New Tech in detail

Big Data

Heel het digitale ecosysteem kan teruggebracht worden tot één ding, data. Data worden ook wel het goud of de olie van de 21ste eeuw genoemd.

De vooruitgang in de samenleving verloopt vaak geleidelijk, met uitzondering van de occasionele katalysator die een revolutie ontketent. We zagen dit in de late jaren 1850, toen de ontdekking van ruwe olie een kettingreactie van innovatie veroorzaakte die de ontwikkeling van de moderne economie in de jaren 1900 stimuleerde.

Vanaf de jaren veertig werd een even belangrijke ontdekking gedaan met de elektronische computer. In 1990 werd het internet ontwikkeld dat de katalysator was voor het digitale tijdperk

De toenemende connectiviteit in de afgelopen tien jaar zorgde voor een versnelling in de creatie van data. Ooit waren data fysiek: bestanden werden opgeslagen in kasten en spreadsheets opgeslagen op harde schijven. Nadien werd de iPhone gelanceerd, precies in dezelfde tijd dat de sociale media een grote vlucht namen en clouddiensten aan het opkomen waren. Dit trio van evenementen was het begin van de opkomst van wat we vandaag zien: individuen zijn constant verbonden en mobiel bereikbaar.

Tegenwoordig is een smartphone een basistool in de ontwikkelde samenlevingen over de hele wereld en worden tonnen aan data gecreëerd. In alle vormen en soorten komen ze voor, van teksten, e-mails, tot posts op sociale media. Naarmate de tijd verstrijkt, worden meer datapunten gecreëerd. Het groeit exponentieel en International Data Corporation (IDC), een gerenommeerd wereldwijd marktonderzoekbureau, voorspelt dat tegen 2025 de hoeveelheid aan wereldwijde data verviervoudigd zal zijn ten opzichte van 2020 en 175 zettabytes (1 zettabyte is 1000 miljard gigabyte) zal bedragen.

Deze dataexplosie brengt echter enorme uitdagingen met zich mee. De adoptie van sociale media, cloud, mobiliteit en Internet-of-Things (75 miljard verbonden apparaten in 2020) zorgt enerzijds voor gestructureerde data. Hierop kunnen gemakkelijker analyses worden uitgevoerd. Anderzijds zal het grootste gewicht liggen in ongestructureerde data (mails, tweets, Facebookposts, …) wat artificiële intelligentie berekeningen en analyses sterk bemoeilijkt. Van de totale hoeveelheid aan data bevindt 80 % zich in de ongestructureerde zone. 

Bron: IBM

Internet of Things (IoT)

Zoals net aangehaald zorgt de IoT-trend, het netwerk van fysieke objecten die met elkaar verbonden zijn en data uitwisselen via het internet, voor een versnelde toename aan de hoeveelheid van data. In 2020 waren 75 miljard apparaten verbonden via het internet. Met de 5G-cyclus (later hier meer over) gaan meer apparaten met elkaar worden verbonden wat voor een dataexplosie zal zorgen. Deze apparaten worden allemaal gevoed door de halfgeleiders. Elk verbonden IoT of Industriële IoT (IIoT) bevat geavanceerde chips die apparaten kunnen verbinden met een laag energieverbruik vanop afstand. En omdat het IoT-segment klaar is voor een snelle groei, zal de halfgeleiderindustrie volgen. 

Halfgeleiders

Naast de opportuniteit van data voor de wereldeconomie, is hardware nodig om de infrastructuur rondom de data en de berekeningen met de data te kunnen faciliteren. Het segment in het technologische ecosysteem dat hiervoor zorgt, zijn de halfgeleiders.

Zonder de grondstoffen van de digitale evolutie zou de economie niet kunnen groeien.

Opportuniteit

De grootste opportuniteit voor de halfgeleidersector ligt in de sectoren draadloze communicatie (blauw) en computing (berekeningen) (geel). Zoals uit de onderstaande grafiek blijkt, maken deze twee sectoren ook het grootste gewicht uit van het halfgeleidersegment en kenden ze het afgelopen jaar de grootste groei omwille van de 5G- en cloudcomputingevolutie. Deze trend zien we zich de komende jaren verderzetten. Ondanks de rugwind die de halfgeleidersector vandaag ziet, blijft dit segment cyclisch van aard. Daarom is het belangrijk om bij langetermijnbeleggingen de cycliciteit te beperken door bedrijven te zoeken die daar niet of minder gevoelig aan zijn.

