Prognóza společnosti IDC uvádí, že propojená zařízení internetu věcí budou v roce 2025 generovat 79,4 zettabytu dat (1 ZB = triliarda, 10 na 21 bytů). Dle studie Worldwide Global DataSphere IoT Device and Data Forecast to odpovídá průměrné roční míře růstu kolem 29 procent. Očekávaných 41,6 miliardy zařízení IoT budou samozřejmě k datovému provozu přispívat velmi nestejnou měrou. Aktuálně největší objemy dat vytvářejí a přenášejí kamery, větším podílem však začnou přispívat i propojené automobily a různá lékařská nebo průmyslová zařízení.
Kromě automobilů a průmyslových provozů budou internet věcí stále častěji využívat i koncoví uživatelé, a to jak v chytrých domácnostech, tak i prostřednictvím nositelných zařízení. I přes obavy spojené s bezpečností a ochranou soukromí bude přibývat i osobních kamer, a to jak díky levnějším zařízením, tak i vzhledem k větší šířce pásma mj. související s nástupem sítí 5G. Stále více "kamerových" dat budou generovat rovněž drony.
Nejrychleji se nicméně podle prognózy má zvyšovat objem dat generovaných chytrými automobily a průmyslovými zařízeními, kdy meziroční růst objemu má být kolem 60 procent (nepočítají se data z kamerových systémů). Senzory budou stále složitější a nebudou se zdaleka omezovat jen na základní diagnostiku. Zde má také internet věcí největší inovativní potenciál. Data budou mít různou povahu a vznikne kolem nich samozřejmě celý ekosystém aplikací pro jejich další zpracování, včetně ukládání a analytiky s využitím metod umělé inteligence.
60 %
Nejrychleji se podle analytiků má zvyšovat objem dat generovaných chytrými automobily a průmyslovými zařízeními, zde očekávají meziroční růst objemu kolem 60 procent.
V souvislosti s IoT bude také hrát stále větší roli kategorie metadat, tedy dat popisujících jiná data. V některých případech jsou metadata v porovnání s původními daty velmi malá (např. popis času, místa a způsobu pořízení videa), jindy, např. ve výrobních provozech, však jejich objem může být srovnatelný se samotnými původními daty. Metadata se využívají a budou využívat např. pro personalizaci nebo dodávání kontextu. S jejich pomocí lze lépe porozumět surovým, často nestrukturovaným datům, hrají tedy velký význam při práci s databázemi NoSQL nebo systémy umělé inteligence.
Článek byl publikován v komerční příloze Hospodářských novin a týdeníku Ekonom.
Přidejte si Hospodářské noviny mezi své oblíbené tituly na Google zprávách.
Tento článek máteje zdarma. Když si předplatíte HN, budete moci číst všechny naše články nejen na vašem aktuálním připojení. Vaše předplatné brzy skončí. Předplaťte si HN a můžete i nadále číst všechny naše články. Nyní první 2 měsíce jen za 40 Kč.
- Veškerý obsah HN.cz
- Možnost kdykoliv zrušit
- Odemykejte obsah pro přátele
- Ukládejte si články na později
- Všechny články v audioverzi + playlist