Conférence "2 Avril Objets connectés, Internet des Objets (IoT) quels enjeux et opportunités pour les entreprises ?" du Pôle Numérique de la CCI Bordeaux - 02 04 2015 - Intervention de Fusion Labs

1. Fusion Labs
Panorama du marché et état de l’art
des solutions IoT / M2M
Stéphane Monteil
2 avril 2015 – Conférence "Internet des Objets (IoT) quels
enjeux et opportunités pour les entreprises ?"

2. Sommaire
1. Le marché des objets connectés et du M2M
2. Architecture technique des solutions
3. Démarche projets IoT/M2M
4. Tendances et évolutions en cours
2Internet des objets et services cloud

3. IoT : Le nouvel eldorado?
3Internet des objets et services cloud

4. Prévisions du marché IoT
4
“50 Billion Things on the
Internet by 2020”
“…200 billion Things
by 2020”
Le marché M2M atteindra les 40 milliards d’euros en 2017.
Most revenues come from software and IT services (around
two-thirds of total market value)
Internet des objets et services cloud

5. Gartner’s hype cycle
5
Source: Gartner
Internet des objets et services cloud

6. Facteurs d’évolution du marché
Facteurs favorables Freins
•L’IoT/M2M permet de créer de nouveaux
services, d’optimiser les processus et de
réduire les coûts
•La technologie est disponible et mature
(embarqué, réseau, cloud)
•Les coûts d’industrialisation sont de plus
en plus abordables
•Le grand public s’approprie les nouveaux
produits (smart home, wearable,
mobilité, …)
• Le ROI n’est pas toujours évident à faire
apparaitre
• Les changements de business model
entrainent des réticences
(abonnements / couts récurrents)
• La fiabilité et la disponibilité du service
n’est pas toujours au rendez-vous
(connectivité sans fil, …)
• Manque d’un standard technique
unique (fragmentation)
• Certains usages ne sont pas totalement
matures (ex. bracelets connectés)
6Internet des objets et services cloud

7. Segments de marché M2M / IoT
7
Internet des objets et services
cloud
Energy
•Meters
•Solar panel
•Windmill
Transports
•Tracking
•Monitoring
•Security
•Public
transports
Industry
•Assets
monitoring
•Resource
automation
•Supply chain
Consumer
•Smart home
•Alarms
•Smart
appliances
•Wearable
Healthcare
•Home
health
•Monitoring
Buildings
•HVAC
•Lighting
•Security
•Access
•Fire
Et aussi : Smart City, Retail, Security/Safety, …

8. Exemple : La maison connectée
Home
Automation Lighting
Connected
devices eHealth
Alarm
& Security
Smart
Energy
8(C) Fusion Labs 2015

9. Chaine de valeur IoT / M2M
9Internet des objets et services cloud
End Device
(sensor, …)
Gateway
Network
connectivity
Middleware
& platform
Application
Hardware Network Software / Cloud
Service
Service
API
SW platform
User app
Back office
Infrastructure

10. Exemple 1 : Supervision et
télémaintenance de machines
10
IoT Platform
Mobile Network
(GPRS/UMTS)
Remote Diagnostics
& Maintenance UI
Carrier embedded
interface
Customer Support
Business
user
GPRS or 3G
board
Control unit
Industrial
modem (GPRS)
Internet des objets et services cloud

11. Exemple 2: Smart Home
Démo d’une solution open source
Contenu du kit :
1. Raspberry Pi B
2. Carte Z-Wave (Razberry)
3. Détecteurs d’ouverture (x2)
4. Détecteur de présence
5. Sirène
6. Prise commandée
7. Alimentation
8. Cable Ethernet
9. Boitier
10. Logiciels inclus
Installation en 20 min
Internet des objets et services cloud
Protocole sans fil
au standard Z-Wave
Logiciel Domoticz
(open source)
Application
ImperiHome

12. Aperçu d’acteurs représentatifs
12Internet des objets et services cloud
End Device
(sensor, …)
Gateway
Network
connectivity
Middleware
& platform
Application
Hardware Network Software / Cloud
Service
Service
Copenhague

