La nostra capacità di elaborare informazioni alla massima velocità ha evidenziato le possibilità di un reale Mobile Edge Computing (MEC). Essenzialmente, il MEC è la pratica per cui elaborazione informatica e accesso ai dati sono spostati più vicino a dove gli utenti mobili si trovano fisicamente, rendendo essi stessi una parte dell’edge. Ma perché il MEC possa sfruttare il suo pieno potenziale come il più grande progresso nell’interazione informatica umana della nostra era, c’è necessità di un processo decisionale di nuova concezione, a bassa latenza e basato sui dati, che viene effettuato in tempo reale.
Con un reale MEC, anche lo shopping si trasformerà da una serie di raccomandazioni squisitamente personali e a volte male informate da parte di un addetto alle vendite che usa intuizione e congettura, a un processo decisionale legato al contesto e basato sulle informazioni disponibili tramite il dispositivo che hanno in tasca. È un mondo in cui l’informazione è istantanea e parte dal fatto che l’utente umano è in grado di attingere a indicazioni in tempo praticamente reale.
In definitiva, con il MEC in atto e attingendo ai dati raccolti dal lato umano dell’Edge per sviluppare applicazioni e servizi context-aware, il business viene garantito dalla conoscenza istantanea a portata di mano dei dipendenti a livello locale, regionale o globale.
Perché l’edge computing è il salvatore dei lavoratori della conoscenza
Sentiamo sempre più parlare di “periferia della rete”. Ma che cos’è? Sono i dati e la tecnologia IT collocati vicino al “bordo”, che si trova più vicino geograficamente agli utenti che stanno interagendo con esso.
Potrebbe trattarsi di videogamer che vogliono trasmettere l’ultima esperienza interattiva dal loro telefono, fino agli operatori di rete mobile che vogliono giocare un ruolo nei mercati emergenti per auto a guida autonoma o linee di produzione automatizzate; ovunque l’intelligenza di calcolo sia necessaria per applicazioni che sono sensibili alla latenza e che rispondono meglio alla connettività locale.
Ma presto questo concetto comprenderà l’aspetto umano del bordo – cioè il cervello delle persone che interagisce con i database all’istante, per trovare soluzioni alle sfide nel modo più veloce e senza intoppi possibile. Ed è qui che i database giocano un ruolo importante come custodi e architetti dell’informazione.
Dopo tutto, i database sono al centro delle applicazioni mobili, IoT e periferiche. E quasi tutte le imprese focalizzate sul consumatore si interfacciano con i loro clienti attraverso app mobili, o sviluppano software per app aziendali per aiutare il loro business ad avere successo.
Sia che si tratti di curare un paziente, assistere un acquirente, servire un viaggiatore o fornire qualsiasi prodotto o servizio, la mancata disponibilità di informazioni tempestive è una delle ragioni principali dell’inefficienza dei dipendenti. La prossima generazione di database mobili fornirà un accesso garantito al millisecondo alle informazioni critiche per il business, consentendo ai dipendenti di essere più veloci, più efficaci e di offrire un’esperienza cliente decisamente migliore, sempre e ovunque, sia online che offline.
Quindi, come funziona il tutto?
Uno degli esempi meglio compresi proviene dal settore retail, dove l’utilizzo di applicazioni Mobile Edge permette al personale di vendita di interrogare il database e accedere facilmente all’inventario dettagliato della loro azienda e alle informazioni sui prodotti usando la fotocamera del loro telefono. Per esempio, quando un cliente chiede a un dipendente: “Quali camicie avete che si abbinano a questi pantaloni?”.
Utilizzando un’applicazione mobile con una funzione di interrogazione predittiva di Machine Learning (ML), il dipendente può scattare una foto dei pantaloni, avviare una query che correla l’immagine dei pantaloni con gli articoli del catalogo memorizzati sul telefono, e rispondere a quella domanda come un esperto – in pochi istanti, mantenendo il cliente soddisfatto e impressionato.
In un esempio simile, un cliente arriva in un negozio di articoli per la casa, si avvicina al primo impiegato che vede tenendo in mano un oggetto e chiede: “Devo sostituire questo. Dove posso trovarlo?”.
Dietro l’infrastruttura tecnologica, esiste un modello ML addestrato a riconoscere le scorte nel catalogo prodotti e a fornire ai dipendenti un modo per farne uso, insieme a informazioni aggiuntive e dettagliate sul prodotto.
In questo caso, il dipendente punta il suo telefono sull’oggetto e la query ML trova prodotti simili nel database. Poiché ci sono diverse possibili risposte dal database, il dipendente può fare un’ulteriore domanda qualificante – come, “da dove l’ha preso?” Scoprendo che fa parte di un elettrodomestico da cucina, l’impiegato può quindi indirizzare il cliente alla corsia esatta per trovare il prodotto – il tutto in una frazione del tempo che impiegherebbe un tradizionale approccio “passaparola” usato da generazioni di assistenti al dettaglio.
L’impatto sulle imprese globali
Le grandi imprese di oggi stanno adottando l’Edge computing perché affronta problematiche sensibili come larghezza di banda dei dati, costi e latenza. Nel mondo delle comunicazioni mobili, questo significa spostare i dati sui dispositivi mobili stessi – non solo nel cloud – in modo che siano più vicini all’impresa e possano sfruttare questi vantaggi. Per i loro clienti, significa app in tempo reale, interazioni istantanee e fantastiche esperienze che generano fidelizzazione.
La nuova funzionalità che questo porta, come una query predittiva dei dati (predictive query), permette alle applicazioni di interrogare le informazioni memorizzate localmente sui dispositivi mobili, e correlarle con le previsioni fatte in tempo reale da telecamere e altre fonti di contesto locale.
Il numero di funzioni diverse che la memorizzazione dei dati sui dispositivi a livello locale consente ha un potenziale enorme. E il numero di diverse soluzioni rivolte al cliente abilitate da questo tipo di innovazione è praticamente infinito.