Con il termine “Internet of Things” si indica quell’insieme di tecnologie che permettono di collegare alla rete tutta una serie di oggetti, nell’ambito del controllo, dell’automazione e del rilevamento, in una vera e propria fusione tra il mondo reale e quello virtuale.
I primi concetti base dell’IoT si rilevano nel 1982, quando alcuni ricercatori della Carnegie Mellon University applicarono sensori e connessione in rete a un distributore di bibite del loro Ateneo per apprenderne lo stato di funzionamento. Ma l’espressione «Internet delle cose» è stata coniata nel 1999 da Kevin Ashton, ricercatore presso il MIT (Massachussets Institute of Technology).
Non più solo le persone o le imprese sono identificabili sulla rete, ma anche le cose ora possono esserlo. Gli oggetti acquisiscono intelligenza e un ruolo attivo, ovvero quella capacità di rilevare informazioni e di comunicarle. Ma di quali oggetti stiamo parlando? Cosa può essere misurato con i dati? Praticamente qualsiasi cosa: temperatura dell’aria, pressione dello spazio, movimento, orientamento nello spazio, prossimità, luminosità, immagini, onde elettromagnetiche, radiofrequenze, elettricità, suoni etc. E per farlo ci si avvale di strumenti quali sensori, videocamere, termostati, rilevatori e wearable (oggetti da indossare come braccialetti e orologi), che permettono l’attività di monitoraggio.
L’Internet of Things può godere dei più recenti sviluppi nell’ambito dell’elettronica e della comunicazione wireless per rendere possibili le capacità digitali e di comunicazione degli oggetti, e lo fa sfruttando piattaforme open standard come Arduino o Rapsberry, reti Wi-Fi, Bluetooth o ZigBee. È fondamentale e insito nell’essenza stessa dell’Industry 4.0 garantire apertura e libertà da vincoli con produttori di tecnologia: tutti devono essere nella condizione di portare innovazione sulle piattaforme, sulle infrastrutture, sugli ambienti operativi.
Oggi gli oggetti connessi risultano essere circa 5 miliardi (e pare che diventeranno 25 entro il 2020) e sono applicati ai settori più disparati: la domotica (la tecnologia applicata alle case, per gestire ad esempio frigoriferi, lavatrici, etc.); la robotica (ovvero ingegneria e tecnologia che permettono ai robot di animarsi); l’avionica (ovvero la tecnologia applicata agli aeromobili e al pilotaggio); l’industria automobilistica; l’industria biomedicale (per esempio nella gestione remota dei pazienti); la telemetria (che si occupa di trasmissione di dati e informazioni tra media). Proprio alla luce di questo, la questione della privacy e della tutela dei dati personali diventa fondamentale e si prevede (e si auspica) l’uso di validi sistemi di protezione e il costante aggiornamento di sistemi operativi, driver e programmi di gestione.
Con l’IoT sarà sicuramente possibile ottenere svariati benefici in termini di efficienza e precisione. Gli oggetti connessi permetteranno di ottimizzare processi produttivi e attività economiche riducendo in maniera concreta soprattutto l’inquinamento e il consumo di risorse. Si consideri per esempio l’illuminazione pubblica che potrebbe contenere del 40% i consumi di energia elettrica, o le coltivazioni che potrebbero essere irrigate in modo molto più proficuo in base alla temperatura, alla stagione e all'umidità del suolo.
L’Internet of Things abilita nuove misurazioni e capacità di controllo e questa enorme quantità di dati generati alimenta la necessità di capacità per i Big Data. Al di là dei semplici numeri, gli esperti si interrogano sulle modalità con cui questi dati verranno gestiti e analizzati all’interno delle organizzazioni che avranno accesso a così tante informazioni.
Tra i nuovi tipi di analisi intrapresi è compreso il machine learning, un metodo di data analysis che si basa sull'idea che i sistemi possono imparare dai dati, identificare modelli autonomamente e prendere decisioni con un intervento umano ridotto al minimo. Tutto ciò significa che ora è possibile realizzare, automaticamente, modelli per l'analisi di dati più grandi e complessi, e di elaborare velocemente risultati più accurati anche su larga scala. La costruzione di modelli precisi permette alle aziende di identificare nuove opportunità di profitto o di evitare rischi non preventivati.