso l’IoT[1]: l’aumento di visibilità del mondo fisico e la scomposizione dei processi.
Nel primo caso ci si riferisce al fatto che l’IoT colma il divario tra fisico e digitale permettendo all’azienda di comprendere in tempo reale cosa sta accadendo e di attuare conseguenti strategie di ottimizzazione. Per esempio, il fatto che ciascuno dispositivo sia connesso alla rete e con gli altri dispositivi, permette di implementare aggiornamenti e introdurre funzionalità aggiuntive in modalità “over the air”.
La scomposizione dei processi è invece relativa al fatto che la natura distribuita dell’infrastruttura IoT abilita processi di business decentrati, con risultati positivi in termini di scalabilità, prestazione ed innovazione.
Per quanto riguarda la creazione di valore, la disponibilità di dati e informazioni, e un time-to-market più rapido hanno un ruolo centrale. L’informazione abilita infatti innovazione di tipo data-driven, interazioni in tempo reale con i clienti e una migliore predizione dei bisogni emergenti del cliente.
La drastica riduzione del time-to-market dell’innovazione è, ad esempio, particolarmente importante per i prodotti fisici con un ciclo di vita più lungo. Un tipico esempio viene dall’industria automobilistica, dove Tesla Motors, qualche anno, fa durante la notte ha introdotto la funzione Autopilot in decine di migliaia di auto, già vendute, attraverso un semplice aggiornamento software.
Le soluzioni IoT consentono anche la creazione di piattaforme digitali in cui più gli attori possono beneficiare di una quantità di informazioni senza precedenti generata dai dispositivi collegati in veri e propri ecosistemi. Il valore delle informazioni, infatti, non è esaustivo ma aumenta con l’uso che se ne fa (effetto network): la quantità di informazioni disponibili nel mondo IoT rende dunque questo l’ambiente perfetto per favorire le collaborazioni inter-organizzative lungo tutta la filiera produttiva.
Inoltre, l’IoT consente anche alle aziende di spostare l’attenzione dal numero di pezzi prodotti al valore del servizio e delle informazioni fornite all’utente finale.
Principali driver di creazione e acquisizione di valore dei prodotti tradizionali e dei prodotti IoT
La tabella seguente[2] suggerisce un confronto tra i principali driver di creazione di valore e acquisizione di valore dei prodotti tradizionali e di quelli IoT:
Elemento di creazione del valore | Mindset legato al prodotto tradizionale | Mindset IoT |
Bisogni cliente | Risposta reattiva | Risposta predittiva grazie all’analisi in tempo reale |
| Offerta | Prodotti stand alone che diventano obsoleti con il tempo | Prodotti connessi che si aggiornano da remoto e sono in rapporto sinergico fra loro |
| Ruolo dei dati | Singoli dati vengono utilizzati per definire i futuri requisiti prodotto | La convergenza delle informazioni crea una vera e propria esperienza per i prodotti attuali ed abilita nuovi servizi |
| Elemento di acquisizione del valore | Mindset legato al prodotto tradizionale | Mindset IoT |
| Profitti | Vendere il prossimo prodotto o servizio | Abilitare ricavi ricorrenti e aumentare l’efficienza |
| Punti di controllo | Potenzialmente include la proprietà delle materie prime, la proprietà intellettuale e il marchio | Aggiungere personalizzazione e contesto, “effetto network” tra prodotti diversi in relazione fra essi |
| Possibilità di sviluppo | Far leva sulle competenze core, sulle risorse esistenti e sui processi | Comprendere come gli altri ecosistemi partner producono ricavi |
Tutto questo implica però la necessità, per le aziende, di sviluppare e valutare il proprio approccio strategico all’IoT prendendo in considerazione l’intera strategia di business e il modo di intendere il proprio ruolo sul mercato, ben oltre quindi l’attenzione alle sole, pur necessarie, componenti tecniche.
Note
- Cfr. Haller, S., A. Karnouskos, and C. Schroth. 2009. The Internet of Things in an Enterprise Context. In Future Internet Symposium, 14–28. Berlin, Heidelberg: Springer. ↑
- Cfr. Rosati P., Lynn T. (2020) Mapping the Business Value of the Internet of Things. In: Lynn T., Mooney J., Lee B., Endo P. (eds) The Cloud-to-Thing Continuum. Palgrave Studies in Digital Business & Enabling Technologies. Palgrave Macmillan, Cham. https://doi.org/10.1007/978-3-030-41110-7_8 ↑
Immagine fornita da Shutterstock
