IoT : Microsoft se démarque d'AWS en verticalisant son offre
A l'occasion de l'IoT Solutions World Congress 2019, Microsoft donne un coup de fouet à sa plateforme IoT en mode SaaS. "Après l'ère des proof of concept, l'objectif est de lever les freins au déploiement sur le terrain", souligne Xavier Perret, directeur de l'entité Azure de Microsoft France. Face à ce défi, le groupe américain équipe Azure Central d'une dizaine de modèles d'application préconfigurée destinés à répondre à des cas d'usage sectoriels. Une manière pour l'éditeur de verticaliser son offre et, ainsi, de se démarquer d'Amazon Web Services dont l'environnement IoT demeure pour l'heure très horizontal. "Ces templates se destinent principalement aux fournisseurs de solutions IoT qui cherchent à accélérer leurs développements", précise Xavier Perret.
Sur le retail, Azure Central s'enrichit par exemple de carcasses applicatives pour créer des systèmes IoT de logistique connectée, de gestion automatisée d'inventaire ou d'analytics en boutiques physiques. D'autres templates ciblent l'énergie avec des focus sur l'analyse de compteurs connectés et le monitoring de panneaux solaires. Ou bien la gestion des territoires avec des applications dans la gestion connectée des déchets ou le monitoring de la qualité et de la consommation d'eau. Enfin dans la santé, un modèle est proposé pour le suivi à distance de l'état des patients.
Chaque template intègre des modèles de device préconfiguré et la possibilité de simuler leur exécution ainsi que des tableaux de bord de pilotage. "Ils comprennent en outre une documentation technique et des tutoriels pour démarrer rapidement un projet", complète Xavier Perret.
Une solutions APIsée
Pour compléter l'édifice, Azure IoT Central donne désormais la possibilité de sauvegarder une application IoT une fois celle-ci développée et de la répliquer autant de fois que nécessaire. Une dimension qui pourra se révéler utile pour une ESN confrontée à la même problématique chez plusieurs clients. Ciblant plutôt les providers du secteur souhaitant isoler les données et sessions utilisateurs de chacun de leur client, le support du multitenant est une autre évolution saillante.
Pour gagner en automatisation, Azure IoT Central est équipé en parallèle d'une couche d'API. Elle permet à d'autres solutions d'accéder à ses fonctionnalités dans divers domaines : modélisation d'objets, déploiement et maintenance de leur couche logicielle, requêtage des données produites... Dans la même logique d'intégration, l'import-export de data en continu depuis d'autres services PaaS Azure est aussi amélioré. Côté réseau, Microsoft annonce par ailleurs l'extension de Azure IoT Central au management d'appareils en frontière de réseau (edge).
"Nous planchons activement sur le machine learning déporté"
Pour mieux répondre aux besoins d'IoT analytics, Microsoft met également à jour Azure Time Series Insights, son service de traitement des données chronologiques. Un type de workload qui se révèle clé pour gérer l'historisation des mesures issues des capteurs IoT. Au programme des nouveautés introduites : un stockage multiniveau différenciant l'analytics temps réel de l'analytics sur des données historisées, ou encore des passerelles d'intégration vers des infrastructures big data tierces (Apache Parquet, Databricks, Jupyter, Spark). Dans le même temps, Azure Time Series Insights étend sa capacité algorithmique à la classification de variables, aux nuages de points, ou encore aux fonctions scalaires, d'interpolation et d'agrégation.
Pour finir, Microsoft s'engage à doter Azure IoT Central d'un nouvelle grille tarifaire début 2020 dans le but de rendre les coûts de consommation du service "plus facilement prédictibles en fonction de la croissance du trafic".
Prochaine étape : l'AIoT
Face à toutes ces annonces, reste un créneau sur lequel le cloud Amazon affiche une longueur d'avance sur Azure IoT : l'intelligence artificielle. Au sein de sa propre plateforme IoT, Amazon commercialise depuis novembre 2017 un service d'AIoT. Baptisé AWS Greengrass ML Inference, il est conçu pour déployer les modèles de machine learning directement sur les objets connectés, ce qui évite les allers-retours avec le cloud pour les exécuter (lire l'interview de Michael Garcia d'AWS : "L'AIoT est complémentaire de l'edge computing"). Dans cette optique, Greengrass ML Inference optimise les algorithmes pour les devices de petite taille. Il va jusqu'à fournir des packages de deep leaning prépackagés (basés sur TensorFlow, Apache MXNet, Chainer) pour des architectures matérielles spécifiques, comme Intel Atom, Nvidia Jetson TX2 et Raspberry Pi.
"Mais nous planchons activement sur cette piste du machine learning déporté dans les objets", assure Xavier Perret chez Microsoft France. Et pour preuve : le groupe américain propose déjà un kit de développement Azure (Vision AI DevKit) dessiné pour embarquer des modèles de reconnaissance d'images sur des caméras. Pour bien montrer sa volonté d'investir le terrain, le groupe a également lancé un site communautaire sur le sujet : AI@Edge Community.
Alors que l'offre PaaS de Microsoft, Azure IoT Hub (voir tableau ci-dessus), est déjà en partie proposée sur les deux régions cloud d'Azure France à Paris et Marseille, ce n'est pas le cas d'Azure IoT Central. Son déploiement dans l'Hexagone est néanmoins dans la feuille de route de l'éditeur. D'après le portail Azure, il serait prévu pour le premier trimestre 2020. En attendant, Azure IoT Central est commercialisé sur les régions Azure d'Europe du Nord (Dublin) et d'Europe de l'Ouest (Amsterdam).