Ecco come dimostrare il valore degli analytics con l’edge computing

L’edge computing offre grandi vantaggi potenziali alle aziende, nei più disparati comparti merceologici. Questo modello di calcolo distribuito che avvicina l’archiviazione e l’analisi dei dati alle loro fonti, può offrire, infatti, alle aziende tempi di risposta migliori, una minore latenza di rete, una riduzione dei costi della larghezza di banda e persino una maggiore sicurezza.

Inoltre, aiuta a sostenere iniziative tecnologiche come l’Internet delle cose (Internet of Things, IoT), consentendo l’elaborazione remota dell’immensa mole di dati raccolti dagli oggetti connessi, i quali, senza questi sistemi, potrebbero facilmente sommergere l’infrastruttura centrale di repository, o comportare costi significativi se trasferita al cloud per essere sottoposta ad analisi.

Grazie alla spinta delle capacità analitiche anche laddove i dati vengono raccolti, le aziende possono ottenere una maggiore reattività e una migliore efficienza. Ecco alcuni esempi di come le aziende stanno implementando gli analytics su edge per tutta una serie di casi di utilizzo.

Sicurezza stradale

Trimble Transportation fornisce ai suoi clienti tecnologie per l’instradamento e per l’ottimizzazione, la tracciabilità e la visibilità, nonché sistemi di sicurezza e conformità. Si tratta, perlopiù, di trasportatori di merci, che generano ogni giorno più di 10 miliardi di dati dai loro dispositivi telematici in cabina con più di 50 variabili come la temperatura del motore, la pressione del turbo e dell’olio, la velocità e il livello del liquido di raffreddamento.

Un numero sempre maggiore di sensori installati sui veicoli monitora le metriche-chiave delle prestazioni e avvisa i conducenti di problemi come la bassa pressione degli pneumatici, l’abbandono della corsia e gli ostacoli in coda. Se, da un lato, ciò ha permesso di compiere molti progressi nelle tecnologie di sicurezza, dall’altro genera un volume enorme di dati che devono essere elaborati rapidamente per risultare utili in tempo reale.

Per Trimble, l’edge analytics rappresenta un modo per fornire approfondimenti in modo più rapido. L’azienda, che sta creando una catena di fornitura connessa sviluppando hardware e software per le realtà che operano nei comparti del trasporto e della logistica, ha in via di costruzione un sistema di rete hub-and-spoke in cui il back office di un vettore di autotrasporti è “l’hub”, il fulcro afferma Chris Orban, vicepresidente della scienza dei dati di Trimble.

Quest’ultimo comprende applicazioni come i sistemi di gestione dei trasporti, l’acquisizione degli ordini, la sicurezza e la conformità e altri sistemi operativi che si basano sui dati forniti dagli “spoke”, spiega ancora Orban.

In questo modello, si tratta degli autisti di camion che utilizzano tecnologie all’avanguardia come computer di bordo, dispositivi di registrazione elettronica, e altro ancora in cabina, mentre sono in viaggio”, precisa Orban. “Questi dispositivi sono collegati al cloud tramite reti 4G LTE ed eseguono molti calcoli in tempo reale già a bordo, il quali includono, per esempio, il monitoraggio delle ore di servizio dell’autista, la segnalazione di eventi rilevanti per la sicurezza e la scansione di documenti elettronici come le prove di consegna”.

Secondo Orban, l’azienda utilizza iterazioni dell’edge computing da anni, a partire da quando il tracciamento dei veicoli commerciali è diventato regolamentato. I primi dispositivi elettronici di Trimble nelle cabine dei camion trasmettevano semplici informazioni sulla loro posizione e sui livelli di carburante, “fornendo comunicazioni al back office in un’epoca in cui non avevamo tutti il cellulare in tasca”, spiega Orban.

L’esigenza principale delle aziende di autotrasporti era quella di sapere dove si trovavano i loro mezzi e di poter comunicare con i conducenti, che potevano trovarsi al di fuori della copertura cellulare. “I dispositivi dovevano funzionare anche in condizioni limite, perché la comunicazione satellitare poteva essere la loro unica opzione di connettività”, spiega Orban.

Dal punto di vista della sicurezza, tutti i dispositivi di mobilità di Trimble si interfacciano con il modulo di controllo del motore (ECM) dei camion e con gli strumenti di sicurezza dell’azienda e di terzi per fornire funzioni quali avvisi di frenata brusca, avvisi di distanza di sicurezza e notifiche di controllo sulla stabilità del mezzo.

