L’Internet of Things (IoT), insieme ai Big Data e all’intelligenza artificiale (AI), è il fulcro della digitalizzazione dell’economia mondiale. I dati raccolti dai sensori possono essere monitorati e restituiti per avviare un’azione, acquisire informazioni o rispondere a un altro oggetto connesso a centinaia di chilometri di distanza. Tale configurazione, denota uno spostamento della “complessità computazionale”[1] verso lo strato “Edge” di rete, ovvero in modalità distribuita e in prossimità di dove viene acquisito il dato. In tal modo, si possono evitare costi di comunicazione e archiviazione non necessari, applicando al tempo stesso il Machine Learning e l’intelligenza artificiale per identificare modelli di dati ottimizzati a beneficio dei processi e delle aziende che ne usufruiscono.

Figura 1 IoT from Cloud to Edge computing

L’Internet delle cose, o IoT, è una rete di oggetti fisici con sensori, software e altre funzionalità che consentono all’hardware di connettersi a Internet e scambiare dati con sistemi online e altri dispositivi connessi. Gli oggetti collegati all’Internet of Things vanno dai semplici elettrodomestici ai macchinari industriali estremamente complessi. Da una stima generalizzata, i dispositivi connessi all’IoT in tutto il mondo nel 2023 si attestano ad alcune decine di miliardi, dove molti di questi dispositivi offrono agli utenti l’accesso a funzionalità remote in tempo reale. In tale contesto, sebbene i dispositivi connessi esistano da decenni, i progressi nelle reti wireless 5G e nei microprocessori hanno consentito l’espansione rapida dell’Internet of Things nei prossimi anni.

Evoluzione dell’IoT

Prima del ventunesimo secolo, i microprocessori erano troppo grandi e Internet era troppo limitato per interconnettere i dispositivi in modo efficace. Tuttavia, una prima applicazione documentata dell’IoT, la dobbiamo agli studenti del dipartimento di informatica della Carnegie Mellon University, che all’inizio degli anni ’80 aggiunsero delle fotocellule a un distributore automatico del campus, per monitorare a distanza le lattine di bibite contenute nella macchina.

Successivamente, il termine IoT “internet delle cose”, fu coniato da Kevin Ashton[2] nel 1999 per descrivere oggetti dotati di sensori collegati in rete che hanno la capacità di acquisire autonomamente dei dati. Ma la grande diffusione dell’IoT la dobbiamo alla Apple Inc. che nel 2007 lanciò il primo iPhone, favorendo la successiva espansione degli smartphone, segnando un punto di svolta significativo per l’IoT.

Come funziona?

L’IoT opera su tre livelli: fisico, rete e applicazione.

Livello fisico.

L’hardware utilizzato per connettere un dispositivo (es. i sensori) a Internet è noto come livello fisico dell’Internet of Things. Perché raccoglie informazioni dal mondo fisico o identifica altri dispositivi connessi nell’ambiente, lo strato fisico è anche noto come strato di percezione.

Livello rete.

Il livello di rete dell’Internet of Things è il livello che si occupa della trasmissione dei dati raccolti e della connessione di un dispositivo ad altri oggetti intelligenti, server e dispositivi di rete.

Il livello di rete dell’Internet of Things è il livello che si occupa della trasmissione dei dati raccolti e della connessione di un dispositivo ad altri oggetti intelligenti, server e dispositivi di rete.

Livello Applicazione

Livello Applicazione

Le applicazioni IoT forniscono servizi agli utenti. Questo livello comprende le interfacce e i protocolli che i dispositivi collegati utilizzano per comunicare tra loro e con gli utenti.

In tale classificazione per livelli, il ruolo dell’utente rappresenta la componente superiore principale, il quale può utilizzare dispositivi di controllo remoto (tablet, smartphone, laptop) per gestire e controllare i dispositivi IoT tramite specifiche interfacce, come ad esempio dashboards che fungono da “cruscotto”. I dati raccolti da ciascun dispositivo in una rete IoT, possono essere aggregati per contribuire a migliorare le prestazioni di tutti i dispositivi sulla rete, permettendone persino l’automazione, che risulta essere particolarmente utile quando si tratta di attività ripetitive, che richiedono molto tempo per essere svolte o addirittura pericolose per l’operatore. 

Figura 2 IoT Stack

L’IoT genera costantemente enormi quantità di dati, è quindi necessario sfruttare l’intelligenza artificiale per elaborare tali dati e ottenere informazioni dettagliate sui processi IoT. Processi da sottoporre a strutture di Machine Learning che a sua volta consenta di identificare automaticamente anomalie nei dati e utilizzare dei modelli per apportare delle migliorie senza l’intervento umano.

La tecnologia di Machine Learning può migliorare la manutenzione delle apparecchiature, prevedere i risultati dei processi e regolare automaticamente le procedure utilizzando dati telemetrici come la temperatura e pressione. In sintesi, nelle applicazioni industriali, il Machine Learning può aiutare migliorare la gestione del rischio, aumentare la produzione e evitare interruzioni impreviste della produzione.