De sterke rekenkracht (high performance) chip- en draadloze communicatie chipbedrijven gaan kunnen profiteren

Daarnaast blijft de autosector een belangrijke industrie voor de chips aangezien de totale autokost vandaag voor 40 % bestaat uit elektronica (zie de onderstaande afbeelding) waaronder chips een groot gewicht hebben. 

De belangrijkheid van de halfgeleiders in het digitale ecosysteem is versneld door de coronapandemie aangezien alles meer en meer geconnecteerd is geraakt. Drie digitale trends die gevoed moeten worden door de chips, zijn cloudcomputing, 5G en artificiële intelligentie (AI). Deze concepten zorgen ervoor dat de volgende stap in de technologische evolutie kan gezet worden, wat verder zal worden toegelicht in de volgende paragrafen.

Cloudcomputing

Zoals aangehaald onder het hoofdstuk Big Data, zijn data een belangrijk gegeven geworden. Bedrijven zijn op zoek gegaan naar een manier om de enorme hoeveelheid aan data op te slaan, gemakkelijk toegankelijk te maken en er wiskundige berekeningen op te kunnen uitvoeren. Voor het laatste is een hoge rekenkracht (computing) nodig. Zo is het concept ‘cloudcomputing’ ontstaan.

Cloudcomputing is een wereldwijd netwerk van externe servers (datacenters) die als één ecosysteem fungeren en veel rekenkracht bieden. Het zorgt ervoor dat data kunnen worden opgeslagen en programma’s en applicaties kunnen worden geopend via het internet. De meest populaire voorbeelden van cloudcomputing zijn Infrastructure as a Service (IaaS), Platform as a Service (PaaS) en Software as a Service (SaaS), waarbij de bedrijven (klanten) kunnen kiezen om deze dienstverlening in te stellen via een publieke, hybride of een private optie.

Infrastructuurtypes

Op verschillende manieren kan gebruik worden gemaakt van de eindeloze voordelen van cloudcomputing. De infrastructuur kan verdeeld worden in drie types:

  • Publieke cloud (netwerk van datacenters of het internet): cloudcomputing die via het internet wordt geleverd en door organisaties wereldwijd wordt gedeeld. Het kent een grote opslagruimte van data en een sterke rekenkracht.
  • Private cloud (privaat datacenter): cloudcomputing die uitsluitend aan een organisatie is gewijd. Dit concept kent een kleinere opslagruimte van data en een lagere rekenkracht dan de publieke cloud, maar is wel nodig om de volgende stap te zetten in de digitale cyclus (zie het 5G-hoofdstuk).
  • Hybride cloud: dit is een combinatie van zowel de publieke als de private cloud. Bedrijven kunnen kiezen hoeveel procent ze alloceren naar de publieke of private cloud. Indien ze veel rekenkracht en dataopslag nodig hebben, gaan ze meer diensten afnemen van de publieke cloudleveranciers.

Volgens Gartner zal 80 % van de bedrijven in 2025 een op cloud gebaseerde infrastructuur hebben waarbij de helft van de bedrijven de publieke cloud oplossing zullen kiezen en de andere helft de hybride oplossing.

Cloudcomputingmarkt

Zoals hierboven vermeld, zorgt de cloud voor een wereldwijde database waarin data worden opgeslagen en waarop berekeningen kunnen worden uitgevoerd. Dit ecosysteem vertrekt bij de Infrastructure as a Service IaaS-bedrijven die de basis voorzien, namelijk de IT-infrastructuur. Van deze diensten kunnen de Platform as a Service PaaS-bedrijven, die platforms en ontwikkelingstools voorzien, genieten. Ten slotte ligt de grootste opportuniteit bij de softwareontwikkelaars aangezien hun kostenstructuur minimaal kan gehouden worden. De Software as a Service SaaS-bedrijven maken namelijk gebruik van de verhuurdiensten van de IaaS- en PaaS-bedrijven.