“In cabina, il conducente può ricevere un feedback immediato sul proprio comportamento di guida e modificarlo efficacemente in tempo reale, oppure il dispositivo può farlo per lui”, sottolinea Orban. “Per esempio, se l’autista sta percorrendo una curva troppo velocemente, e il controllo della stabilità entra in azione, il dispositivo può attivare i freni e rallentare il mezzo, portandolo in uno stato in cui il controllo della stabilità non si attivi più”.

Trimble offre anche applicazioni edge per calcolare la stanchezza del conducente, in base alle ore di servizio.

Un’altra grande area in cui Trimble sta investendo nelle capacità di analisi dei dati dell’edge computing è quella dei video. “Molti veicoli commerciali hanno, oggi, telecamere, sia verso l’esterno che all’interno, oltre che sul cruscotto, sugli specchietti laterali, e sul retro per la retromarcia”, dice Orban. “E, la quantità di informazioni che si possono ricavare da queste fonti di dati visuali è immensa”.

Lo strumento Video Intelligence di Trimble viene attivato quando si verifica un evento di sicurezza, come una brusca frenata in cui il conducente si trova costretto a evitare una collisione. Questi video possono essere utilizzati per ridurre il rischio o per prevenire la responsabilità durante un incidente, come pure per finalità formative.

“Siamo andati ben oltre le normali telecamere da cruscotto, fino ad arrivare a sistemi video realmente integrati che possono aiutare l’autista a svolgere il suo lavoro poiché, guardando il lato del camion, possono avvisarlo del superamento della corsia, aiutarlo a posizionarsi correttamente su una banchina di carico e molto altro ancora”, afferma Orban.

Il team di data science di Trimble è profondamente coinvolto nelle funzionalità offerte dagli edge analytics, afferma Orban. “Investe una grande quantità di tempo lavorando direttamente con i clienti per capire le loro esigenze specifiche per la loro attività”, aggiunge.

In genere, quando i clienti Trimble iniziano a installare su mezzi i sistemi di sicurezza, vedono miglioramenti che crescono, nel tempo, in maniera incrementale. “Spesso registriamo una riduzione del 10%-15% degli incidenti evitabili, quando vengono implementati i diversi tipi di avvisi che avvertono del verificarsi di eventi critici, come frenate brusche, perdite di stabilità e via discorrendo”, spiega Orban. “Questo tipo di soluzioni all’avanguardia sta letteralmente cambiando il comportamento del conducente alla guida”.

Controllo del traffico

La città di Las Vegas sta utilizzando l’edge computing, che include anche un’implementazione IoT, per il controllo del traffico e per automatizzare le comunicazioni con i veicoli a guida autonoma.

“Siamo alla ricerca di modi per migliorare l’efficienza operativa e allo stesso tempo fornire benefici alla comunità”, afferma Michael Lee Sherwood, responsabile dell’innovazione del dipartimento IT della città. “L’edge computing consente ai sistemi Internet of Things di elaborare dati critici e di fornire analisi e dati in tempo reale”.

Il sistema per il traffico, noto come Blackjack, utilizza una piattaforma fornita da Cisco che monitora i flussi di mobilità cittadina, fornisce statistiche in real time e permette di comunicare con i veicoli autonomi. 

Las Vegas ha iniziato a implementare la tecnologia di edge computing nel 2018, lavorando a soluzioni di traffico intelligenti. Uno dei fattori chiave per l’analisi è stata la  collaborazione con le aziende produttrici di veicoli autonomi che necessitavano di dati quasi in tempo reale, spiega Sherwood.

“L’edge computing ha permesso di analizzare l’enorme mole di informazioni e di renderla disponibile al destinatario in modo da garantire il loro utilizzo con la massima velocità possibile”, spiega Sherwood.

La visualizzazione dei dati in tempo reale “consente ai decisori di prendere decisioni più informate”.

L’aggiunta dell’analisi predittiva e dell’intelligenza artificiale (AI) sta aiutando a prendere decisioni che migliorano i flussi di traffico, “e nel prossimo futuro avranno un impatto enorme sulla riduzione della congestione del traffico e sul miglioramento dei tempi e dei risultati di transito”, afferma Sherwood.