Applicazione dell’IoT – Industry 4.0

Secondo l’IBM, “L’industria 4.0 è sinonimo di smart manufactoring e rappresenta la realizzazione della trasformazione digitale del settore manifatturiero, offrendo processi decisionali in tempo reale, maggiore produttività, flessibilità e agilità per rivoluzionare il modo in cui le aziende producono, migliorano e distribuiscono i loro prodotti”.

Secondo tale definizione, l’utilizzo di dispositivi IoT di alta tecnologia nelle SMART FACTORIES aumenta la produttività e la qualità finale delle lavorazioni. La sostituzione dei modelli di ispezione manuale con informazioni visive basate sull’intelligenza artificiale riduce ad esempio, gli errori di produzione con evidente risparmio di tempo e investimenti. Il personale responsabile del controllo qualità può, tra l’altro, installare uno smartphone connesso al cloud e monitorare i processi di produzione da qualsiasi luogo con un investimento tecnologico minimo. In tale approccio, gli algoritmi di machine learning consentono ai produttori di identificare gli errori tempestivamente, piuttosto che in fasi di lavorazione successive, quando gli eventuali correttivi risultano maggiormente onerosi.

Esempio applicativo dell’IoT – controllo remoto di produzione

Obiettivo: controllare a distanza il processo produttivo di un birrificio

Soluzione: applicare un interfaccia wireless al PLC[3] dell’impianto di produzione allo scopo di gestirne l’avvio/arresto, rilevando i parametri telemetri di pressione e temperatura del prodotto lavorato.

Tale interfaccia wireless, connessa mediante Internet ad un tablet dotato di un’applicazione specifica di controllo, permette all’operatore di avviare l’impianto, spegnerlo e temporizzarne il funzionamento. Inoltre, è ad esempio possibile supervisionare le temperature di fermentazione del prodotto e gestirne le fasi successive di lavorazione.

Figura 3 Il controllo remoto

Risultato: evidente risparmio delle tempistiche di processo, in ragione del controllo continuo esercitato sulla base dei dati telemetrici costantemente rilevati. In aggiunta, si realizza un’ottimizzazione dei costi, operando ad esempio, le azioni più “energivore” nelle fasce orario maggiormente convenienti in termini di costi del consumo elettrico.

Conclusioni

I benefici dell’IoT sono stati ampiamente colti dal mercato mondiale e italiano, registrando costanti indici di crescita; da uno studio dell’Osservatorio Digital Innovation del politcenico di Milano del 2023, emerge che nel nostro Paese, il mercato IOT ha raggiunto 8,3 miliardi di euro nel 2022, con una crescita del 13 percento rispetto al 2021. Il mercato comprende non solo piattaforme di software IOT, ma anche prodotti e servizi Machine to Machine (M2M), che includono applicazioni IOT realizzate attraverso reti mobili di nuova generazione, sensori, sistemi che li collegano alle reti e quindi alle piattaforme di raccolta dei dati.

Figura 4 mercato dell’IOT in Italia (Politecnico di Milano, 2023).

Le connessioni IoT in Italia hanno raggiunto la ragguardevole cifra di 124 milioni di collegamenti nel 2022, ovvero 2,1 connessioni per abitante rispetto a 1,8 connessioni nel 2021, dove le connessioni M2M[4] sono circa 39 milioni a fine 2022, il 31% del totale e il 46% del valore del mercato. Per una minore disponibilità di sensori con SIM e un costo medio oggi superiore, le connessioni cellulari crescono in modo più modesto rispetto al totale del mercato (+11%). D’altra parte, la diffusione progressiva delle eSIM (o SIM virtuali) e la diffusione delle reti 5G, in particolare quelle 5G private, contribuiranno allo sviluppo futuro del mercato IOT.

L’applicazione di tale tecnologia è mutuabile in svariati ambiti di impiego, come le Smart Car, lo Smart Metering[5], lo Smart Building, le Smart City, le Smart Home, l’Industria 4.0 (o Smart Factory o Connected Industry) la Smart Logistic, e Smart Agriculture, offrendo l’opportunità di amplissime occasioni di crescita imprenditoriale. 

[1] La teoria della complessità computazionale è una branca della teoria della computabilità che studia le risorse minime necessarie (principalmente tempo di calcolo e memoria) per la risoluzione di un problema (fonte Wikipedia.org)

[2] Cofondatore di Auto-ID Labs, un gruppo di ricerca nel campo dell’identificazione in radiofrequenza (RFID) in rete e delle tecnologie di rilevamento emergenti. (fonte Wikipedia.org)

[3] PLC acronimo di Programmable Logic Controller (controllori logici programmabili) sono dispositivi progettati per monitorare e regolare macchine e processi di produzione in ambienti industriali che utilizzano tecnologie di automazione. La programmazione dei PLC rispetta le norme IEC 61131.3.

[4] Machine to machine – ad esempio connessioni Low Power Wireless Access (LPWA), come lo standard LORAWAN e tecnologie Bluetooth Low Enetgy (BLE).

[5] smart metering”- sistemi che consentono la telelettura e telegestione dei contatori di energia elettrica, gas e acqua.