Adrienne Bresnahan/Getty Images
Pengembangan dengan tepi dan inisiatif yang berbasis internet dari hal-hal mungkin tidak menjadi berita utama hari ini, tetapi telah terjadi lonjakan aktivitas yang besar di sekitar komputasi di tepi. IoT dan tepi bahkan mungkin sedang membentuk atau menciptakan lebih banyak peluang teknologi daripada kecerdasan buatan – meskipun saat ini AI sedang menikmati perhatian yang lebih besar.
Kepervasifan komputasi tepi dan IoT terbukti dalam survei 1.037 eksekutif TI dan profesional, yang menemukan bahwa logika kontrol, atau otomatisasi tertanam, melampaui AI sebagai beban kerja komputasi tepi yang paling umum (40% hingga 37%).
Juga: AI di tepi: 5G dan Internet of Things melihat masa depan yang cepat
“Apakah ini menunjukkan fokus yang diperbaharui pada aspek praktis penyampaian solusi dunia nyata? Hanya waktu yang akan memberitahu,” para penulis survei merenungkan.
Survei Eclipse menemukan perkembangan meningkat di semua sektor IoT, termasuk otomatisasi industri (33%, naik dari 22% setahun sebelumnya), diikuti oleh pertanian (29%, naik dari 23%), otomatisasi bangunan, manajemen energi, dan kota pintar (semuanya di 24%). Java menempati peringkat teratas sebagai bahasa teratas untuk gateway IoT dan node tepi, sementara C, C++, dan Java adalah bahasa yang paling banyak digunakan untuk perangkat yang terbatas.
Ketika datang ke persyaratan keterampilan, semua orang tampaknya khawatir tentang desain dan pengembangan AI – namun, tepi dan IoT membawa tuntutan keterampilan mereka sendiri.
“Keterampilan kunci dalam merancang dan membangun sistem tepi melibatkan pergeseran fokus dari pendekatan pusat data terpusat tradisional untuk memahami dan mengoptimalkan tepi jaringan dan infrastruktur,” kata George Maddaloni, chief technology officer untuk operasi di Mastercard, kepada ZDNET. “Kami perlu memproses data di mana itu dihasilkan, meningkatkan efisiensi aliran data, dan mengurangi kebutuhan untuk mengirimkan jumlah data mentah yang besar untuk diproses secara terpusat.”
“Merancang dan membangun sistem tepi dan IoT memerlukan seperangkat keterampilan yang unik,” kata Tony Mariotti, CEO RubyHome, kepada ZDNET. “Berbeda dengan TI tradisional yang sering berfokus pada pemrosesan data yang terpusat, komputasi tepi membutuhkan keahlian dalam arsitektur terdesentralisasi dan pemrosesan data real-time. Profesional perlu terampil dalam integrasi IoT, keamanan jaringan, dan analitika data. Keterampilan ini fokus pada penanganan data yang cepat dan aman pada titik pengumpulan, penting untuk aplikasi yang membutuhkan wawasan segera.”
Juga: Apa itu AI? Segalanya yang perlu diketahui tentang kecerdasan buatan
Dan ya, AI dan pembelajaran mesin juga menjadi bagian dari inisiatif tepi dan IoT. Hal ini didorong oleh permintaan akan “sistem yang lebih cerdas dan otonom yang mampu membuat keputusan secara real-time, langsung di titik pengumpulan data,” kata Harshul Asnani, presiden bisnis teknologi, media, dan hiburan Tech Mahindra, kepada ZDNET. “Dengan memproses data pada perangkat itu sendiri daripada mengandalkan sistem berbasis cloud, perangkat tepi yang diaktifkan AI ini mengurangi laten, mengurangi penggunaan bandwidth, dan meningkatkan waktu respons. Ini sangat penting untuk aplikasi yang membutuhkan tindakan segera, seperti kendaraan otonom, analitika real-time dalam manufaktur, dan teknologi kota pintar.”
