Vi har nå 31 milliarder enheter koblet til internett

Hvordan får man kontroll?

Artikkel er skrevet i samarbeid mellom Tommy Hagenes i Energy Control/Airthings/Proptech Bergen og Carsten Lehbrink i qbee AS


Mange kjenner nok seg igjen, ved av og til ha litt mange baller i luften. Hva om du hadde 31 milliarder enheten i skyen? Hvordan har du da kontroll?

I Løpet av 2020 er det 31 milliarder enheter, eller IoT-devices (internet of things) iht til Leftronic.com. Hvert eneste sekund øker dette med 127 nye enheter og i løpet av 2025 antar man at man har over 75 milliarder enheter tilkoblet internett.

Datadrevne bygg

Det krever at kontrollen over data må være systematisk. For næringsbygg spesielt, må man starte å se på hvordan kan man håndtere det faktum at alt i bygget er en dataenhet. Man har tidligere snakket om fremtiden, men fremtiden er her. Allerede 90% av biler vil være online i løpet av neste år og 80% av industriell produksjon bruker eller vil bruke IoT aktivt i samme tidsperiode.

Men et vellykket IoT prosjekt krever at en hel teknologisk og kommersiell verdikjede spiller sammen. Det spennende og utfordrende med litt større IoT prosjekter for bygg er at de vanligvis ikke begynner sitt liv som nybygg, da kun 1 % av byggene er nybygg hvert år.

Ofte må man derfor forholde seg til mange forskjellige leverandører og allerede eksisterende teknologi som ville være for dyrt å bytte ut. Her snakker vi om teknologi som kan være mer enn ti år gammel, dette er like relevant for smarte bygg som for industri 4.0.

Kunsten er å designe en fleksibel teknologisk arkitektur som gjør det mulig å koble opp eksisterende tradisjonelle systemer, slik som ventilasjonsanlegg, varmeanlegg osv, og få dette til å spille sammen med ny tilgjengelig teknologi, slik at man får en effektiv datafangst både fra nye og eksisterende enheter.

Man trenger også en trygg og pålitelig kommunikasjon til en database som kan samle og organisere data. Men det stopper ikke her. Med så mange datapunkter som hentes hvert minutt eller sekund i dag trenger man smarte systemer som kan visualisere og analyserer data.

Nå snakker vi gjerne om flere tusen datapunkter på et bygg, og da har ikke menneske mulighet til å se det samme som maskiner kan. Og det er her vanligvis kostnadene oppstår. Dersom systemet designes riktig så kan det gjerne kommer ut en verdi istedenfor bare rådata. Dette kan skje via grenseverdier og vanlig statistisk analyse eller via maskinlæring og kunstig intelligens.

Hvordan går man fra innsikt til kontroll

Neste steg er å belyse systemet i den andre retningen. Nå har jeg styringsinformasjon og dette må føres tilbake inn i systemet for å endre på settpunkter eller oppnå en eller annen form for styring. Kanskje først når data analysen kan brukes til å styre systemer, oppnår man den verdien som gjør at et prosjekt har en god ROI (tilbakebetalingstid).

I forkant av hvert prosjekt er det viktig å forstå en del grunnlegende ting:

  • Hvor skal styringen være plassert? Kan det foregå i sky eller burde det være lokalt? Eller kanskje en hybrid løsning? Hva skjer dersom nettet er nede?
  • Hvem kommer til å trenge tilgang til systemet? Hvordan bruker kundene systemet og hvem er ansvarlig for drift?
  • Maskinlæring og kunstig intelligens har kommet veldig langt og mye kan gjøres med denne teknologien. Likevel oppleves det at mye fortsatt kan løses med grenseverdier, hystereser og vanlig statistikk. Resultatet er ofte bedre siden flere kan forstå styringslogikken og stille kritiske spørsmål rundt denne. Ofte så er avansert maskinlæring ikke nødvendig i disse prosjektene. Det blir litt som å skyte spurv med kanoner.
  • Mange store IKT prosjekter feiler fordi man lager en stor monolittisk løsning. I IoT verden er kunsten å sette sammen mange mindre systemer. Spesielt hvis det finnes allerede en del “legacy devices”. Men da må man finner god teknologi til å kunne styre, overvåke og oppdatere alle byggeklossene på en enkel, pålitelig og kostnadseffektiv måte.
  • Tradisjonelt så har man kjøpt styringssystemer for bygg med en engangskostnad. Det vil si at man gjør en investering og så forventes systemet å fungere de neste 12 til 20 årene. Siden moderne systemer er mye mer basert på programvare som må driftes både i skyen og lokalt, så trenger leverandørene ofte en modell hvor man beregner månedlige driftskostnader som da ofte vises som abonnementsløsning. Dette må endres for å lykkes med datadrevne bygg.

Oppsummeringer

Fremtiden er nærmere enn noensinne. Vi har allerede enormt mye data i bygg, og det vil være en svært eksponentiell vekst videre. Viktigheten av å tenke «fleet management» eller flåtestyring på norsk, hvor alle enheter i bygget må oppdaterer seg selv er noe alle organisasjoner må tenke over.

Bare se for deg at du installere en dataenhet i bygget som får et sikkerhetshull, eller har en feil i programvaren som må fikses. Hva om denne enheten finnes på 1000 bygg. Hvordan går man frem da?

IoT utfordringen som må løses er å få kontroll, vi må ha en flåtestyring fra dag en.

Erfaringer fra Proptech Bergen
med Matterport 3d-skanning

Utpakking av Matterport 3d. Til venstre Martin McGloin i Airthings og Tommy Hagenes. Foto fra Video Proptech Bergen.