IOT, AI en vakkennis

IOT data is in de regel gestructureerde, van een timestamp voorziene data die gegenereerd wordt door verbonden apparaten. Deze data, uniform van formaat, vormt een eenvoudige basis voor het ontwikkelen van machine learning modellen. In sommige gevallen kan aanvullende context, zoals onderhoudsrapporten of operationele logs, worden toegevoegd om de data input compleet te maken.

In tegenstelling tot grote en algemene AI systemen zoals Large Language Models (LLM’s), die enorme en diverse datasets vereisen samen met krachtige infrastructuur, zijn AI-modellen op basis van IoT doorgaans veel kleiner en specifieker. Deze aangepaste modellen zijn relatief eenvoudig en goedkoop te bouwen en te trainen, en vereisen vaak niet meer dan een kostenefficiënte cloudomgeving, zonder noodzakelijk gebruik van dure GPU’s of andere gespecialiseerde hardware.

De beperkingen en mogelijkheden van kleine IOT AI modellen
Hoewel kleinschalige AI modellen efficiënt en betaalbaar zijn, bieden ze vaak beperkte waarde als ze alleen op IOT data gebaseerd zijn. Een groter nut ontstaat wanneer deze modellen verrijkt worden met domeinspecifieke kennis van vak experts. Het integreren van deskundige inzichten in het model of de processen eromheen verbetert de prestaties en relevantie van het model aanzienlijk. De kennis op basis van de data en de aanwezige expert kennis vullen elkaar dusdanig aan dat een veel beter resultaat mogelijk is dan op basis van beide kennisdelen afzonderlijk.

Optimale inzet van IOT data en vakkennis
IOT APPS ontwikkelt IOT platforms die klanten en hun experts met de specifieke vakkennis in staat stellen hun kennis in te brengen via eenvoudige webinterfaces. Deze interfaces stellen stakeholders in staat om specifieke operationele inzichten direct in het systeem te verwerken, en vervolgens de resulaten in te zien. Dit is onder andere toepasbaar op:

Procesoptimalisatie

Predictief in plaats van preventief onderhoud

Kostenbeheersing en efficiëntie

Verbetering van prestaties van apparatuur bij eindgebruikers

in diverse industriën. De platforms worden ontworpen met eenvoud en openheid als uitgangspunten. er wordt gebruik gemaakt van webinterfaces die toegankelijk zijn voor alle stakeholders, en er is geen expertise in data-analyse of Business Intelligence (BI) nodig om met het systeem te werken.

Kort gezegd:
IOT APPS stelt organisaties in staat om zowel datagestuurde intelligentie uit IOT bronnen als ook de waardevolle kennis van vakexperts te benutten. Deze duale benadering resulteert in een geavanceeerd IOT platform zonder de complexiteit en kosten van traditionele AI oplossingen die zijn gebaseerd op grote Large Language Models (LLM's).