Wawasan manajer teknologi dan profesional memerlukan langkah maju dengan tepi dan IoT “termasuk kebutuhan akan solusi yang dapat diskalakan untuk mengelola volume data yang besar dan pentingnya langkah-langkah keamanan yang ditingkatkan,” kata Mariotti. “Para profesional telah belajar untuk mendeploy jaringan IoT yang kompleks yang menjaga integritas dan kerahasiaan sambil menangani data sensitif, sebuah kemajuan penting untuk semua bisnis yang didorong teknologi.”
Ini memerlukan “memahami nuansa tata kelola data dan analitika real-time,” setuju Asnani. “Saat pemrosesan data bergerak lebih dekat ke tepi, mengelola volume, variasi, dan kecepatan data yang dihasilkan oleh perangkat IoT menjadi tugas yang kompleks. Hal ini memerlukan kerangka kerja tata kelola data yang kokoh untuk memastikan kualitas data, privasi, dan kepatuhan dengan standar regulasi.”
Juga: CIO Bank: Kami tidak membutuhkan ahli AI, kami membutuhkan pemikir kritis untuk menantang AI
Karena tepi dan IoT lebih mungkin membutuhkan kemampuan real-time, “analitika data real-time atau mendekati real-time menjadi penting untuk mengekstrak wawasan yang dapat segera diambil tindakan,” tambah Asnani. “Menerima analitika tepi memerlukan adaptasi teknologi dan perubahan mindset, memprioritaskan kecepatan dan kemampuan untuk membuat keputusan terdesentralisasi. Memahami aspek ini akan menjadi kritis bagi manajer data dan analis untuk memanfaatkan potensi penuh komputasi tepi dan IoT.”
Memanfaatkan tepi dan IoT terbukti menjadi kritis untuk MasterCard, yang memiliki pusat pemrosesan data yang tersebar luas. Jejak tepi “telah bergeser menjadi sesuatu yang sekarang dapat menggunakan cloud privat dan publik,” kata Maddaloni. “Di cloud publik, sekarang ada serangkaian wilayah ‘cloud tepi’ yang dapat kita gunakan untuk kontainer, atau untuk pendekatan yang disederhanakan dalam cloud privat kami. Dari perspektif ketahanan, kami sekarang dapat menyertakan baik tumpukan terkonsolidasi tunggal dengan unit distribusi daya untuk cadangan energi dalam kasus kegagalan maupun platform cadangan cloud jika diperlukan.”
Sistem tepi MasterCard juga mencakup sensor untuk “memantau kinerja motor, pompa, dan generator daya darurat,” tambah Maddaloni. “Kemampuan sensor ini untuk mengotomatisasi tanggapan terhadap kondisi tertentu, seperti menyesuaikan sistem pendinginan atau distribusi daya, mengurangi kebutuhan untuk intervensi manusia. Otomatisasi ini tidak hanya meningkatkan efisiensi tetapi juga memungkinkan personil fokus pada tugas yang lebih strategis.” Ada juga kemampuan keberlanjutan, kata Maddaloni. “IoT memberikan wawasan yang mengarah pada penghematan energi, konservasi air, dan keberlanjutan secara keseluruhan dalam operasi. Dengan mengoptimalkan penggunaan sumber daya, IoT membantu mencapai pusat data yang lebih hijau.”
Juga: 5G dan komputasi tepi: Apa itu dan mengapa Anda harus peduli
Pergerakan menuju pemrosesan data terdesentralisasi “berarti bahwa para profesional perlu memahami bagaimana memanfaatkan komputasi tepi untuk meningkatkan efisiensi operasional dan proses pengambilan keputusan,” kata Mariotti RubyHome. “Ini terutama penting dalam sektor yang mengandalkan analitika real-time, seperti perawatan kesehatan, keuangan, dan operasi real estate pintar.” Itu membawa kita pada pertanyaan apakah “tepi” adalah masa depan yang perlu disiapkan oleh para profesional teknologi dan bisnis. “Dengan pertumbuhan data yang eksponensial di tepi dan di lingkungan IoT, kemampuan komputasi tepi perusahaan bisa menjadi keuntungan penting,” kata Maddaloni. “Volume data mentah yang meningkat mensyaratkan pergeseran dari pemrosesan terpusat ke pemrosesan tepi untuk memitigasi kendala bandwidth, mengurangi biaya, dan mengatasi masalah seperti laten jaringan dan kepadatan.”