13. Sommaire
1. Le marché des objets connectés et du M2M
2. Architecture technique des solutions
3. Démarche projets IoT/M2M
4. Tendances et évolutions en cours
13Internet des objets et services cloud

14. IoT / M2M architecture
14Internet des objets et services cloud
End Device
(sensor, …)
Gateway
Network
connectivity
Middleware
& platform
Application
Device domain Network Application domain
API
IoT platform
Gateway
Device
properties
Msgbroker
User app
PhysicalviewLogicalview
Device
driver

15. IoT platform
Focus technique / produits
15Internet des objets et services cloud
End Device
(sensor, …)
Gateway
Network
connectivity
Middleware
& platform
Application
Device domain Network Application domain
API
Gateway
Device
properties
Msgbroker
User app
PhysicalviewLogicalview
Device
driver

16. Les plateformes middleware IoT
• Principales fonctions
– Device Management
• Provisionning (installation) des devices
• Supervision du parc et de la connectivité
• Mise à jour software / firmware
– Messages & data management
• Gestion des échanges device – server : collecte de donnée et
transmission de commandes
• Stockage et historisation des données
• Notifications d’alertes
• Gestion utilisateurs et droits
– Application Management
• Tooling, SDK, API
• Rapid Application Development (RAD) – option avancée
16Internet des objets et services cloud

17. Connection d’objets hétérogènes
via une plate-forme IoT / M2M
17
Plate-formedeservicesIoT
Applications métier
Transport
Street equipment monitoring
Smart home
Internet des objets et services cloud

18. Abstraction du matériel et de
l’implémentation
• La mise en œuvre de couches d’abstraction dans
l’architecture M2M permet de découpler les applications
des spécificités matérielles et logicielles des ‘objets’
• Par exemple, permettre à une application domotique de
piloter un “interrupteur”, pas un Wall
“PlugZWaveFGWP011Fibaro”
• Le􏰀􏰀 service devient indépendant des technologies
18Internet des objets et services cloud

19. Exemples de middlewares IoT
Propriétaire
• ThingWorx, Axeda (PTC)
• Xively
• Sierra Wireless
• Gemalto
• Ericson
• KPN
• Microsoft
• Oracle
• Capgemini Sogeti
19Internet des objets et services cloud
Open source
• Kaa
• DeviceHive
• OpenIoT
• ThingSpeak
• Nimbits
• Mango Automation

20. Exemple: Plateforme ThingWorx 2/2
20Internet des objets et services cloud

21. Plate-forme de services IoT
Microsoft Azure
21Internet des objets et services cloud
Microsoft annonce par ailleurs Azure IoT Suite et Windows 10 IoT,
disponibles courant 2015

22. Les gateways et modules de
communication
22Internet des objets et services cloud
• Gateway et kit open source
– Raspberry Pi
– Arduino
– Galileo (Intel)
– Spark
– Gadgeteer (.Net micro
framework)
– Kit Grove (modules
SeeedStudio)
• Gateway propriétaires
• Sierra Wireless
• Digi
• Gemalto
• Erco@gener
• Modules
• Sierra Wireless
• Telit
• Gemalto
• Telecom Design

23. Gateway : Principales liaisons
réseau supportées
23Internet des objets et services cloud
Réseau local / Interfaces Réseau WAN
Filaire Ethernet
Série (RS232, RS485)
Bus CAN
GPIO
USB
Ethernet (RJ45)
Sans fil (RF) • 433 Mhz
• 868 / 915 Mhz
• Z-Wave
• Wireless M-Bus
• 2,4 GHz
• Wifi
• Bluetooth / BLE
• Zigbee
• GPRS
• Edge
• 3G
• 4G
• LPWAN*
• Sigfox
• LoRA
* Low-Power Wide-Area Network

24. Exemple : la maison connectée
Flux de données et protocoles
24Internet des objets et services cloud

25. 2. Protocoles fréquemment utilisés
25Internet des objets et services cloud
Communication with local
sensors and actuators
PAN / WPAN IP & discovery
Web services &
messaging
Communication with user PC,
tablet, TV, media devices, etc.
Synchronous & asynchronous
communication with the cloud
Low energy protocols
DPWS
ZeroConf protocols
CoAP
WS & messaging
(publish/subscribe)
HTTPIEEE 802.15.4

