Perkembangan edge dan Internet of Things mungkin bukan berita utama saat ini, namun telah terjadi peningkatan signifikan dalam daya komputasi di edge. IoT dan Edge mungkin mendefinisikan ulang atau menciptakan lebih banyak peluang teknologi dibandingkan kecerdasan buatan – meskipun AI mendapat perhatian terbesar.
Prevalensi edge computing dan IoT terlihat dalam survei terhadap 1.037 manajer dan profesional TI, yang menemukan bahwa logika kontrol, atau komputasi terintegrasi, melampaui AI sebagai bidang komputasi paling populer (40% hingga 37%).
Selain itu: AI yang terdepan: 5G dan Internet of Things melihat waktu yang lebih cepat
“Apakah ini berarti pandangan baru terhadap solusi praktis terhadap masalah nyata di dunia? Hanya waktu yang akan menjawabnya,” pikir penulis studi tersebut.
Studi Eclipse menemukan bahwa pembangunan meningkat di semua sektor IoT, termasuk otomasi industri (33%, naik dari 22% tahun lalu), diikuti oleh pertanian (29%, naik dari 23%), infrastruktur, manajemen energi, dan kota pintar. keduanya sebesar 24%). Java menduduki peringkat teratas bahasa pemrograman untuk gateway IoT dan node tepi, sedangkan C, C++, dan Java adalah bahasa pemrograman yang paling umum digunakan untuk perangkat loop tertutup.
Terkait persyaratan teknis, semua orang tampaknya khawatir dengan desain dan pengembangan AI – namun, Edge dan IoT memiliki tuntutannya sendiri.
“Keterampilan yang dibutuhkan untuk merancang dan membangun sistem edge mencakup perubahan pemikiran dari pendekatan pusat data tradisional ke pemahaman dan pengelolaan jaringan dan infrastruktur edge,” kata George Maddaloni, chief technology officer di Mastercard, kepada ZDNET. “Kita perlu meningkatkan data di tempat pembuatannya, meningkatkan aliran data, dan mengurangi kebutuhan untuk mengirim data mentah dalam jumlah besar agar hilang di tengah jalan.”
Merancang dan membangun sistem edge dan IoT “membutuhkan keahlian yang unik,” kata Tony Mariotti, CEO RubyHome, kepada ZDNET. “Tidak seperti TI tradisional yang sering berfokus pada pemrosesan data terpusat, edge computing memerlukan keahlian dalam infrastruktur dan pemrosesan real-time. Para profesional harus mahir dalam integrasi IoT, keamanan jaringan, dan analisis data. Keterampilan ini berfokus pada pengumpulan data yang cepat dan aman , penting untuk aplikasi yang membutuhkan informasi segera.”
Juga: Apa itu AI? Semua yang perlu Anda ketahui tentang kecerdasan buatan
Dan ya, AI dan pembelajaran mesin juga berada di garis depan proses IoT. Hal ini didorong oleh kebutuhan akan “sistem yang sangat cerdas dan otonom yang dapat mengambil keputusan secara real-time, langsung pada saat pengumpulan data,” Harshul Asnani, presiden bisnis teknologi, media, dan hiburan Tech Mahindra, mengatakan kepada ZDNET. “Dengan memproses data di perangkat alih-alih mengandalkan komputasi awan, perangkat edge yang didukung AI mengurangi latensi, mengurangi penggunaan bandwidth, dan meningkatkan waktu respons – pemantauan waktu di bidang manufaktur, dan teknologi kota pintar.”
Manajer dan pakar teknologi perlu mengimbanginya dan IoT “menggabungkan kebutuhan akan solusi terukur untuk mengelola volume data dan kebutuhan akan peningkatan langkah-langkah keamanan,” kata Mariotti. “Para profesor akan belajar cara mengoperasikan jaringan IoT kompleks yang menjaga integritas dan privasi sambil menangani data sensitif, sebuah kemajuan penting bagi semua bisnis berbasis teknologi.”
Hal ini memerlukan “pemahaman kompleksitas pengelolaan data dan analisis real-time,” Asnani mengakui. “Seiring dengan semakin dekatnya pemrosesan data, pengelolaan volume, variasi, dan kecepatan data yang dihasilkan oleh perangkat IoT menjadi tugas yang menantang. Hal ini memerlukan kebijakan manajemen data yang kuat untuk memastikan kualitas data, privasi, dan kepatuhan terhadap peraturan.
Juga: CIO Bank: Kita tidak membutuhkan ahli AI, kita membutuhkan pemikir kritis untuk menantang AI
Karena edge dan IoT memerlukan kemampuan real-time, “pemantauan secara real-time atau hampir real-time menjadi semakin penting untuk mendapatkan informasi yang dapat ditindaklanjuti dengan segera, mencari alat dan metode analisis,” tambah Asnani. “Memanfaatkan analisis edge memerlukan perubahan dalam teknologi dan pola pikir, memprioritaskan inovasi, dan kemampuan untuk membuat keputusan yang terdistribusi. Memahami aspek-aspek ini akan sangat penting bagi para manajer data dan profesional untuk memanfaatkan potensi penuh dari komputasi awan edge adalah IoT.”
Aplikasi Edge dan IoT telah terbukti penting bagi MasterCard, yang mengelola pusat data jarak jauh. Edge telah “berevolusi menjadi sesuatu yang kini dapat menggunakan cloud pribadi dan publik,” kata Maddaloni. “Di cloud publik, kini ada sejumlah komponen ‘cloud edge’ yang dapat kita gunakan sebagai wadah, atau solusi sederhana di cloud pribadi kita. Cadangan daya terdistribusi jika terjadi kegagalan dan platform cadangan cloud jika diperlukan.”
Periferal MasterCard juga mencakup sensor untuk “memantau kondisi motor, pompa, dan generator listrik darurat,” kata Maddaloni. “Kemampuan sensor-sensor ini untuk mampu merespons situasi tertentu, seperti mengubah sistem pendingin atau mendistribusikan energi, mengurangi kebutuhan akan campur tangan manusia. Hal ini tidak hanya meningkatkan efisiensi tetapi juga memungkinkan pekerja untuk lebih fokus pada tugas-tugas modern.”
Ada juga keahliannya, kata Maddaloni. “IoT memberikan informasi yang mengarah pada penghematan energi, konservasi air, dan keberlanjutan di semua industri. Dengan mengoptimalkan penggunaan sumber daya, IoT membantu mencapai lingkungan yang lebih hijau.”
Juga: 5G dan komputasi edge: Apa itu dan mengapa Anda harus peduli
Peralihan ke pemrosesan data “berarti bahwa para profesional perlu memahami cara menggunakan komputer untuk meningkatkan kinerja dan pengambilan keputusan,” kata Mariotti dari RubyHome. “Hal ini sangat penting terutama di sektor-sektor yang mengandalkan analisis real-time, seperti layanan kesehatan, keuangan, dan intelijen real estate.”
Hal ini membawa kita pada pertanyaan apakah “keunggulan” adalah masa depan yang harus dipersiapkan oleh para profesional di bidang teknologi dan bisnis. “Dengan semakin banyaknya data di edge dan di lingkungan IoT, potensi bagi perusahaan dapat menjadi peluang yang sangat besar,” kata Maddaloni. “Peningkatan jumlah data mentah mendorong peralihan dari pemrosesan inti ke pemrosesan tepi untuk mengurangi kendala bandwidth, mengurangi biaya, dan mengatasi masalah seperti latensi dan kemacetan jaringan.”
