L’Internet of Things (IoT) e la legge di Moore, l’evoluzione dei modelli di business

Internet of Things

“Questa mattina mi sono svegliato prima del solito, lucido e preparato per la riunione delle 08.15.

Appena alzato, mentre facevo la doccia, Samantha mi ha fatto ascoltare le notizie principali tramite il  sistema di filodiffusione wireless; come sempre mi ha fatto trovare pronto il caffè bollente, e facendo colazione mi ha informato dello stato della fabbrica a fine turno di notte, proiettando il “cruscotto” sulla nuova TV da 65 pollici che mi sono regalato.

Mentre chiudo la porta di casa, Samantha conferma che sto uscendo e Harry, l’aspirapolvere, inizia il suo giro quotidiano mentre la lavatrice si attiva. Nei freddi inverni è sempre piacevole trovare l’auto già accesa e calda, Samantha lo sa, ed accende l’auto quei 5 minuti prima che bastano; non sono ancora partito ed ha già avvisato l’ufficio del mio arrivo tra 25 minuti.

Durante il viaggio fa un rapido controllo del frigo e mi propone la lista degli acquisti al supermercato. Mentre la ascolto mi pare un po’ abbondante, ma ha ragione lei, mi ero dimenticato che questa sera a cena verranno Giovanni e Andrea e, tra le proposte che fa, accetto la prima: bistecca e patate arrosto con un buon Chianti Riserva. E’ vero, è il piatto preferito delle nostre rimpatriate.

Oggi il traffico è scorrevole, Samantha non ha cambiato percorso ed anticipa la sosta per fare benzina;  si ferma all’AGIP (la stazione che ha negoziato il miglior prezzo sapendo che facevo il pieno e che ero quasi in riserva) e mentre aspetto, mi avvisa del rischio da infezione di peronospora degli alberi in campagna  e mi propone di irrorare i medicinali nel pomeriggio …”.

Sembra un capitolo del film Lei o di Blade Runner 2049 eppure si tratta di un presente in gran parte attuale. Un presente reso vivo dalla capacità degli oggetti di comunicare tra di loro. L’ Internet of Things (IoT), secondo CISCO, è proprio sintetizzata dalla connessione ad Internet e dalle reti degli oggetti che compongono la nostra vita e che supervisionano reparti produttivi, reti energetiche, strutture sanitarie e trasporti.

Nel 2017 si raggiungeranno almeno 8,38 miliardi di oggetti connessi con una popolazione di 7,5 miliardi di abitanti. Le previsioni per il 2020 spaziano tra un conservativo 20 miliardi ad oltre 50 miliardi di oggetti. L’industria non ne conterà più del 35-40% e come è prevedibile, la quantità maggiore è prevista nel mondo Consumer, che consuntiva già 5 miliardi di oggetti nel 2017.

Tipologia 2016 2017 2018 2020
Consumer 3,963.0 5,244.3 7,036.3 12,863.0
Business: Cross-Industry 1,102.1 1,501.0 2,132.6 4,381.4
Business: ApplicazioniVerticali 1,316.6 1,635.4 2,027.7 3,171.0
Totale 6,381.8 8,380.6 11,196.6 20,415.4

Dati in milioni di unità, Fonte GARTNER GROUP (gennaio 2017)

La legge di MOORE che ci ha accompagnato nello sviluppo dei computer, continua in qualche modo a seguirci. Se per i PC enunciava che il numero di transistors in un chip raddoppia ogni 18-24 mesi, per l’IoT possiamo confermare la sua applicabilità, sostanzialmente, il numero di oggetti aumenta con la stessa velocità.

Senza entrare sulla riduzione dei costi legata alla legge di MOORE (sebbene ne sia stato un fattore determinante), la definizione di Internet of Things non è da ritenersi esaustiva o sufficiente, perché vi sono almeno altri tre elementi da includere nell’equazione:

  • La capacità dei sistemi di essere Ultra Low Power ovvero di consumare pochissima energia nell’acquisire informazioni e processarle, capaci quindi di vivere periodi lunghi alimentati anche solo da una batteria.
  • L’incredibile capacità di calcolo e di memoria disponibile in pochi millimetri quadrati di silicio: i circa 15 D-MIPS dell’Intel 80386 (275.000 transistor) utilizzato sullo Shuttle si confrontano oggi con gli 80 D-MIPS di un ARM Cortex A7; i 5 MB di memoria IBM che nel 1956 pesavano 1 tonnellata, oggi si tramutano in 1 TB a stato solido su una Mini SD card di qualche grammo.
  • La tecnologia per produrre complessi “sistemi”integrati su un chip, spaziando dai sensori quali i diffusissimi MEMS (un ecosistema di sensori in continua evoluzione che consentono di riprodurre i sensi umani e molto di più) o gli ormai prossimi laboratori su chip come i nano-DLD.