26. Standards techniques
26
Architecture :
Protocols :
RESTful
web services
Consortium:
Internet des objets et services cloud

27. 27(C) Fusion Labs 2015
Scénario « Powerful clients »
Un petit nombre d’acteurs
dominants fournissent au monde
l’ensemble des services,
informations et appareils utiles
Scénario : « Centres d’excellence »
Mise en réseau de systèmes « best-in-
category », s’interconnectant pour
atteindre un niveau global d’ubiquité
Source : The future of information appliance and consumer devices – http://www.ambient-intelligence.net
Enjeux des standards pour le
développement du marché

28. Le standard OneM2M
28Internet des objets et services cloud
Over 200 member organizations in oneM2M
OneM2M propose un standard global pour les communications M2M
Specifications disponibles sur http://www.onem2m.org/

29. Sommaire
1. Le marché des objets connectés et du M2M
2. Architecture technique des solutions
3. Démarche projets IoT/M2M
4. Tendances et évolutions en cours
29Internet des objets et services cloud

30. Démarche projet agile
30
Kits électroniques
et de communication
Middleware platform Applications métier
1. Etudes &
prototypes
2. Développement
3. Déploiement
cloud
Public clouds
3. Validation
Enabler
(outils)
Cycle
projet
Activitéprojets
Internet des objets et services cloud

31. Roles et compétences
31Internet des objets et services cloud
Fonctions transverses
• Product manager
• Architecte M2M/IoT/Cloud
• Chef de projet / Scrum master
• Testeur (matériel & logiciel)
Fonctions Hardware & Emb.
• Ingénieur électronicien
(conception, prototypage)
• Développeur embarqué
• Ingénieur RF, réseau
Fonctions Software & cloud
• Architecte logiciel
• Développeur Web / Cloud
• Développeur mobile
• Ingénieur système / Devops
Autres fonction: Industrialisation, logistique, achats/sourcing, SAV,…

32. Facteurs clés de succés
• Facteurs business
– Définir et valider le modèle économique (gains et/ou
économies apportés par la solution)
– Impliquer les experts métier au cœur des projets (product
owner)
– Adopter une démarche itérative et agile
• Facteurs techniques
– Définir une architecture basée sur l’état de l’art
– Réutiliser des briques existantes
– Monter une équipe pluridisciplinaire d’experts de
chaque domaine : hardware, embarqué, réseau, système,
etc.
32Internet des objets et services cloud

33. Sommaire
1. Le marché des objets connectés et du M2M
2. Architecture technique des solutions
3. Démarche projets IoT/M2M
4. Tendances et évolutions en cours
33Internet des objets et services cloud

34. Tendances du secteur IoT
34Internet des objets et services cloud
Intelligence ambiante
machine learning
Santé
bien-être
LPWAN
Smart Home

35. Tendances actuelles et futures de
la maison connectée
• Fonctionnel et technique
– Pilotage par la voix et le geste (inclu. éclairages)
– Intelligence ambiante (machine learning)
– Continuous Video Recording (CVR) – type Dropcam
– Réduction / disparition des box (intégrées dans d’autres
systèmes)
– Interopérabilité par le cloud (type IFTTT)
• Business
– Réduction drastique des prix
– Génération de revenus de services
– Uberisation des installateurs et fournisseurs de services
35(C) Fusion Labs 2015

36. Backup slides
36Internet des objets et services cloud

37. Chaine de valeur Smart Home
37Internet des objets et services cloud
End Device
(sensor, …)
Gateway
Network
connectivity
Middleware
& platform
Application
Hardware Network Software / Cloud
Service
Service
API
SW platform
Internet
provider
User app
Back office
Capteurs
Actuateurs
Caméras
Infrastructure

38. Intégration, collecte et analyse des
données
38
38
Internetdesobjetsetservicescloud
Event / Data
Producer
Message broker,
M2M Platform
Data
Transformation
& Storage
Dashboard, Analytics,
Machine Learning
Devices
Applications
Objects /
Machines
Message
Queue, Raw
data
Business
data
Dashboard
Search / Filter
Analytics / big data

