The internet of everything: we staan pas aan het begin

Je hebt van die termen die enorm gehypet worden en waar iedereen wel een mening over heeft. ‘The Internet of Things (IOT)’ is er zo een. Het wordt ook wel Internet of Everything genoemd. Wat is het, waar gaat het naartoe en wat kunnen we er mee? Er is veel over geschreven. Toch heb ik daar nog wat aan toe te voegen.

Wat is het ook alweer?

The Internet of Things wil niets meer zeggen dan dat de wereld één groot dataveld is van objecten, mensen en dieren: dingen die met elkaar in verbinding staan. Alles is samen te vatten in een interconnected zenuwstelsel. Van datapunten, informatiebronnen, temperatuursensoren, vervoerssensoren, watersensoren en elektriciteit tot beweging.

Er zijn meer dingen verbonden met het internet dan de twee miljard mensen die een internetverbinding met elkaar hebben. We staan pas aan het begin van deze ontwikkeling. Google Glass, de smartwatches of de selfdriving Google Car vormen slechts een paar procent van wat Internet of Things zal betekenen.

Een efficiënte dagindeling

Welke toepassingen kun je hiermee bedenken? Je wekker weet wanneer je wakker zou moeten worden door de connectie met je agenda, de locatie van je afspraak en de drukte op de weg. Je kast opent de juiste selectie van kleding op basis van de buitentemperatuur, de tijd van het jaar en de ideaalbeelden die je in je profielvoorkeur hebt ingesteld.

Ondertussen is je badkamer fijn op temperatuur en het bad volgelopen, zodat je daar ook geen omkijken meer naar hebt. Je krijgt een signaal om je te laten weten hoe laat je de deur uit moet om de juiste tram te halen. Deze autonome informatieverschaffing maakt het mogelijk om de dag op een zo efficiënt mogelijke manier door te brengen.

Is dit leuk? Spontane acties kunnen je dag flink overhoop gooien en een dergelijk systeem vraagt erom gehackt te worden. Agendawisselingen, moodswings (nee, ik doe toch liever iets geels aan) of autopech maken het wat ingewikkelder. Ik wil daarom graag een gelaagdheid aandragen voor The Internet Of Things.

Laag 1: de touchpointlaag

Deze eerste laag is de meest basale. Er komen steeds meer dingen die met elkaar in verbinding staan. En dingen die weer met andere dingen verbonden worden. Een vraag die hierbij naar voren komt is: welke dingen worden connected?’. Oftewel, wordt een horloge connected, wordt een jas connected? Of een bril, een schoen of een stoeptegel? De vervolgvraag is: wat kun je ermee? Wat is het nut van het feit dat al deze dingen met elkaar in verbinding staan?

Even een overzicht van de soorten touchpoints die er zijn:

• datapunten;
• datalijnen (verbonden datapunten);
• data area’s (x,y,z as; gebieden);
• zwaartekracht;
• wat al niet meer in de natuurkundige wetten?

Van scherm naar geen scherm

Wat gaat straks informatie bevatten? We denken nu vooral in schermen. Nieuwe vormen en dimensies van schermen. Grote, medium, verschillende tablets, andere vormen van telefoons, gebogen schermen of opvouwbare schermen. We denken aan integratie van schermen. Ingebouwd in je koelkast, je vriezer of je horloge. Schermen bevatten de mogelijkheid om informatie af te kunnen lezen. Maar wat dacht je van projectiemogelijkheden? Waarom hebben we eigenlijk schermen nodig? En moeten we wel altijd informatie van het betreffende ‘ding’ kunnen en willen aflezen?

Wearables

Denk daarom voorbij de gear. We gaan computers niet meer alleen bedienen met onze handen. Voorbeelden zijn Siri, Kinect en Google Glass. Denk aan wearables. Dingen die geen scherm hebben. De mobiele telefoon waar we nu zo aan verknocht zijn, die hebben we over vijf jaar niet meer. Onhandig ding. Misschien hebben we wel een soort pasje dat alle informatie voor ons uitleest, of kunnen we alles projecteren? Onder wearables wordt met name kleding verstaan die aangeeft vies te zijn en dus gewassen moet worden. Of een schoen die aangeeft dat hij versleten is.

Laag 2: de aggregatielaag

Dingen van dezelfde soort staan wellicht met elkaar in verbinding. Denk aan het ene huis dat met het andere gekoppeld is. Deze huizen vormen een wijk, een stad, een regio of een land. Dit leidt tot verschillende abstractieniveaus die weer van verschillende invalshoeken bekeken en vergeleken kunnen worden. Daarnaast heb je soorten dingen die weer met elkaar in verbinding staan en waar je weer analyses op los kunt laten. Kortom: de stap naar big data.

Laag 3: de kennislaag

Binnen deze laag worden verbanden gelegd tussen al deze data. Hiermee ontstijgen we ons huidige denkniveau, doordat we patronen kunnen herkennen die we voorheen nooit zagen. We kunnen niet alleen de volgende dag voorspellen, maar tot wel drie jaar vooruit. Dankzij deze nieuwe inzichten zijn aardbevingen beter te voorspellen en zijn treinongelukken te voorkomen. We doorbreken natuurkundige wetten doordat we out-of-the-box kunnen denken en we onszelf een megalomane rekenkracht kunnen veroorloven.