Mobiele internetverbinding: 5G

Zoals net besproken, zorgde de ontdekking van cloudcomputing al voor een technologische revolutie, maar als de digitale evolutie een nog hogere versnelling wil bereiken, dan moet dit gepaard gaan met 5G. Dit concept zorgt er namelijk voor dat alles wordt verbonden via het internet, niet alleen mensen maar ook toestellen (Internet-of-Things). Daarnaast kan de digitalisering in bedrijfkritische toepassingen, zoals gezondheidszorg, industrie en autosector, naar een nieuwe hoogte worden gebracht.

Eerst en vooral zullen de verbeterpunten ten opzichte van 4G worden toegelicht en nadien zal een woord uitleg gegeven worden hoe cloudcomputing en 5G met elkaar verweven zijn.

5G versus 4G

Vergeleken met de 4G-cyclus zorgt 5G voor een grotere netwerkcapaciteit, hogere snelheid, lagere latentiesnelheid en een hogere betrouwbaarheid. 

Onder netwerkcapaciteit wordt verstaan bandbreedte. Om te helpen begrijpen wat bandbreedte betekent, vergelijken we het met water dat door een pijpleiding stroomt.  Bredere leidingen kunnen meer water laten doorstromen dan smallere leidingen. Dus meer bandbreedte staat gelijk aan meer data die op een bepaald moment kunnen verzonden worden. De 5G-netwerkcapaciteit zou 100 keer groter zijn, wat overeenstemt met het connecteren van 1 miljoen apparaten per km². 

Daarnaast zou 5G ervoor zorgen dat de internetsnelheid 100 keer sneller zou gaan dan onder de 4G-cyclus. Een andere snelheid die zo laag mogelijk zou moeten gehouden worden, noemt men latentiesnelheid. Dit is de tijd die nodig is om het verzoek te laten reizen van afzender naar ontvanger en het te laten verwerken door de ontvanger. Onder de 5G-cyclus komt dit neer op 1 milliseconde, wat 20 keer lager ligt dan bij de 4G-technologie.

Een ander zeer belangrijk onderdeel van de 5G-technologie is de betrouwbaarheid van het netwerk. Hiervoor is een concept ontstaan dat ‘network slicing’ wordt genoemd. Het woord zegt het eigenlijk zelf: het hele netwerk wordt telkens opgesplitst in aparte, kleinere netwerken zodat de (latentie)snelheid en capaciteit beter gecontroleerd kunnen worden. Met als gevolg dat de communicatie tussen mensen, maar ook dingen (Internet of Things (IoT)) betrouwbaarder is.

Al deze aspecten zijn van cruciaal belang indien de volgende stap wil gezet worden in de digitale cyclus, denk bijvoorbeeld maar aan zelfrijdende auto’s. Die mogen namelijk op geen enkel moment enige onderbreking in de verbinding of enige vertraging in reactie ervaren.

Opportuniteiten

5G is een veel breder gegeven dan 4G. Als we terugkijken naar de 4G-cyclus, dan was de kern het verbinden van mensen met elkaar via smartphones. Daarentegen verbindt 5G alles, niet alleen mensen maar ook apparaten, gekend als Internet-of-Things. Veralgemenend zijn we in een voortdurend proces van digitalisering in elke hoek van de economie, wat ervoor zorgt dat de volgende stap kan gezet worden, namelijk ‘Edge computing’. Een specifiek voorbeeld zal de disruptie van de huidige technologie verduidelijken.

In de 4G-cyclus wordt alles met de eigen telefoon gedaan. Maar wat de meesten niet weten, is dat de werklast achter de schermen wordt uitgevoerd. Alle berekeningen worden gedaan in de centrale cloud (cloudcomputing). Maar een groot voordeel van de 5G-technologie is de lagere latentie. Iedereen wil namelijk een meer real-timeervaring hebben, wat technisch betekent dat de werklast dichter naar de rand (‘edge’) van de cloud moet worden verplaatst. Hierdoor wordt alles, onder meer de berekeningen, dichter bij de eindgebruikers geplaatst. 

