Les 5 C de l’IoT pour une société plus saine, plus sûre et plus heureuse !

Le besoin de surmonter la complexité est devenu un cliché depuis des dizaines d’années. A présent, les entreprises cherchent à tirer parti des désordres, qu’elles appellent une « voie », une amélioration continue ou transformation globale. Les gens, processus et modèles de transformation technologique des années 80, tels que le management par objectif, la gestion de projet et les données relationnelles donnent naissance à des approches plus fluides, extensibles et interconnectées telles que la planification d’entreprise intégrée, les systèmes de fichiers « agiles » et distribués, et oui, l’IoT.  

Alors que l’IoT est en parti physique, considérons la deuxième loi de thermodynamique. Selon ce principe physique, n’importe quel nouveau processus spontané augmente le désordre global de l’univers. Principalement, lorsque nous nous efforçons de créer de l’ordre au niveau macro, les systèmes deviennent plus complexes au micro niveau. Jeremy England, professeur assistant au MIT, a appliqué cette loi pour faire l’hypothèse que sous certaines conditions, la matière acquiert inexorablement les attributs physiques essentiels associés à la vie.

Dans ce contexte, la marche vers l’IoT commence à avoir du sens. 

Notre volonté de connecter et de rendre plus intelligents tous les objets physiques dans notre monde de plus en plus complexe et confus est naturelle, même inévitable. Que ce soit pour de la maintenance prédictive, un projet de ville intelligente ou d’usine du futur, si votre entreprise s’engage sur la voie l’IoT, voici les « 5 C » à considérer :

1 – Connexions intelligentes

Il s’agit de commercer par connecter les mondes physique et numérique. Les connexions ont pour but de capturer des données de différentes sources telles que des capteurs, contrôleurs, logs de contrôle et de maintenance. Les tâches de stockage et de calcul d’importants volumes de données générées sont particulièrement adaptées aux infrastructures Big Data telles qu’Hadoop. Prenons l’exemple simple d’une porte de train, il s’agit de l’endroit où nous captons l’état de la porte, « ouverte » ou « fermée ». 

2 – Conversion de données en informations

Durant la Conversion, les données utiles sont extraites d’un large ensemble d’informations, dont un grand nombre sont inutiles. Les données doivent aussi être synthétisées, ou croisées avec d’autres données pertinentes. Dans l’exemple de la porte du train, nous devons savoir si un passager a pressé le bouton « porte fermée » et quel est l’état de la porte.

3 -Centralisation

Dans la Centralisation, les données sont stockées virtuellement ou physiquement à un seul endroit, tel qu’un data lake. Seules les données d’événements ont besoin d’être stockées, pas tout ce qu’il y a autour. Notre porte de train, par exemple, pourrait générer des milliards de signaux de « porte fermée » par seconde, mais seul un cas d’incident nécessite d’être stocké.

4 – Connaissance

La Connaissance consiste à personnaliser l’analytique pour comprendre les systèmes surveillés et leurs interactions. Par exemple, des températures élevées et notre porte de train qui peine à se fermer. Une corrélation plus approfondie peut être faite par rapport à la porte fabriquée en 1987 et une usine spécifique. Les informations détaillées acquises au fil du temps améliorent la prise de décision. Le technicien du train, par exemple, pourrait décider après plusieurs jours de forte chaleur de mettre à l’arrêt l’ensemble des wagons et programmer une maintenance pour empêcher son retrait de la circulation. Maching learning, analyse statistique, et techniques de data mining contribuent à réaliser une analyse des données intelligente et commencent à apporter aux objets leur propre conscience.

5 – Constante amélioration

Cette dernière étape opère du monde numérique vers le physique. Il s’agit de mettre en œuvre des systèmes résilients qui prennent des décisions correctives et préventives. Notre porte de train est informée que « selon la façon dont j’opère, je tomberai en panne dans 3 semaines. Mais si j’envoie un signal aux humains pour qu’ils réduisent d’un degré la température de l’air dans les wagons, je n’aurai pas de défaillance pendant 7 mois. »

Les progrès de l’IoT reflètent la vie organique en utilisant des données robustes et des « Objets » pour créer de meilleurs systèmes. Nous mettons de l’ordre en créant des préconditions et des données, et laissons le machine learning fait face à « l’évolution ».

Simultanément, la société devrait devenir en meilleure santé, plus sûre et plus heureuse. C’est ce que nous appelons « l’Innovation Sociale », vocation ultime de l’IoT !