Geïsoleerde systemen

Denk aan je auto, je huis, je kantoor of de speeltuin. Bij een huis staat het water bijvoorbeeld in connectie met de buitentemperatuur, waardoor de verwarming geregeld wordt. Het energieverbruik wordt gemonitord (de krachtbron geeft aan dat niet zowel de wasmachine, de vaatwasser als de droger tegelijk aan kunnen en berekent de meest efficiënte kettingreactie). Of denk aan het systeem dat checkt of de ramen dicht zijn, de gordijnen open moeten staan of wat voor lichtkleur het beste bij je afspraak past (heb je een kinderfeestje dan zijn de lampen feller aan dan bij een romantisch avondje). 

Publieke systemen

Ook kun je denken aan publieke systemen, waarbij sensoren op straat aangeven of er mensen op straat lopen of rijden, zodat het licht aan of uit kan worden gezet. Of stoeptegels die sensoren bevatten en het opmerken wanneer iemand struikelt. Wat dacht je van riolen die monitoren of ze verstopt zitten? Of een snelweg het die het aangeeft als er een ongeluk is gebeurd en direct via de matrixborden of, sterker nog, via een signaal aan alle aankomende auto’s doorgeeft langzamer te rijden. Mijn stelling is dat we geen wegenborden meer nodig zullen hebben. Met de nieuwe techniek wordt de dichtstbijzijnde dienstdoende agent geattendeerd om op het verkeersongeval af te rijden en poolshoogte te nemen.

Gedeelde systemen

Bij gedeelde systemen staan verschillende geïsoleerde systemen en publieke systemen met elkaar in contact en leren van elkaar. Denk hierbij aan innovatieve vormen van mobiliteit. Zo gebruiken we maar een deel van de tijd onze auto. Waarom zouden we self-driving cars niet voor laten rijden op het moment dat we ze nodig hebben? Je rijdt van A naar B en vanaf punt B neemt een volgende de auto het over om naar punt C te rijden. Hierdoor lossen we de parkeerproblematiek op, kunnen we het aantal auto’s met zeker 70% verminderen en kunnen we de meest efficiënte en milieuvriendelijke routes plannen omdat deze weer in verbinding staan met de publieke systemen.

Gebruiksgemak en genot

De hamvraag is: wat hebben we eraan? Is het nuttig? Maken we het onszelf hierdoor makkelijker? Wordt het leven aangenamer? Of is het pure datageilheid? Slimme horloges waren er al in de jaren negentig. De buzzer ken je waarschijnlijk ook nog wel. De vraag is of het handig is om je e-mail te checken op je horloge of om er foto’s mee te kunnen maken. Het gaat er namelijk om dat we in een behoefte voorzien. De iPad voorzag in een behoefte om gemakkelijk en zonder opstarttijd te ‘computeren op de bank’.

Waar wachten we nog op?

De doorbraak zal niet zozeer liggen aan de soorten schermen die we ontwikkelen. Deels ligt het aan de accuduur van onze apparaten. Het heeft geen zin om alle schermpjes die we hebben iedere avond aan het infuus te leggen. De eerste connected-apparaten voor thuis zijn inmiddels via Kickstarter geleverd. Van Pebble Smartwatch tot aan Smartthings en de Hue Smartlamp.

Praktische toepassingen

Wat betekent Internet of Things in de werksfeer? Er zullen nieuwe disciplines aan de e-commerce afdeling worden toegevoegd. E-commerce wordt meer en meer een spil in de organisatie en krijgt vertakkingen bij product-development, inkoop, innovatie, marketing en sales.

De vraag rondom het interpreteren van grote datahoeveelheden wordt essentiëler. De analisten van vandaag maken rapportages en tracken codes om te kijken welke campagnevorm succesvol is geweest en welke conversie aan welk bezoekpad te wijten is. De analisten van morgen interpreteren big data, leggen verbanden en geven inzichten, geholpen door de enorme hoeveelheid aan informatie.

Nieuwe job-functies

Bedrijven kunnen hun product straks veel beter op de behoeften van de consument afstemmen. User Experience wordt User Data Experience. User Data Experience wordt een combinatie van out-of-the-box denken, van vernieuwingen zoeken die consumenten zelf nog niet hebben bedacht (denk aan het T-Ford principe), maar waarvan je op basis van big data kunt voorspellen dat deze waarschijnlijk interessant en gewenst zijn. Innovaties kunnen in de praktijk worden gemonitord op daadwerkelijk gedrag en worden bijgesteld. Zo ontstaat de ‘learning loop’.

Het verkoopproces stopt niet bij het afrekenen van het product of dienst. Of het nu iBeacon, NFC of een andere vorm van betalen wordt. Misschien gaan we wel toe naar ‘betalen naar gebruik’ en schrijven we een trui bijvoorbeeld maandelijks af, totdat hij vervangen moet worden. De vraag die centraal staat is of je straks producten koopt zoals we vroeger een volledige CD kochten, of dat we nu meer naar het kopen van singeltjes toegaan. Maak de parallel met het afnemen van een volledige krant, een volledig tv-kanaal of betalen per serie en per artikel. Die behoefte aan abonnementsvormen in alle takken van sport is eigenlijk een totaal ander artikel waardig.

Foto intro met dank aan Fotolia.