Edgecomputing

Edgecomputing verwijst naar de praktijk waarbij rekenkracht- en opslagbronnen van de clouddatacenters naar een IoT-apparaat of een kleiner lokaal datacenter (gateway) worden gebracht (zie afbeelding hieronder). Hierdoor kunnen de data worden verwerkt waar ze worden gegenereerd. Onder IoT- apparatuur wordt een smartphone, beveiligingscamera, thermostaat, robot of een zelfrijdende auto verstaan. De grootte is niet belangrijk. Alles kan als een edge-apparaat worden beschouwd, zolang een deel van de berekeningen gebaseerd op artificiële intelligentie, lokaal kan plaatsvinden.

Het belangrijkste doel van het naar de rand (edge) brengen van rekenkracht is het minimaliseren van de latentiesnelheid door de tijd te verkorten die de data nodig hebben om tussen het IoT-apparaat en de cloud te reizen. Veel tijd - en bedrijfkritische sectoren, zoals de auto-, gezondheidszorg - of de industriële sector, kunnen vanwege veiligheidsoverwegingen niet vertrouwen op de connectiviteit met de cloud. Daarom ligt een grote opportuniteit voor edgecomputing in deze sectoren. Daarnaast zorgt edgecomputing ook voor bijkomstige voordelen zoals onder andere dataprivacy, lagere operationele kosten en beveiliging.

Artificiële intelligentie (AI)

Al de voorgaande concepten van het technologische ecosysteem hebben één zaak gemeen. Ze faciliteren namelijk de grootste opportuniteit voor de wereldeconomie, artificiële intelligentie. Door de alsmaar meer geconnecteerde consumenten en apparaten, krachtigere chips, snellere internettoegang en de groeiende wereldwijde cloudcomputing en 5G-infrastructuur, kent AI een sterke groei. Dit concept zorgt voor een radicale technologische transformatie die in alle segmenten van de wereldeconomie zal doordringen.

Volgens het wereldwijde adviesbureau PwC wordt AI als een ‘game changer’ gezien. Het wereldwijde bbp zal in 2030 tot wel 14 % hoger kunnen zijn, wat het equivalent is van een extra 15.700 miljard dollar. Deze toegevoegde waarde is meer dan het huidige bbp van China en India samen. Van dit bedrag zou 42 % afkomstig zijn van een hogere productiviteit (industrie) en 58 % van consumptiegerelateerde goederen en diensten. Ook de consultants van Mckinsey & Company schatten dat de AI-technieken het potentieel hebben om jaarlijks 3.500 tot 5.800 miljard dollar aan toegevoegde waarde te creëren, verdeeld over 19 industrieën. Daarnaast zou de toepassing van machinelearning binnen de financiële dienstverlening tegen 2030 kunnen resulteren in 1.000 miljard dollar aan kostenbesparingen.

Kortom artificiële intelligentie zal een ongeziene groei kennen en de opportuniteiten zijn eindeloos. Er zal gefocust worden op wat AI betekent, hoe machinelearning (ML) / deep learning werkt, en waarnaar de technologie gaat evolueren.

Wat is artificiële intelligentie (AI)?

Artificiële intelligentie is een overkoepelende term die verwijst naar hardware en software die de cognitieve functies van mensen nabootst en beslissingen neemt op basis van informatie uit de omgeving. Het is bedoeld voor toepassingen waar traditionele wiskundige modellen inefficiënt zijn. Moderne toepassingen van AI hebben geleid tot enerzijds de ontwikkeling van natuurlijke taalverwerking, die een machine de mogelijkheid geeft om menselijke spraak te begrijpen en ermee te communiceren. Anderzijds zou de computervisie uiteindelijk kunnen leiden tot autonome voertuigen.

Daarnaast, zoals in de onderstaande afbeelding kan opgemerkt worden, is AI gebaseerd op machinelearning (ML) en deeplearning-algoritmen.