Samantha non è altro che la mia interfaccia verso quel mondo di elaborazione di milioni di dati prodotti dalla vita di impianti, persone, eventi, cause ed effetti, che sono utilizzati dalla mente capace di usare i Big Data. Sistemi che processano e imparano, che propongono opzioni basate su probabilità e non solo risposte deterministiche (ad es. vero/falso). Non illudetevi, non sono necessariamente centri di super calcolo, oggi anche gli oggetti IoT si programmano con reti neurali e fanno apprendimento locale (“deep-learning”).

La prima volta che mi parlarono di cyber-physical systems ho pensato a Blade Runner, lo confesso. In realtà è questo nuovo spazio in cui già viviamo ed in cui interagiamo insieme agli oggetti connessi. Una evoluzione ancora non troppo visibile ma già ovunque.

Impianti domotici che comunicano le previsioni di utilizzo di energia, linee di produzione che si autoregolano e attivano interventi manutentivi sulla base dei dati analizzati, chip che monitorano lo stato di salute da casa, sistemi IoT che attivano la micro-irrigazione o l’uso di trattamenti in agricoltura, trasporti logistici con sistemi senza pilota che modificano tragitti, in base a disponibilità di magazzini, parcheggi e trasporti pubblici ottimizzati dalle informazioni dei sensori. Senza perdere di vista le soluzioni che porteranno nelle mega-città dove si prevede vivranno due terzi della popolazione mondiale entro il 2050.

Come per ogni grande cambiamento vi sono molti timori, serve sempre molto buon senso quando equilibri si modificano e, trattandosi di nuovi ecosistemi tra uomo e cibernetico, la velocità con cui questo avviene non è modificabile. I dati, grezzi o pre-analizzati localmente, sono il vero valore di questa rivoluzione e questi diventano importanti quando elaborati dai sistemi cognitivi in cloud.

È di fine settembre 2017, tra l’altro, la notizia che le grandi multinazionali dell’economia digitale starebbero sollecitando la Commissione Europea a proporre una normativa comunitaria che sancisca il loro diritto di acquisire i dati bancari dei loro clienti, dati tanto preziosi quanto sensibili.

Se da un lato il cambiamento non può essere fermato, dobbiamo interrogarci su quali effetti avrà nel mondo degli affari.

Un modello di business descrive la logica in base alla quale un’organizzazione crea, distribuisce e cattura valore. Unbundling, long-tail, multi-sided, free, open sono i cinque nuovi paradigmi dei modelli di business che emergono dal best seller di Osterwalder e Pigneur.

Probabilmente il contratto di compravendita potrebbe considerarsi superato in molti casi.

Perché acquistare un cappotto, invece che comprarne solo il suo uso per una stagione?

Il ricavo, oltre al “noleggio”, è rappresentato dai dati sui comportamenti dei clienti, raccolti da sensori applicati sopra.

Perché acquistare un impianto industriale per l’aria compressa e non comprare solo i metri cubi di aria compressa utilizzata?

Perché comprare motori per gli aerei di linea e non le ore di volo?

Vi sono moltissimi esempi e lo IoT può essere il fattore abilitante per nuovi modelli di business,  ma questi li lasciamo plasmare agli imprenditori. Siamo certi però che l’unica cosa sicura è che tutti i modelli di business saranno basati su sistemi per acquisire dati, IoT o altro, dati che saranno intensamente analizzati per insegnare ai motori “cognitive” e rendere decisamente più “cognitive-driven” scelte e azioni.


CITAZIONI

Osterwalder A., Pigneur, Y. (2010) Business Model Generation: A Handbook for Visionaries, Game Changers, and Challengers. Wiley

Osterwalder A., Pigneur, Y., Bernada, G., Smith, A. (2014) Value Proposition Design: How to Create Products and Services Customers Want, Wiley

Osterwalder A., Pigneur, Y. (2016) Why your company might be risking a Kodak moment. The Smart Manager, 15(1): 48-53

Comments are closed.