Per introdurre il discorso sui sistemi edge, o periferici, applicati all’IoT possiamo adottare la classifica degli analisti Forrester (vedi studio Make Room For The Autonomous Edge In Your IoT Strategy), che li distinguono, in ordine crescente di funzionalità, in quattro ampie classi:
- Edge sensoriale. È formato dall’insieme dei sensori, sempre più piccoli, economici e a basso consumo che misurano luce, calore, vibrazioni e quant’altro inviandone i dati a un sistema in grado di interpretarli in un contesto predefinito. Esempio banale: i sensori di temperatura delle stanze d’albergo che mandano i dati al sistema di condizionamento centrale. L’edge sensoriale e i relativi protocolli di trasmissione sono alla base dell’IoT.
- Edge attuativo. Comprende i dispositivi che traducono in azione fisica le istruzioni di un sistema esterno. Per tornare all’esempio precedente, l’edge attuativo è dato dall’insieme dei servocomandi che regolano pompe e ventole dei condizionatori nelle stanze secondo le istruzioni del sistema centrale e gli input degli ospiti.
- Edge assertivo (stateful edge). Tratta i dispositivi periferici operativi anche se disconnessi dal sistema centrale. Devono quindi avere proprie capacità di elaborazione e storage per poter fornire dati alla ripresa della connessione. Per esempio, nelle piattaforme petrolifere offshore le informazioni critiche sono inviate tramite costose connessioni satellitari, mentre la massa dei dati viene scaricata dai dispositivi edge assertivi in occasione dei turni di manutenzione programmati.
- Edge autonomo. Questo è il vero e proprio edge computing, espressione che d’ora in avanti useremo come quella più diffusa per definirne le prerogative. Qui i dispositivi periferici hanno una capacità locale di elaborazione tale da poter operare secondo algoritmi anche complessi. Per esempio, i deviatori che tolgono dalla catena di montaggio i pezzi che presentano evidenti anomalie, o i sistemi di sicurezza che lanciano un allarme e bloccano la partenza del treno se qualcosa ostacola la chiusura delle porte. Si tratta di dispositivi molto più complessi dei precedenti e che possono sfruttare tecniche di machine learning per estendere le proprie capacità. Sebbene autonomi, si distinguono dai robot in quanto non operano in modo isolato ma come parte periferica di un sistema più esteso.
Dove l’edge computing dà più valore
Secondo Forrester l’edge computing è: “Una famiglia di tecnologie che distribuiscono dati e servizi applicativi in modo da ottimizzarne gli effetti in un crescente insieme di risorse interconnesse che include elementi infrastrutturali e di software analitico”. Una definizione ampia e che soprattutto considera il fenomeno più dal punto di vista del risultato finale che delle soluzioni abilitanti ed è in quest’ottica che ne parleremo.
Per quanto ciascuna delle classi di edge systems, che peraltro si integrano e combinano a seconda dei contesti operativi (figura 1), abbia il suo portato di valore, è intuibile come sia specialmente l’edge computing, a interessare i responsabili I&O (infrastrutture e operazioni) delle imprese. La distribuzione dei dati e dei servizi e il loro spostamento dal centro ai margini della rete, presso l’utenza, offrono nei confronti del business dei vantaggi che riguardano soprattutto due grandi gruppi di user-case. Il primo comprende le attività basate su scambi massicci e intensivi di dati; il secondo quelle dove conta la massima velocità d’interazione, cioè la bassa latenza dei sistemi.
Nel primo gruppo l’edge computing è spesso già da tempo una realtà. Il caso più rilevante è quello della distribuzione di video streaming e contenuti ad alta definizione. Akamai, per esempio, invia contenuti per oltre 30 Terabit-secondo sfruttando grazie all’edge la banda libera in prossimità dell’utente, e lo stesso fa Netflix, ma valgono anche gli esempi delle smart-cities e delle fabbriche intelligenti. Di fatto, buona parte delle soluzioni abilitanti la Industry 4.0 poggia su topologie edge.
Quanto al secondo gruppo, si può a sua volta dividere in due tipi di casi applicativi: quelli in cui la ricerca della minima latenza riguarda l’interazione tra macchine e utenti umani e quelli in cui è prevalente, anche se non esclusiva, l’interazione tra macchina e macchina. User-case tipici del primo tipo sono l’ottimizzazione dei siti web di e-commerce B2C, dove bastano pochi secondi d’attesa per perdere il cliente, e i giochi on-line. Nel secondo tipo rientrano invece, per esempio, le applicazioni analitiche real-time (dal trading on-line, che ne è una famiglia, all’intelligenza artificiale, che ne è uno sviluppo) e i sistemi di guida autonoma (droni, automobili, carrelli industriali…) nonchè parte delle applicazioni IoT, dagli smart-meter alla manutenzione preventiva.