Machinelearning stelt de computer in staat om te leren hoe een taak zelf moet worden uitgevoerd en om de nauwkeurigheid ervan in de loop van de tijd te verbeteren. Dit proces wordt gefaciliteerd door wiskundige algoritmes en grote datasets. In principe stemt machinelearning overeen met het concept dat mensen leren via interactie met hun omgeving op basis van verworven kennis en ervaringen uit het verleden.

Een stap verder in de keten bevindt zich deeplearning. Dat is een geavanceerde vorm van machinelearning, waarbij gebruik wordt gemaakt van meerlagige neurale netwerken om menselijke denkprocessen te simuleren. Deze netwerken bestaan uit kleine computerknooppunten die werken als de synapsen in het menselijk brein. Spraak- en beeldherkenning, evenals natuurlijke taalverwerking, zijn voorbeelden van deeplearningtoepassingen.

Hoe werkt machinelearning (ML)/ deeplearning?

Het is een proces van twee fasen 

  1. De trainingsfase (training): een getraind model wordt gecreëerd in de cloud door het te voorzien van een grote set te classificeren data. Op deze dataset laat men een algoritme lopen dat een eerste resultaat biedt. Dit proces wordt verfijnd totdat de gewenste resultaten zijn bereikt. De trainingsfase is een taak van lange duur die veel rekenkracht vereist.   
  2. De gevolgtrekkingsfase (‘inference’): het machinelearning-systeem kan het uiteindelijke, getrainde model uitvoeren als een applicatie om nieuwe data te analyseren, te categoriseren en een nog verfijnder resultaat af te leiden. Deze stap vereist veel minder verwerkingskracht.

De meeste gevolgtrekkings- en trainingsstappen worden tegenwoordig in de cloud uitgevoerd. Een voorbeeld gaat heel dit proces verduidelijken. Als de gebruiker aan siri (getraind model) via de Iphone een verzoek vraagt, dan wordt dit verzoek naar een datacenter (publieke cloud) gestuurd waar de gevolgtrekking zal plaatsvinden en binnen de seconde wordt het relevante antwoord teruggestuurd naar het apparaat.

Evolutie

Zoals al vermeld zijn artificiële-intelligentietechnologieën een krachtige manier geworden om bedrijfswaarde te creëren. Veel AI-toepassingen zijn al op grote schaal toegepast. Enkele voorbeelden zijn onder andere voorspellende analyses om aanbevelingen te tonen voor sociale netwerken en streamingplatforms, of gezichts- en stemherkenning in smartphones en stemassistenten. In 2017 was 99 % van de AI-gerelateerde halfgeleiderhardware gecentraliseerd in de cloud. En deze markt vertegenwoordigde een waarde van ongeveer 5,5 miljard dollar.

Maar omdat sensoren en rekenkrachttechnologieën blijven evolueren en betaalbaarder worden, verspreidt artificiële intelligentie zich naar industrieën zoals de auto-industrie, industriële automatisering en gezondheidszorg. Deze applicaties vereisen een lage latentie, versterkte beveiliging en dataprivacy, wat niet kan worden geleverd door de huidige cloudcomputingarchitectuur. Als gevolg daarvan zullen we evolueren naar een meer gedecentraliseerd landschap, waarbij de AI-rekenkrachtmogelijkheden toenemen en worden overgedragen naar de lokale datacenters (private cloud) en Internet-of-Things knooppunten. Herinner het nieuwe paradigma: ‘edge omputing’ van hoofdstuk 5G. 

Het gevolg van deze evolutie is dat nieuwe applicaties gaan kunnen worden gebouwd en nieuwe technologieën zich verder gaan kunnen profileren. Denk maar aan een virtuele realiteit (VR), aangevulde realiteit (AR: een live beeld van de realiteit waaraan elementen worden toegevoegd door een computer), mobiel gamen, 3D printing, digitale betalingen en zelfrijdende wagens. Auto’s worden slimmer en slimmer. Ze moeten namelijk heel de omgeving leren herkennen wat gefaciliteerd wordt door machinelearning. Elk nieuw datapunt zorgt ervoor dat de auto’s slimmer worden. Onder datapunten wordt verstaan de auto die naast u staat, de verkeerslichten, mensen die achter of voor de auto lopen en nog veel meer.