Per contribuire a rafforzare le operazioni di analisi dei dati, in generale e con l’edge computing, l’amministrazione comunale sta creando un team specializzato come diretta emanazione del dipartimento IT. Secondo Sherwood, l’Office of Data and Analytics ne guiderà la gestione all’interno dell’organizzazione. “Vediamo molte opportunità grazie alle nuove tecnologie che si affacciano sul mercato”, spiega Sherwood. “Il nostro obiettivo principale è stato quello di costruire la nostra squadra di esperti e di lavorare sulla governance e sulla cura delle fonti di dati”.

I vantaggi delle prime fasi di implementazione includono la possibilità di regolare i tempi di segnalazione delle intersezioni stradali in base ai flussi di traffico effettivi. Si tratta di un esempio emblematico di come queste nuove tecnologie possano davvero contribuire a creare soluzioni a vantaggio di tutti i membri della comunità”, prosegue Sherwood.

Con l’IA, che sta svolgendo un ruolo cruciale in alcuni dei più recenti sistemi intelligenti della città, la necessità dell’edge computing e delle analisi effettuate con tali sistemi non potrà che crescere, afferma Sherwood.

La maggior parte delle sfide che riguardano l’edge computing consiste nel decidere quali elaborazioni eseguire, come archiviare i dati e per quanto tempo, afferma Sherwood. “Stiamo ancora lavorando a questo processo e quanti più sono i sistemi e i progetti pilota su cui siamo al lavoro, tanto più impariamo a riconoscere la differenza tra la realtà e l’arte del possibile”, conclude Sherwood.

L’osservazione della Terra

Satellogic sta portando il concetto di edge computing all’estremo.

L’azienda, che produce i propri satelliti e fornisce ai clienti commerciali e governativi immagini geospaziali e analisi ad alta frequenza ed elevata risoluzione, sta collaborando con diversi partner, tra cui il produttore di piattaforme per i big data Palantir Technologies, per spostare l’edge analytics ai confini della rete, fino allo spazio, a bordo dei propri satelliti.

Satellogic sta costruendo e gestendo una costellazione di satelliti che raccolgono immagini multi/iper spettro e video in full-motion, spiega Gerardo Richarte, CTO e co-fondatore dell’azienda.

“Quando abbiamo progettato e costruito i nostri primi esemplari, oltre 10 anni fa, sapevamo di dover prendere decisioni estreme”, afferma Richarte. “I nostri primi prodotti hanno volato con hardware e software a bordo per sfruttare l’edge computing, e l’integrazione verticale ci ha permesso di essere molto agili nello sviluppo e nella sperimentazione di nuove tecnologie in orbita”.

All’inizio il lavoro di calcolo basato sui satelliti era interno e sperimentale, dice Richarte: “Quando la nostra base di clienti si è ampliata, abbiamo iniziato a coinvolgerli per trasferire in orbita i loro algoritmi di elaborazione delle immagini”, racconta.

Secondo Richarte, l’edge computing consente di ottenere tre importanti miglioramenti per l’esperienza dei suoi clienti. “In primo luogo, ci consentirà di fornire loro avvisi in tempo reale”, spiega. “E poi, più siamo vicini alla fonte delle informazioni, prima possiamo generare e inviare gli avvisi richiesti”.

In secondo luogo, l’azienda può intraprendere azioni tipiche dell’edge, tra cui il retasking. “Quando un particolare oggetto di interesse viene segnalato da un algoritmo, possiamo riattribuire istantaneamente a un satellite il compito di agganciarlo e di tracciare o attivare un prodotto diverso, come la cattura di un video in full-motion”, spiega Richarte.

Un algoritmo può far sì che un satellite attivi immediatamente un particolare carico utile per catturare dati che altrimenti sarebbero stati persi. I video in full-motion (FMV), per esempio, “sono un’ottima applicazione per l’IA di frontiera, in quanto possono rivelarsi fondamentali per alcuni tipi di processi decisionali”, precisa Richarte. “Ma è un’applicazione troppo impegnativa per essere eseguita in modo continuativo”. Gli algoritmi di edge AI programmati in base alle precise esigenze dei clienti possono definire i parametri per sfruttare l’FMV di Satellogic insieme ad altri payload ad alta intensità di dati e di costi.

Infine, l’edge computing può essere sfruttato per dare priorità al trasporto dei dati. “Le connessioni remote dall’orbita alla terra hanno una larghezza di banda limitata e il download dei dati può richiedere più tempo di quanto richiesto da alcune applicazioni”, conclude Richarte. “Eseguendo i dati satellitari che sfruttano algoritmi edge, possiamo orchestrare il trasporto dei dati in base alle priorità e agli obiettivi di ogni singolo cliente”.