39. Architecture OneM2M
39Internet des objets et services cloud
Underlying
Network
Underlying
Network
CSE
AE
NSE
CSE
AE
NSE
CSE
AE
NSENSE
Application Service Node
Middle Node Infrastructure Node
Application
Layer
Service
Layer
Network
Layer
Mca
Mcn
Mca Mca
McnMcnMcnMcc Mcc
• Reference Point : One or more interfaces - Mca, Mcn, Mcc and Mcc’ (between 2 service providers)
• Common Services Entity : Provides the set of "service functions" that are common to the M2M environments
• Application Entity : Provides application logic for the end-to-end M2M solutions
• Network Services Entity : Provides services to the CSEs besides the pure data transport
• Node : Logical equivalent of a physical (or possibly virtualized, especially on the server side) device
CSE
Mcc’
Inf. Node
Source : OneM2M

40. 2. Protocles : comparaison
40Internet des objets et services cloud
HighrateprotocolsLowconsumptionlow
rateprotocols
DPWS
PAN-WPAN LAN (IP) WAN (IP)
HTTP
ZeroConf protocols
CoAP
Messaging & application protocols
Low energy protocols

41. Activités projets IoT / M2M / Cloud
41
Connected Objets
Network
Cloud Platform
 Fleet Admin &
management
 Business apps
Embedded Software
Security
Electronics & RF
Web & mobile
applications
Testing
Consulting & architecture
Solutions (HW, SW) Solutions (SW, Infra.)
SolutionsServicesoffer
Internet des objets et services cloud

42. Intelligence Ambiante 1/3
• Principe : La maison intelligente s’adapte à ses habitants et
répond automatiquement à leurs besoins d’information, de
confort, de santé et de sécurité
• Exemple de scenario (source: Philips Research)
“Ellen returns home after a long day's work. At the front door
she is recognized by an intelligent surveillance camera, the
door alarm is switched off, and the door unlocks and opens.
When she enters the hall the house map indicates that her
husband Peter is at an art fair in Paris, and that her daughter
Charlotte is in the children's playroom.”
• Avantage business : Le thermostat Nest (basé sur le machine
learning), a été lancé fin 2011 au prix de $249. Au même
moment, un thermostat programmable standard coutait $30 à
$40
(C) Fusion Labs 2015 42

43. Intelligence Ambiante 2/3
(C) Fusion Labs 2015 43
• Actuellement, seuls les utilisateurs experts programment des scénarios (inférences)
• Possibilité de les mettre en œuvre de façon implicite, de les améliorer par apprentissage
et de gérer leur exécution par des mécanismes hybrides d’activation (soft actuation)
Exemples d’automatismes classiques (scénarios domotiques)

44. Intelligence ambiante 3/3
• Mise en œuvre : Les mécanismes de Machine learning
sont utilisés pour exécuter des automatismes appropriés
au contexte via l’apprentissage et la modélisation des
comportements et des besoins utilisateurs. Par ex. :
– Apprentissage de planning (Auto-Scheduling)
– Détection des arrivées, départs et de la présence d’occupants
– Apprentissage des préférences
• La flexibilité et l’ouverture de la plate-forme ThingWorx
permettent d’intégrer des services de machine learning
et de les améliorer de manière itérative dans le temps
(C) Fusion Labs 2015 44

45. Maintenance prédictive
45
M2M Cloud servicesMachine
fleet
events
!
breakdown pattern
1
2
3
1
2
Warning
Warning
Internet des objets et services cloud

46. Big volume of devices
=> BIG DATA
46Internet des objets et services cloud
Big data
store

47. From vertical applications to horizontal
integration of new services
47
User scenario : Daily travel optimization based on multiple source of information
• Trafic conditions & events
• Parking proximity, equipment & status
• Public transport info
• Geofencing (avoiding dangerous areas)
Home OfficeElectric vehicle Public parking &
charging station
bicycle sharing
Public transport
Internet des objets et services cloud