La Domotica aziendale: sfatiamo miti e integriamo innovazioni

"Tapparelle che si alzano con un click": scommetto che questa è la prima immagine che vi viene in mente pensando alla parola Domotica.
Effettivamente, nel nostro paese, l'automatizzazione degli spazi personali è un concetto di vecchio corso e il lettore più age ci confermerà come esempi di case "domotiche" fossero presenti nel nostro paese già da qualche decennio. Ecco, in questo articolo vogliamo aggiornarvi sulle ultime tendenze relative al mondo della Domotica, sfatando alcuni miti e illustrando come in Alexide stiamo lavorando per integrare alcune delle più interessanti innovazioni (IoT, Machine Learning) all'interno di questo fantastico mondo.

La Domotica Old School

Quando parliamo di Domotica old school facciamo riferimento a quel tipo di progettazione strutturale (ndr) fondata su una forte fisicità del mezzo. In questo contesto è comune vedere l'utilizzo di cavi, centrali di coordinamento e dispositivi proprietari spesso collegati fra loro con protocolli poco stabili o di nicchia.
Tutti questi elementi portano le soluzioni finali a soffrire di una serie di svantaggi:

• Staticità: un sistema accoppiato in questo modo lo rende poco configurabile nel breve e lungo periodo
• Poca Virtualità: questi sistemi sono spesso scorrelati dalla rete LAN casalinga e quindi poco accessibili dai dispositivi personali
• Legacy: termine usato per indicare come un sistema rimanga tale quale anche a fronte di un'evoluzione della stessa tecnologia
• Costo: Sistemi domotici di questo tipo spesso non sono aggiornabili e portano l'utente ad una difficile scelta fra l'acquisto di nuovi prodotti e l'accettazione delle limitazioni di quello attuale

Sia chiaro, non c'è la volontà di demonizzare questo tipo di soluzione, al contrario infatti, pensiamo che sia doveroso partire da queste basi ed ampliarle usando nuove tecnologie e trend emergenti (IoT e Industria 4.0).

Il mondo IoT e Industria 4.0

Stando alle ultime stime, IoT e Industria 4.0 rappresentano due trend in enorme crescita, soprattutto negli ultimi anni. Ok tutto bellissimo, ma effettivamente cosa significa IoT e Industria 4.0 vi chiederete?!

Internet of Things

L'IoT o Internet delle Cose, è un acronimo che nasce da un'idea molto semplice: "portare internet (il digitale) all'interno delle cose (degli oggetti di uso comune)". Come accade frequentemente, l'idea non nasce dal nulla ma è il risultato di una lunga evoluzione e mescolamento di ambiti tecnologici anche molto distanti tra loro; l'IoT infatti nasce come unione di:

• Design di prodotto: gli oggetti per essere intelligenti vanno ripensati anche dal punto di vista strutturale e funzionale
• Elettronica: nell'inserimento di chip dedicati all'elaborazione di dati provenienti da sensori o ancora nel montaggio di controllori elettronici dedicati al movimento di parti meccaniche
• Informatica: nella definizione di algoritmi per l'acquisizione di dati dai sensori o per la codifica di dati verso i controllori
• Reti informatiche e protocolli: per veicolare il dato da un device all'altro o da un device al server di gestione

Se i primi due elementi sono stati inseriti all'interno di oggetti da molti anni, non si può dire lo stesso per la parte informatica il cui utilizzo ha contribuito alla vera rivoluzione. Gli algoritmi infatti, associati ad elementi elettronici e meccanici, permettono agli oggetti di raggiungere una maggiore indipendenza dal mondo esterno rendendoli spesso veri e propri esseri autonomi (basti pensare agli ultimi robot aspirapolvere).
Negli ultimissimi anni abbiamo visto un esplosione di device intelligenti come luci, sensori, speaker: questi oggetti sono la massima espressione dell'IoT sopratutto se accoppiati a soluzioni intelligenti come Google Home e Alexa (non è che si sono ispirati ad Alexide per questo nome?).

Industria 4.0

L'Industria 4.0 è una vera e propria concretizzazione del concetto di IoT ma a livello industriale. In questo caso gli oggetti diventano macchinari e l'internet si sposta verso un dominio più ristretto dominato da protocolli e connessioni più di nicchia.
L'industria 4.0 rappresenta spesso più un aggiornamento del "legacy" (macchinari, stabilimenti, catene di produzione) che una definizione di nuovi "oggetti" progettati ad hoc. Spesso le fabbriche aggiungono sensori ai propri macchinari per ottenere un insieme di dati utili per analisi delle performance o per il controllo del macchinario stesso.