Vantaggi di business, se l’edge è sicuro
Le divisioni che abbiamo fatto sono utili per dare una dimensione al fenomeno edge, ma nella pratica presentano confini molto sfumati. Per dire: i veicoli a guida autonoma devono reagire in millisecondi, ma anche trattare gigabyte di dati. Guardando quindi all’edge computing nell’insieme, si può dire che gli user-case presentino vantaggi e rischi comuni.
Forrester ha svolto recentemente un’indagine su quasi duemila decisori di aziende Tlc di dimensione globale che stanno pianificando o realizzando sistemi di edge computing. Sebbene limitata alle telecomunicazioni la ricerca ha fornito risultati applicabili, mutatis mutandis, all’edge autonomo in generale, e quindi anche relativo all’IoT. Sintetizzando quanto emerso, si può dire che i grandi vantaggi dell’edge sono tre:
1) Apre la strada a nuovi business data-driven. Un caso attuale sono i servizi che si vanno ideando (e vendendo) sfruttando i dati forniti dai prodotti connessi nella loro vita presso il cliente e altrimenti difficili da raccogliere e analizzare. Ed è solo la punta dell’iceberg. Con circa 14 miliardi di oggetti on-line entro il 2023 si aprono per l’edge computing applicato all’IoT prospettive inusitate.
2) Semplifica le reti di grande estensione. L’edge computing alleggerisce drasticamente il carico sulla rete, con guadagni economici e di qualità dei servizi (ridotta latenza). È un vantaggio vitale per le Tlc e per l’Oil&gas, ma quali sono le società, in un mercato globale, che non hanno o non avranno reti sempre più estese?
3) Elimina il trasporto e lo storage di dati inutili. È una conseguenza del punto precedente: spesso gran parte dei dati locali non serve al resto dell’organizzazione. L’edge computing permette di elaborare e utilizzare i dati raccolti localmente e poi di eliminarli quando non sono più necessari, risparmiando risorse infrastrutturali.
Quali sono gli ostacoli all’adozione dell’edge computing
La stessa ricerca ha evidenziato anche gli aspetti critici dell’edge. Il principale è senza dubbio la difficoltà di controllare e proteggere dispositivi posti a distanza e a volte in luoghi poso accessibili. Quello della sicurezza dell’edge è percepito come il maggiore ostacolo alla topologia edge nel 31% delle risposte e quasi la metà di tutti gli intervistati intende incrementare gli investimenti in sicurezza entro l’anno in corso. Seguono, con quote poco differenziate, la mancanza di ruoli e compiti organizzativi specifici dell’IT (25%); la complessità di gestione dei dispositivi remoti (24%) e i costi degli stessi (23%). Ci lascia, a nostro parere, perplessi il 22% dei rispondenti che lamenta il tempo di transito dei dati verso i repository centrali, una cosa che contraddice il vantaggio principale dell’edge stesso. Forrester si limita ad osservare che dei subset di dati devono comunque viaggiare sulla rete e questa va quindi progettata per favorire il loro trasferimento. Non ci stupisce invece che un significativo 21%, dica di non avere una visione condivisa su cosa sia l’edge computing e dove, logicamente e fisicamente, si trovi (figura 2).
Per partire col piede giusto neii progetti di edge computing
In conclusione, l’edge computing è alla base di molte attuali applicazioni e soprattutto di molti progetti futuri in campo IoT, ma comprende ambienti fisici che spesso sono estranei alle conoscenze e all’esperienza dei responsabili I&O, tradizionalmente formati in ambito data center. Per ridurre il rischio d’iniziative fallimentari, oltre all’ovvio consiglio di partire con progetti relativamente piccoli e localizzati, Forrester raccomanda tre cose:
1) Focalizzarsi sul valore per l’utente. Nel senso di badare a come si potranno conquistare e soddisfare i clienti di quello che sarà il futuro servizio IoT evitando la trappola di lasciarsi intrigare da capacità magari tecnicamente eleganti ma di cui nessuno ha bisogno.
2) Considerare le opportunità di tutte le classi di edge. È vero che il modello autonomo è quello di maggior potenziale, ma è anche il più difficile. Applicazioni di classe sensoriale o attuativa possono soddisfare veri bisogni degli utenti con sistemi più economici e semplici da realizzare e probabilmente anche più robusti di sofisticate soluzioni di edge computing.
3) Far collaborare su obiettivi comuni i team IT e OT. L’OT (operational technology) è l’insieme delle tecnologie hardware e software che intervengono nel monitoraggio e controllo dei dispositivi fisici e dei processi di un’impresa. Il contributo di persone esperte in quest’area è fondamentale per aiutare i team di sviluppo applicativo, networking, security e quant’altro compete all’IT ad affrontare problemi dei quali non hanno né possono avere esperienza. Spetta al responsabile I&O di motivare queste persone a spingersi oltre i propri ambiti di competenza lavorando insieme su un obiettivo comune: una soluzione IoT che soddisfi i clienti e promuova il business.
