Con lo sviluppo del tempo, il concetto di Internet delle cose coinvolge un numero sempre maggiore di oggetti. Oltre ad avere sensori e processori interni, questi oggetti sono anche direttamente collegati alla rete, trasmettendo i loro dati online. Sebbene l'automazione domestica sia il caso d'uso "principale" di questo concetto, se il frigorifero finisce il latte, ad esempio, il frigorifero ordina automaticamente il latte dal negozio di alimentari. Ma il campo di applicazione dell'IoT è sempre più vasto. Avremo molti oggetti che interagiscono tra loro ma sono indipendenti l'uno dall'altro, gli uffici ordineranno automaticamente gli articoli per l'ufficio quando necessario senza il nostro intervento e persino i sensori sui nostri vestiti e sul nostro corpo trasmetteranno i dati sulla nostra salute ai nostri medici in tempo reale. Questo tipo di comunicazione M2M (machine-to-machine) è fondamentale.
Per realizzare tutti i vantaggi potenziali dell'IoT, il cloud computing deve essere la base dell'IoT. L'idea alla base di Internet è che la maggior parte dei dati raccolti debba essere trasmessa online, in modo che le applicazioni possano effettivamente aggregare, analizzare e utilizzare questi dati. Torniamo ora all'esempio del frigorifero. In questo esempio, invece di ordinare il latte dal negozio di alimentari, il frigorifero trasmette tutti i suoi dati, comprese le scorte di cibo e il consumo degli utenti, all'applicazione, che li legge e li analizza. La decisione di acquisto viene quindi presa in base a fattori quali il budget alimentare attuale dell'utente e il tempo necessario per la consegna del latte, e il cloud è la sede ideale per queste applicazioni.
Se tutti i nostri prodotti quotidiani ne fossero dotati, la quantità di dati generati sarebbe enorme. Pertanto, l'IoT deve considerare come archiviare e analizzare i dati generati. Non si tratta solo della quantità di dati, ma anche della velocità con cui questi vengono generati. I sensori generano sempre più dati, più velocemente di quanto la maggior parte delle applicazioni commerciali sia in grado di elaborarli.
Le soluzioni basate sul cloud sono fondamentali per gestire il volume e la velocità di generazione dei dati. Il cloud è in grado di fornire automaticamente e dinamicamente risorse di storage in base alle nostre esigenze, senza alcun intervento manuale. Il cloud ci dà anche la possibilità di accedere allo storage virtuale attraverso cluster di database cloud o storage fisico virtualizzato che può regolare la capacità senza tempi di inattività, e la possibilità di accedere a grandi pool di risorse di storage, che non sono possibili a livello locale.
La seconda domanda su questi dati è cosa farne. Questo problema presenta due difficoltà. La prima difficoltà è come elaborare in tempo reale tutti i punti dati ottenuti da ogni diverso oggetto. La seconda difficoltà consiste nell'estrarre informazioni utili da tutti i punti di dati raccolti e nel correlare le informazioni ottenute da oggetti diversi per aggiungere valore reale ai dati archiviati.
Anche se l'elaborazione in tempo reale può sembrare semplice - prendere i dati, analizzarli e poi utilizzarli - non è così in tempo reale. Torniamo all'esempio del frigorifero. Immaginiamo che ogni volta che qualcuno apre la porta del frigorifero, il frigorifero invia un pacchetto di dati. Questi pacchetti di dati comprendono ciò che è stato spostato e ciò che è stato inserito. Stimiamo che ci siano circa 2 miliardi di frigoriferi nel mondo e che la porta del frigorifero venga aperta e chiusa 4 volte al giorno, quindi in un giorno verranno generati 8 miliardi di pacchetti di dati, pari a circa 100.000 pacchetti di dati al secondo in media. Questa quantità è davvero incredibile. Peggio ancora, questi punti di dati possono essere concentrati in momenti caratteristici della giornata (soprattutto la mattina e la sera). Se prepariamo la capacità di elaborazione in base al carico massimo, molte infrastrutture andranno sprecate.
Una volta eseguita l'elaborazione in tempo reale, incontreremo la seconda difficoltà, ovvero come estrarre informazioni utili da questi dati memorizzati e portarli a un livello superiore e non più a questioni personali. Sarebbe fantastico per voi se il vostro frigorifero fosse in grado di fare automaticamente l'ordine al supermercato per voi, ma se il produttore sapesse che i frigoriferi di certe regioni hanno la tendenza a surriscaldarsi, o che i frigoriferi che conservano certi articoli consumano la loro vita utile troppo velocemente? In questo caso, l'importanza per i produttori sarebbe maggiore. Per estrarre questo tipo di informazioni dai dati archiviati, dobbiamo sfruttare le soluzioni di big data esistenti (e alcune in arrivo).
Il cloud computing è ideale per gestire questi problemi. Per quanto riguarda il primo punto dolente, è possibile l'allocazione (e il recupero) dinamico delle risorse di elaborazione, consentendo alle applicazioni che devono analizzare i dati frigoriferi in tempo reale di far fronte a questi enormi volumi di dati e di ottimizzare i costi dell'infrastruttura. Nella seconda difficoltà, il cloud computing può collaborare con le soluzioni per i big data.
In sintesi, l'Internet delle cose può cambiare l'architettura generale del cloud computing, ma allo stesso tempo il cloud computing è anche fondamentale per realizzare questo cambiamento. In termini di risorse informatiche virtualizzate, anche se le applicazioni possono allocare dinamicamente queste risorse senza intervento manuale, il cloud computing non avrà alcuno sviluppo se questo è il caso. Perché l'Internet delle cose è l'unica forza trainante per il loro sviluppo.
