Moderniseer je bedrijfsactiviteiten aan de rand

In een wereld waarin alles op afstand gebeurt, zijn er nieuwe levensscenario's die een jaar geleden nog niet eens bestonden. Dit wakkert niet alleen de klantbehoeften aan, maar versterkt ook de bereidheid van bedrijven om digitaal te transformeren. Bedrijven realiseren zich nu meer dan ooit dat ze moeten veranderen en anders over hun producten en diensten moeten gaan nadenken. De wens om de analysecapaciteit te vergroten, inzichten weer te geven en real-time voorspellingen te doen, is ongekend groot.

En hoewel de wens er is, is de capaciteit er gewoon niet om dit te doen. Wat mij opvalt, is de uitgestrektheid en diversiteit van de infrastructuur die je probeert te beheren. Er zijn duizenden apps die in het datacenter en in de bedrijfsomgeving draaien, en de wens is er echt om dit te moderniseren met behulp van de cloud. Je hebt echter veel open vragen over hoe je dat moet doen. Hoe kun je dit op je diverse locaties het beste beheren, aansturen, beveiligen en onderhouden, en tegelijkertijd innovatie mogelijk maken en wendbaarder worden? In deze context neemt de invoering van een IoT-strategie zeer zeker toe en wordt het als essentieel voor zakelijk succes gezien.

Een uitgewerkte IoT-strategie is cruciaal. En voor het succes van een IoT-strategie wordt AI als onmisbaar gezien. Alleen is de vaststelling hoe je AI als concurrentievoordeel gaat inzetten of hoe je compleet nieuwe zakelijke mogelijkheden binnen je productenportefeuille gaat ontwikkelen, een heel ander verhaal. De manier die daarvoor op dit moment wordt aanbevolen, is gericht op containerisatie van deze workloads en de mogelijkheid om deze op afstand te beheren en in te zetten met moderne DevOps – idealiter met dezelfde oplossing die je voor je moderne cloudtoepassingen gebruikt. Het maakt niet uit of het gaat om de transformatie van je productiviteitsmiddelen, je datacentrum of je bedrijfsactiviteiten aan de rand. Wanneer alles met de cloud is verbonden, voedt dat de besluitvorming, en wanneer het allemaal aan AI en ML is gekoppeld, krijg je een heel ander besluitvormingsniveau, omdat je datasignalen kunt meenemen die voorheen door de kloof tussen OT en IT van elkaar gescheiden waren.

Drie golven van edge-innovaties

Edge-innovaties komen nu in drie belangrijke golven samen. De focus op de korte termijn is dat apparaten veilig verbonden moeten zijn. Daarna verschuift de prioriteit al snel naar het intelligent maken van die verbonden apparaten. Dat doen we voornamelijk door het gebruik van AI en machine learning die in alle apparaten en platforms zijn geïntegreerd. Tot slot zal de meeste waarde worden gerealiseerd wanneer apparaten autonoom zijn of onderdeel zijn van autonome systemen. Het is echt belangrijk om deze ontwikkeling te begrijpen, aangezien je daardoor ziet hoe IoT-oplossingen jou en je bedrijf op den duur steeds meer waarde zullen opleveren, omdat ze eerst apparaatgericht zijn, dan omgevingsgericht worden en uiteindelijk ecosysteemgericht zullen worden.

Laten we dieper ingaan op de technologieën en mogelijkheden die we in het apparaat en op het platform moeten ondersteunen om deze drie innovatiegolven mogelijk te maken. Hoe kunnen we aan de rand een gecombineerde platformstack ontwikkelen – van het silicium en het apparaat tot het besturingssysteem en de software op dat apparaat, tot en met de services en de cloudverbinding – zodat we een geïntegreerd systeem krijgen in plaats van een verzameling losse componenten?

Allereerst moet er ondersteuning zijn voor de innovatie die in het silicium plaatsvindt, om de machine-learningmodellen lokaal op de rand te versnellen. Deze nieuwe generatie silicium is heel interessant. Het nieuwe silicium is geoptimaliseerd voor versnelling van diepe neurale netwerken en maakt met een fractie van het vermogen een enorme prestatiewinst mogelijk.

Op de platformlaag voor het besturingssysteem en de apps moet ondersteuning worden geboden voor alle populaire AI-verpakkingsindelingen, waaronder ONNX en TensorFlow, en moeten er API's zoals Win ML beschikbaar zijn, waarmee toepassingen uit de onderliggende hardware worden geabstraheerd, waardoor het veel gemakkelijker wordt om AI-toepassingen te bouwen en ze op een groot aantal plaatsen uit te voeren.

Tot slot moet dit alles in de cloud worden gekoppeld aan een reeks AI-services in Azure ML waarmee eenvoudig AI-modellen en -toepassingen gebouwd, getraind, ingezet, bewaakt en opnieuw getraind kunnen worden. Uiteindelijk wil je het gemakkelijk maken, of je nu alleen maar een consument van een bestaande AI-oplossing bent of een fanatieke ontwikkelaar of datawetenschapper die bezig is de volgende verbazingwekkende vernieuwing in AI te ontwikkelen.

Edge-oplossingen samenbrengen om in orkestratie te werken

Het Azure-servicelandschap is uitgestrekt en biedt vele mogelijkheden. Het in orkestratie laten werken van edge-oplossingen vergt veel energie, omdat cognitieve services, machine learning, IoT-inzichten, apparaatupdates, containers voor firmware en het besturingssysteem én ML-modellen allemaal bijeen moeten worden gebracht om met elkaar samen te werken. Dit zijn allemaal uitdagingen die we aankunnen.

Microsoft heeft een enorme krachtinspanning geleverd om een reeks tools te ontwikkelen waarmee deze hiaten worden gedicht. Ze hebben edge- en AI-oplossingen vereenvoudigd, van het silicium tot en met de services, en zo die complete blauwdruk gecreëerd die iedereen wilde gebruiken: een geïntegreerd, eenvoudig te gebruiken platform dat als één systeem werkt, in plaats van een verzameling losse componenten die jij bij elkaar moet houden. Met de kracht van een ecosysteem op schaal zal het je minder tijd kosten om je AI-oplossingen voor de edge te ontwikkelen en zal het gemakkelijker zijn om ze veilig te bedienen. Bij OrangeNXT hebben we ons product digitalNXT Vision uitgebreid met deze nieuwe technologie van Microsoft om nieuwe scenario's voor onze klanten mogelijk te maken.

Luister hier de volledige podcast hier:

OrangeNXT · Podcast AI On The Edge, Microsoft X OrangeNXT

(de podcast is enkel in het Engels beschikbaar)