Prognóza společnosti IDC uvádí, že propojená zařízení internetu věcí budou v roce 2025 generovat 79,4 zettabytu dat (1 ZB = triliarda, 10 na 21 bytů). Dle studie Worldwide Global DataSphere IoT Device and Data Forecast to odpovídá průměrné roční míře růstu kolem 29 procent. Očekávaných 41,6 miliardy zařízení IoT budou samozřejmě k datovému provozu přispívat velmi nestejnou měrou. Aktuálně největší objemy dat vytvářejí a přenášejí kamery, větším podílem však začnou přispívat i propojené automobily a různá lékařská nebo průmyslová zařízení.

Kromě automobilů a průmyslových provozů budou internet věcí stále častěji využívat i koncoví uživatelé, a to jak v chytrých domácnostech, tak i prostřednictvím nositelných zařízení. I přes obavy spojené s bezpečností a ochranou soukromí bude přibývat i osobních kamer, a to jak díky levnějším zařízením, tak i vzhledem k větší šířce pásma mj. související s nástupem sítí 5G. Stále více "kamerových" dat budou generovat rovněž drony.

Nejrychleji se nicméně podle prognózy má zvyšovat objem dat generovaných chytrými automobily a průmyslovými zařízeními, kdy meziroční růst objemu má být kolem 60 procent (nepočítají se data z kamerových systémů). Senzory budou stále složitější a nebudou se zdaleka omezovat jen na základní diagnostiku. Zde má také internet věcí největší inovativní potenciál. Data budou mít různou povahu a vznikne kolem nich samozřejmě celý ekosystém aplikací pro jejich další zpracování, včetně ukládání a analytiky s využitím metod umělé inteligence.

60 %

Nejrychleji se podle analytiků má zvyšovat objem dat generovaných chytrými automobily a průmyslovými zařízeními, zde očekávají meziroční růst objemu kolem 60 procent.

V souvislosti s IoT bude také hrát stále větší roli kategorie metadat, tedy dat popisujících jiná data. V některých případech jsou metadata v porovnání s původními daty velmi malá (např. popis času, místa a způsobu pořízení videa), jindy, např. ve výrobních provozech, však jejich objem může být srovnatelný se samotnými původními daty. Metadata se využívají a budou využívat např. pro personalizaci nebo dodávání kontextu. S jejich pomocí lze lépe porozumět surovým, často nestrukturovaným datům, hrají tedy velký význam při práci s databázemi NoSQL nebo systémy umělé inteligence.

Článek byl publikován v komerční příloze Hospodářských novin a týdeníku Ekonom.