IOT et industrie : L'intelligence artificielle dans l'IoT est importante mais les obstacles au talent persistent

Alors que l'analyse et l'intelligence artificielle dans l'IoT gagnent en importance, leur déploiement reste souvent difficile.

Les principaux points à retenir de cet article sont les suivants:

La majorité des répondants à la récente enquête sur l'adoption de l'IoT de IoT World Today considèrent l'analyse des données comme une composante essentielle des projets Internet des objets.
Plus des deux tiers des répondants utilisent l'intelligence artificielle dans les déploiements IoT. L'utilisation de l'analyse pour les applications IoT est également répandue.
Malgré la popularité de l'analyse et de l'intelligence artificielle, les contraintes de talent ralentissent l'adoption.

L'intelligence artificielle est une composante vitale des initiatives de transformation numérique, car le volume de données que les organisations collectent continue d'augmenter.
Au total, 69% des répondants à l'enquête 2020 sur l'adoption de l'IoT ont déclaré utiliser l'intelligence artificielle (IA) / l'apprentissage automatique (ML) dans le cadre d'initiatives IoT. Les principales priorités de l'IA incluent la surveillance des performances et la prévision des tendances, en plus de l'intégration des capteurs et des données d'entreprise. D'autres applications populaires de l'intelligence artificielle dans les projets IoT incluent la sécurité, la vision par ordinateur et la conception et les tests de produits.
Ces résultats concordent avec d'autres données. La recherche sur les signaux IoT 2020 de Microsoft, par exemple, a révélé que 79% des entreprises utilisent l'IA dans le cadre de déploiements IoT.
[To learn more about IIoT, take part in our virtual Industrial IoT World event this December! Learn More]
Le concept d'intelligence artificielle est devenu plus défini, selon Jason Haward-Grau, directeur général conseil chez KPMG. Il y a quelques années, «il y avait un sentiment que l'IA est la prochaine grande chose. Il va faire toutes ces choses merveilleuses », a déclaré Hayward-Grau.
Mais le résultat de l'utilisation de l'intelligence artificielle n'était pas clair dans le passé. Une complication est que dans de nombreux environnements avec des projets IoT, les équipements hérités sont courants. L'équipement industriel, par exemple, peut être utilisé pendant une décennie ou plus. «Il y avait la question de savoir où l'intelligence artificielle allait s'intégrer. [Operational technology] les systèmes sont assez désuets la plupart du temps », a déclaré Hayward-Grau.
Mais les investissements croissants dans la technologie IoT dans les secteurs industriels et autres contribuent à clarifier cette question. Un nombre important de répondants à l'enquête IoT World Today ont indiqué que la gestion des données était vitale pour les projets IoT. Environ 29% des répondants ont choisi la gestion des données comme une priorité de dépenses, tandis que 22% ont indiqué que l'interprétation des données des appareils IoT ou des données de capteurs était une initiative clé. La maintenance prédictive était une priorité pour 19% des répondants.
Utilisation de l'IA dans les déploiements IoT
Les cas d'utilisation les plus courants de l'intelligence artificielle dans les projets IoT sont le suivi des performances, avec 57% des répondants, suivi de l'intégration des données de capteurs et de l'entreprise (47%) et de la prévision des tendances (41%). D'autres applications populaires de l'IA étaient l'optimisation de la sécurité et l'analyse audio / vidéo – toutes deux avec 32%.

