Stratégies lean pour produits intelligents connectés abordables : conseils & exemples réels – Partie 2

Comme discuté dans la Partie 1, l'approche lean permet aux entreprises de lancer des produits intelligents connectés efficaces avec un budget limité. Nous avons souligné que réduire le volume de données et commencer avec une logique simple coupe les coûts de développement et d'implémentation IoT. Aujourd'hui, je partagerai des tactiques additionnelles qui aident les entreprises à déployer des solutions intelligentes connectées sans dépasser le budget.

Déplacer l'intelligence du logiciel local vers le cloud

Ajouter de l'intelligence on-device peut faire grimper les coûts. Pour des solutions entry-level, héberger la logique dans le cloud garde l'appareil lui-même moins cher et élimine le besoin de maintenance logicielle on-premise.

Exemple : Serres intelligentes. Des capteurs capturent la température et l'humidité du sol et de l'air. La plateforme IoT cloud-based compare les lectures à des seuils prédéfinis et, quand chauffage ou arrosage est requis, envoie des commandes aux actionneurs. Garder la logique dans le cloud simplifie aussi l'ajout de nouvelles serres, car elles n'ont pas besoin de logiciel embarqué additionnel.

Comme une approche rule-based suffit, aucun machine learning n'est requis. Un opérateur peut contrôler les actionneurs via une app mobile ou web, éliminant le besoin d'une application de contrôle séparée. Avec un placement de capteurs sparse et un intervalle d'échantillonnage de, disons, dix minutes, le volume de données reste bas, réduisant davantage les coûts.

Contrôler les produits depuis applications mobile ou web

Une autre option d'économie est de permettre le contrôle total via une app mobile ou web dédiée plutôt que d'intégrer l'appareil dans un système enterprise lourd comme SCADA. L'intégration apporte coûts et complexité supplémentaires, car le nouvel appareil doit se synchroniser avec tout l'équipement existant.

Si l'intégration SCADA offre de la commodité, une app standalone est souvent suffisante pour des produits entry-level et plus facile à déployer.

Exemple : Fabrication pharmaceutique. Les opérateurs utilisent une interface mobile ou web pour définir les paramètres de mélange et quantités pour des équipements intelligents qui mélangent les matières premières basées sur des métriques de qualité dérivées des capteurs.

Qu'est-ce qui suit — Scaler sans casser la tirelire

Commencer simple ne vous enferme pas dans l'obsolescence. À mesure qu'une entreprise grandit, de nouvelles ressources deviennent disponibles, vous permettant d'étendre la fonctionnalité du produit. Se concentrer d'abord sur les features core et ajouter graduellement des composants avancés garde les coûts initiaux bas et réduit la complexité du projet à chaque étape.

Note de fin

Entrer dans l'espace IoT peut être coûteux, mais une approche lean délivre plus de valeur business avec moins de ressources. En minimisant le volume de données, simplifiant la logique, déplaçant l'intelligence vers le cloud, et contrôlant les appareils via apps mobile ou web, vous optimisez les ressources disponibles et coupez le gaspillage.

Commencez avec un produit intelligent connecté simple qui utilise seulement les données nécessaires pour effectuer ses fonctions. Quand de nouveaux besoins ou ressources émergent, vous pouvez ajouter en confiance des capacités avancées, assurant un fort retour sur investissement.

L'auteur de ce blog est Alex Grizhnevich, consultant automatisation process et IoT, ScienceSoft

À propos de l'auteur

Alex Grizhnevich est consultant automatisation process et IoT chez ScienceSoft, une société de conseil IT et développement logiciel basée à McKinney, Texas. Avec 17+ ans d'expérience en IT et OT, il a programmé des microcontrôleurs industriels, développé des applications web et desktop, bases de données, et solutions de gestion documentaire pour oil & gas et logistique. Titulaire d'un diplôme en automatisation et gestion de processus industriels, Alex se concentre maintenant sur l'IoT et le machine learning appliqué aux données capteurs.