Il BMS, per gli amici: Building Management Systems

Prendete ora il concetto di Domotica, IoT e Industria 4.0 espressi sopra e poi fondeteli assieme in ambito business: otterrete una delle idee più sottovalutate degli ultimi anni, il Building Management Systems (BMS).
Un BMS è:

• Domotico: perché per sua natura tratta di oggetti hi-tech presenti in edifici e strutture
• Connesso: perché questi oggetti sono interconnessi tramite una rete aziendale sicura
• Intelligente: perché programmati con algoritmi sofisticati
• Data oriented: perché per perseguire i suoi obiettivi si nutre di dati

Analizziamo ora i vantaggi che un BMS abilita a livello aziendale:

Controllo domotico

A livello domotico un BMS non ha nulla da invidiare a una soluzione casalinga; possiamo infatti automatizzare e centralizzare il controllo di oggetti mobili (tende, porte e cancelli), fonti energetiche (luci, condutture del gas, irrigatori), fonti di luce (luci esterne, da scrivania, interne).
È possibile anche utilizzare soluzioni standard presenti sul mercato retail (luci Philips, Xiaomi, ecc) ad un costo ridotto rispetto alle soluzioni più blasonate basate su protocolli proprietari (KNX, DALI, 0-10V, DMX).
I protocolli di nuova generazione come ZigBee, ZWave o anche il banale WiFi permettono di unificare il supporto a questo tipo di device eterogenei e garantiscono un buon rapporto costo/sicurezza.

Controllo in azienda

Dall'Industria 4.0 i BMS hanno preso tutto l'insieme di sensori come strumenti di acquisizione e di monitoraggio: in questo caso però non monitoriamo un macchinario ma l'azienda stessa. La rete di sensori aziendale potrebbe essere utilizzata per task di complessità differente: dagli approcci più classici come il monitoraggio della temperatura, a soluzioni più complesse come l'analisi dell'irraggiamento solare a cui sono sottoposti i pannelli solari.

Analisi aggregata e previsioni

Le informazioni provenienti dai sensori possono essere anche aggregate per costruire sistemi di analisi per il supporto delle decisioni dei manager. Finalmente, quindi, il management può prendere decisioni basate su fatti e lo fa basandosi su analisi specializzate eseguite sul processing massiccio dei dati, i cosiddetti OLAP (On-Line Analytical Processing).

Riduzione dei costi di gestione

A livello pratico, un BMS è in grado di acquisire informazioni sui consumi dell'azienda, analizzare e processare tali informazioni e infine costruire un sistema di alerting capace di minimizzare i consumi e massimizzando il confort.
Come vedremo nelle prossime sezioni, potremo spingerci ancora più in là con l'analisi implementando sistemi intelligenti alimentati da una grande mole di dati e capaci di compiere scelte complesse e autonome.

DATI: un nuovo investimento da prendere sul serio

"Il dato è l'oro del nuovo millennio" dicono in molti, ma davvero sappiamo tutti il motivo di questa affermazione?
Non è raro vedere aziende che si innamorano dell'idea di dato solo per sentito dire e si buttano in investimenti senza senso in tecnologie innovative che però non si adattano minimamente alle loro esigenze.

Gestire i dati deve essere un'operazione "semplice"! Essi devono essere raccolti seguendo la cosiddetta piramide del dato che consiste nel:

• Acquisire dati grezzi a basso livello: questi dati non devono essere arricchiti o aggregati ma devono rispecchiare il processo fisico che li ha generati. Se acquisisco dati sulla potenza di un pannello solare, devo poter avere una fotografia istante per istante dello stato del pannello il più velocemente possibile. In questo caso si parla di acquisizione on-line dal supporto
• Aggregare e ripulire dati grezzi in base al dominio: nel momento in cui il dato grezzo aumenta di dimensione all'interno del database possiamo pensare di sviluppare soluzioni di aggregazione basate sul contesto. Relativamente all'esempio di prima potremmo pensare di filtrare solo i dati del pannello registrati di giorno eliminando i dati notturni
• Link: i dati aggregati possono essere collegati fra loro al fine di generare ulteriore conoscenza
• Salvataggio: il dato ripulito e finito viene salvato in un supporto facilmente analizzabile da un tecnico