À mesure que l'IoT et l'IA progressent, les synergies entre eux deviennent plus apparentes, selon Chander Damodaran, architecte en chef, numérique, chez Brillio, un cabinet de conseil. «Alors que j'apporte l'IA, l'IoT, le cloud et les réseaux intelligents, ces technologies ouvrent de nombreux nouveaux cas d'utilisation», a déclaré Damodaran.
Les applications d'IA plus avancées ont également gagné du terrain. Une enquête Gartner de 2018 a révélé que les trois quarts des implémenteurs de l'IoT utilisaient des jumeaux numériques ou prévoyaient de déployer la technologie dans les 12 prochains mois. Une recherche de Verdantix de 2019 a également indiqué un large soutien à la technologie pour les applications industrielles.
Le sujet de l'analyse prédictive a reçu une attention considérable et 67% des implémenteurs de l'IoT trouvent que les prévisions basées sur l'analyse sont extrêmement ou très bénéfiques, selon une étude distincte de IoT World Today.
L'intelligence artificielle a le potentiel d'être une technologie de base pour les équipes de sécurité gérant des environnements connectés. «Là où je pense que l'IA va dominer, c'est dans les domaines où l'automatisation, l'intégration de la communication et l'orchestration entrent en jeu», a déclaré Haward-Grau. «Je ne vois pas l'intelligence artificielle exécuter des opérations de sécurité, mais je vois une intelligence artificielle intelligente permettant aux équipes d'opérations de sécurité qui sont déjà débordées.»
Tout comme COVID-19 a stimulé des projets de transformation numérique, la pandémie pourrait également susciter l'intérêt pour l'IA pour la sécurité. "L'environnement offensif est devenu plus riche", a déclaré Haward-Grau. Déjà, de nombreuses équipes de sécurité étaient débordées par la gestion d'un nombre croissant de points de terminaison informatiques, y compris les appareils IoT. La nouvelle prévalence du travail à distance et l'adoption continue de l'IdO augmentent les enjeux. «La capacité de répondre [to cybersecurity threats and vulnerabilities] a été considérablement dégradée », a déclaré Haward-Grau.
Défis du déploiement de l'IA et de l'analyse dans les contextes IoT
Malgré la promesse de l'IA de rationaliser les opérations et d'automatiser les tâches manuelles, les contraintes de talent restent une pierre d'achoppement typique. Près d'un répondant sur trois (29%) a déclaré avoir du mal à trouver du personnel d'analyse de données et d'IA.
Il est courant pour les candidats à l'IA et à la science des données de gonfler leur expérience, selon Umesh Ramakrishnan, bureau du PDG de la société de recherche de cadres Kingsley Gate Partners. «Bien que chaque personne à qui vous parlez dans cet espace vous dira qu'elle est des experts en IA, ML ou en science des données, le pourcentage réel d'expertise réelle est probablement inférieur à 25% de ce vivier de talents», a déclaré Ramakrishnan.
Assurer la sécurité des données est un défi encore plus grand que la localisation des talents. Quelque 46% des répondants ont du mal à sécuriser leurs données. L'expansion des projets IoT et l'utilisation simultanée de traitements basés sur le cloud et la périphérie peuvent conduire à des flux d'informations complexes difficiles à sécuriser sans une stratégie de gestion des données mature. Alors que la sécurité des données peut être vexante dans le contexte de l'analyse basée sur l'IoT, l'analyse des données est très prometteuse pour la cybersécurité. Selon une étude d'IoT World Today, 81% des implémenteurs de l'IoT ont estimé que l'analyse de données était extrêmement ou très bénéfique pour la cybersécurité et la gestion des risques.
La perspective de déployer l'IA est souvent un défi en soi, selon Gartner et PwC. «Les responsables informatiques responsables de l'IA découvrent le« paradoxe du pilote de l'IA », où le lancement de pilotes est faussement facile mais leur déploiement en production est notoirement difficile», selon Chirag Dekate, analyste directeur principal chez Gartner. Alors que l'intérêt pour l'intelligence artificielle reste élevé, peu d'entreprises – seulement 4% – sont prêtes à la déployer à l'échelle de l'entreprise en 2020, selon PwC.
Le marché de l'IoT a été confronté à des défis similaires dans le passé. En 2017, McKinsey a constaté que 84% des implémenteurs de l'IoT étaient bloqués en mode pilote pendant au moins un an et 28% pendant deux ans.
Les données les plus récentes de IoT World Today suggèrent cependant qu'un nombre important de développeurs IoT progressent dans l'analyse des données. Au total, 56% des répondants ont déclaré utiliser l'analyse de données pour au moins certaines applications commerciales.
Les principaux obstacles aux contraintes budgétaires de l'analyse (42%), au manque de soutien interne (38%) et aux besoins limités (35%).
Selon Ramakrishnan, des professionnels talentueux connaissant l'IdO et la science des données, qui sont également des leaders compétents, peuvent surmonter ces obstacles. «La capacité de lier les objectifs d’un employé à la mission globale de l’entreprise est un attribut de leadership rarement observé chez les dirigeants», a-t-il déclaré. «Et c’est le genre de cadre dont vous avez besoin pour mener une transformation culturelle qui s’ajoute à une transformation technologique.»
Méthodologie
Entre juin et août 2020, IoT World Today a interrogé 471 répondants sur leurs projets et leur budget d'adoption de l'IoT. Cinquante-neuf pour cent des répondants venaient des États-Unis, 14% d'Europe, 10% d'Asie et 17% d'autres régions. Cinquante-huit pour cent provenaient d'entreprises de moins de 500 employés, 17% d'entreprises de plus de 10 000 employés, 29% d'entreprises de 1 000 à 9 999 employés et 7% d'entreprises de 500 à 999 employés.

Laisser un commentaire