Następna fala rozwoju analityki Internetu rzeczy (IoT - Internet of Things) będzie w pełni zbieżna z domeną narzędzi analitycznych big data. Jednocześnie wartość stosu technologicznego wykracza poza sprzęt i oprogramowanie pośredniczące - w kierunku usług analitycznych i usług o wartości dodanej, takich jak uczenie maszynowe (ML - Machine-Learning) i sztuczna inteligencja (AI - Artificial Intelligence). Analitycy Abi Research, szacują w swoim raporcie „IoT Data-Enabled Services: Value Chain, Companies to Watch, and Cloud Wars”, że rynek usług ML i AI będą w ramach projektów IoT będzie rosnąć w najbliższych latach w średniorocznym tempie 40 proc. (CAGR), osiągając w 2026 roku wartość 3,6 mld dol.
Podczas gdy COVID-19 wpłynął na wiele branż, rynek analizy danych IoT odczuł to w mniejszym stopniu. W rzeczywistości z COVID-19 skorzystało wielu nowo pojawiających się dostawców narzędzi do analityki danych natywnych dla chmury. „Ponieważ branże przechodzą na tryb ‘wszystko zdalnie’, istnieje duże zapotrzebowanie na gotowe rozwiązania do zdalnego monitorowania, zarządzania zasobami, widoczności zasobów i konserwacji predykcyjnej. Dostawcy, tacy jak DataRobot, ułatwiają teraz dostęp do zestawów narzędzi ML i AI poprzez różne opcje wdrażania na brzegu sieci, lokalnie i w chmurze, oraz poprzez wykorzystanie usług platforma jako usługa PaaS (Platform as a Service) i oprogramowanie jako usługa SaaS (Software as a Service)”, wyjaśnia cytowana w komunikacie Kateryna Dubrova, analityk ds. badań w Abi Research.
Firmy, takie jak AWS, C3 czy Google, również z powodzeniem promują swoje produkty i możliwości analityczne (zestawy narzędzi i środowisko), tworząc scentralizowane repozytoria danych (ang. data lakes) dotyczących COVID-19. Obecnie te repozytoria danych są publiczne i nie generują przychodów. Oczekuje się jednak, że firmy te będą próbowały wykorzystać w przyszłości data lakes do tworzenia produktów przeznaczonych do sprzedaży na rynku opieki zdrowotnej. Z perspektywy technologicznej repozytoria danych mogą być pierwszym krokiem do tworzenia i testowania widoczności danych oraz usług analizy strumieniowej (ang. streaming analytics). COVID-19 pokazał ambicje branży opieki zdrowotnej w chmurze publicznej, które rozszerzają się na farmację, biomedycynę i telemedycynę.
Analityka danych i dużych zbiorów danych (ang. big data) może nie przyczyniły się bezpośrednio do wynalezienia lekarstwa na wirusa, ale technologie oparte na danych IoT okazały się niezbędne do zmniejszenia niepokoju publicznego, monitorowania pacjentów i przygotowania infrastruktury na nowe epidemie. „Wykorzystanie AI i ML wzrosło podczas pandemii, jednak podstawowe projekty AI odnotowały znaczne spowolnienie. Technologie sztucznej inteligencji i uczenia maszynowego w IoT są na wczesnym etapie wdrażania, brak rozwoju infrastruktury obsługującej dane uniemożliwił szybkie wdrożenia uczenia maszynowego na poziomie operacyjnym, gdy COVID-19 przyspieszył” – podsumowuje Dubrova.