Intelligenza Artificiale: sì, ma con calma

AI AI AI una onomatopea che vi fa capire la situazione di molte aziende che hanno provato ad avventurarsi in questo mondo ma senza le necessarie precauzioni. Chiariamolo una volta per tutte, "Intelligenza Artificiale" non significa nulla di per se, è solo il termine usato per riassumere un semplice processo tecnico-decisionale composto da due agenti:

• Machine Learning: disciplina che si occupa di studiare e sviluppare algoritmi dedicati all'apprendimento automatico di regole o comportamenti a partire da una serie di dati in input. Tali regole apprese sono poi utilizzate per classificare o prevedere dati grezzi
• Scelta: a partire dalla classificazione effettuata al passo prima, è possibile effettuare scelte relative al dominio in questione

Per esempio un algoritmo di machine learning potrebbe essere stato addestrato al fine di classificare dati relativi alle abitudini di un gruppo di persone in base ad alcuni indicatori (fa sport, quante volte mangia in un fast-food, quante ore dorme la notte) sapendo quale è stata la loro aspettativa di vita. Una volta addestrato l'algoritmo, il modello decisionale risultante potrebbe essere utilizzato per prevedere l'aspettativa di vita di alcuni individui sconosciuti a partire dai loro indicatori.

Assembliamo il tutto

In questo breve articolo abbiamo visto come negli ultimi anni i concetti di IoT, Domotica e AI si siano mescolati fortemente fra loro dando vita a sistemi di gestione aziendale davvero performanti, i BMS. Abbiamo visto quali sono i vantaggi che può fornire un BMS e quanto sia importante installare un BMS nella propria azienda al fine di iniziare a raccogliere dati fin da subito. Tali dati saranno un investimento importantissimo per l'azienda la quale dovrà trattarli e gestirli come qualsiasi altro asset ad alto rischio.
Proprio a partire da questi ultimi sarà infatti possibile impostare un sistema di analisi per KPI aziendali capace di prevedere problemi futuri.

SolidRules Quantum e Building Automation

Come sempre la novità piace, ma solamente attraverso una gestione consapevole si è in grado di sfruttarla a pieno. Ecco perché l'acquisto di un BMS deve essere fatto da aziende esperte, capaci e che sanno conservare correttamente i dati aziendali.
In Alexide trattiamo i dati con i guanti e abbiamo sviluppato una Soluzione BMS capace di controllare ogni aspetto dell'azienda. Grazie alle ultime ricerche del nostro team di R&D abbiamo sviluppato una soluzione di risparmio intelligente capace di analizzare dati provenienti da molteplici sensori con l'obiettivo di prevedere il consumo futuro. Una bella innovazione sopratutto in un periodo come quello attuale caratterizzato da bollette più salate del Mar Nero.

Smart HVAC

Gran parte delle innovazioni non nasce per caso ma si sviluppano come soluzioni a problemi preesistenti; questo è il caso di Smart HVAC (Heat, Ventilation and Air Conditioning) in Alexide.
La nuova sede di Alexide è composta da un Open Space veramente volumetrico e per riscaldarlo è importante agire con preavviso cercando di raggiungere la temperatura ideale (che possa compensare l'escursione notturna) in tempo per l'apertura.
La soluzione più semplice consiste nel mantenere l'ambiente leggermente riscaldato durante la notte al fine di poter raggiungere la temperatura ideale al mattino: introducendo però un costo considerevole. La seconda soluzione consiste nell'accendere il sistema qualche ora prima dell'apertura al fine di raggiungere la temperatura desiderata in tempo: in questo caso si avrebbe un risparmio di energia ma si rischierebbe di non raggiungere la temperatura ideale in tempo se per esempio la notte l'umidità era elevata o il sole al mattino era coperto.

Intelligenza Artificiale in Soccorso

A partire da queste supposizioni si è deciso di lasciare la decisione relativa all'accensione del riscaldamento ad una intelligenza artificiale sviluppata per l'occasione.
Questa AI è basata su una Rete Neurale Ricorrente alimentata da dati storici relativi a varie grandezze fisiche o eventi atmosferici e ambientali. La rete acquisisce dati (storico di qualche ora prima) come umidità e temperatura esterna, irradiamento e inclinazione del sole o ancora la potenza registrata dal sistema HVAC e li utilizza congiuntamente con il valore target di temperatura (ottenuta al tempo zero) al fine di costruire un modello storico predittivo.
Così facendo il sistema impara ad associare efficacemente i dati di input registrati ad un certo orario con la temperatura interna prevista nelle due ore successive permettendo di decidere quando partire per garantire la temperatura ideale al momento giusto e minimizzando il costo.

Altro da Alexide