Internet rzeczy to nie przyszłość, to teraźniejszość. Dzieje się tu i teraz. Transfer danych jest coraz tańszy i coraz szybszy. Coraz mniejsze i bardziej wydajne modemy pozwalają na umieszczanie ich w kolejnych, jeszcze mniejszych urządzeniach. Cały czas rośnie pojemność i wydajność „chmury”, w której można przechowywać coraz więcej danych. Geo-lokalizacja pozwala na określenie położenia z dokładnością do kilku centymetrów. To wszystko napędza rozwój internetu rzeczy.

Stopniowo otaczamy się kolejnymi inteligentnymi urządzeniami. Wszystkie one zostały stworzone, aby ułatwiać nam życie: pomagać w utrzymaniu zdrowego stylu życia, podnosić efektywność w pracy, dbać o bezpieczeństwo, wspierać życie rodzinne, utrzymywać kontakt z bliskimi itp. Wszystkie te urządzenia generują ogromne ilości danych: od liczby kroków, poprzez nastrój, czas i sposób spania, aż po ilość i rodzaj interakcji z innymi. Za rosnącą ilością danych nie idzie niestety ich analiza.

Problemem dla konsumenta nie jest obecnie niedobór informacji, ale jej nadmiar. Przy tym potrzebne jest efektywne filtrowanie, analiza, wnioski i rekomendacje. Dane same w sobie nie stanowią dla konsumentów żadnej wartości. Nie potrafią, nie muszą lub po prostu nie chcą ich analizować. Dopiero uporządkowane, obrobione, przekute w insighty, podane w atrakcyjnej formie spełnią pokładane w nich nadzieje. Coraz większa ilość danych, które nas zasypują, wcale nie podnosi komfortu naszego życia, wręcz przeciwnie, powoduje jeszcze więcej problemów: Po co mi to wszystko? Co ja mam z tym zrobić?

Konsumenci nie chcą danych, nie potrzebują odczytów w formie liczb, tabelek i wykresów. Zamiast „surówki” chcą wniosków, informacji, co to wszystko oznacza oraz rekomendacji co w związku z tym mają zrobić, w jaki sposób informacje pomogą im w zmianie swojego życia na lepsze. Nie interesuje mnie przecież ile robię kroków dziennie, a ile muszę przejść, żeby zrzucić 1 kilogram wagi. Do tej pory trudno trafić na urządzenia i programy, które zamienią dane na wnioski. Pojawia się więc pytanie: kto ma pomóc konsumentom odnaleźć się w gąszczu danych? Kto pomoże zamieniać dane na cenne insighty, dzięki którym będą mogli być zdrowsi, bardziej efektywni, bezpieczniejsi? Kto ma to wszystko zrobić?

Z drugiej strony mamy marki, które za wszelką cenę starają się trafić do głów i serc konsumentów. Ponieważ standardowa jednostronna komunikacja przestała działać, marketerzy spoglądają w kierunku content marketingu. Trwają poszukiwania treści, która zainteresuje konsumenta. Wszyscy prześcigają się na pomysły, w jaki sposób przemycić w niej markę. To właśnie obróbka danych przez internet rzeczy, uporządkowanie ich, analiza, wyciągnięcie wniosków i przedstawienie w przystępnej formie to duża szansa dla marek, które na różne sposoby starają się zaistnieć w świadomości konsumentów. Dzięki lawinowo rosnącej ilości danych, to właśnie marki są w stanie stać się dla konsumentów przewodnikiem w coraz bardziej złożonym świecie.

Ponieważ analiza danych i przekuwanie ich we wnioski i rekomendacje nie są łatwe, z pomocą markom przychodzi coraz szybciej rozwijająca się sztuczna inteligencja. Bez niej wykorzystanie internetu rzeczy będzie nie tylko trudne, ale wręcz niemożliwe. Analiza i obróbka terabajtów danych i wyciąganie z nich wniosków to zadanie, które przekracza możliwości człowieka. Bez pomocy sztucznej inteligencji rosnąca kategoria internetu rzeczy ma dużą szansę stać się porażką – poczynając od uciążliwych urządzeń domowych, które nie współpracują ze sobą tak jak miały i są bezużyteczne, aż po realne zagrożenie dla zdrowia lub nawet życia ludzi – przy urządzeniach odpowiedzialnych np. za ruch czy bezpieczeństwo.

Sztuczna inteligencja może jeszcze brzmieć jak science-fiction ale już jest wykorzystywana przez niektórych graczy. Pandora i Spotify analizują to czego słucha użytkownik i na podstawie analiz rekomendują utwory, które mogą się mu spodobać. Algorytmy Amazon.com analizują nasze zakupy i rekomendują kolejne produkty. Także w kategorii internetu rzeczy pojawiają się nowe inicjatywy oparte na sztucznej inteligencji. Na pierwszy ogień idą urządzenia sportowe, tzw. fitness trackery. Ciekawy przykład to urządzenie Vi (https://www.getvi.com/) które analizuje dane z inteligentnych urządzeń, aplikacji sportowych itp. oraz bieżące wyniki i w czasie rzeczywistym opracowuje program motywacyjny. Kolejny przykład to Boltt (https://boltt.com/) – łączący opaskę i inteligentne buty. W odróżnieniu od innych, urządzenia te nie tylko dostarczają dane, ale i – na ich podstawie – gotowe rekomendacje.

Niezależnie od wykorzystanej technologii liczy się jedno. Rekomendacje dostarczane konsumentom muszą być spersonalizowane, oparte na aktualnych danych. Ważne, aby były łatwo dostępne w czasie rzeczywistym i wartościowe. Powinny przyczyniać się do realnej zmiany w zachowaniu konsumenta. Niezależnie czy będą dotyczyć jego zdrowia, samopoczucia, produktywności, bezpieczeństwa etc., powinny sprawić, że ich życie stanie się prostsze, przyjemniejsze, bardziej efektywne. To akurat zależy od człowieka, nie od maszyny.

Powiązane wpisy