Hoe kun je slim gebruik maken van machine data die de omgeving naar je terugkoppelt. Hoe kunnen overheden de openbare ruimte vriendelijker maken voor het publiek? Wat voor diensten kunnen bedrijven verzinnen die actief zijn in een smart city? Hoe kunnen boeren slimmer inspelen op hun lokale situatie en zo het water- en pesticidegebruik terugdringen? Het aantal mogelijkheden is haast oneindig groot.
Als iemand inspiratie kan bieden, is het Carlo Ratti wel. Hij geeft leiding aan het SENSEable City Lab van MIT. Hij sprak onlangs op een event van SAS. “Wij houden niet van de term smart city. Wij spreken liever van senseable city”, steekt hij van wal. “Het gaat immers om ‘sensing’ wat er in de omgeving gebeurt en daarop reageren.” Wat dat betreft is een senseable city niet anders dan een senseable bedrijf dat real-time reageert op klantwensen of op events in de productieomgeving.
MIT onderscheidt drie soorten data: 1) opportunistische data, 2) user generated data en 3) data die ‘purposely sensed’ is.
Data voor ander doel gebruiken
Ratti gaat er dieper op in. “Onder opportunistische data verstaan we data die al voor een ander doel worden verzameld.” In senseable cities gaat het bijvoorbeeld om data van mobiele telefoons, aan de hand waarvan je kunt zien hoe mensen zich door de stad bewegen. Hij geeft een voorbeeld: “Wij hebben de taxidata van New York geanalyseerd. We ontdekten dat 60 procent van de taxi’s zouden kunnen stilstaan als mensen ritten slim gingen delen. Het mooie is: taximaatschappijen hebben al heel lang inzicht in deze data. Zij zouden zo’n businessmodel ook hebben kunnen bedenken. Dat deden ze niet en nu biedt Uber deze service wel aan.”
Dezelfde analyse heeft MIT gemaakt voor auto’s. Als mensen bereid zouden zijn een auto te delen, met hoeveel auto’s zou een grote stad dan uit kunnen? “Met 20 procent”, vertelt Ratti. “Denk je eens in als 80 procent van de auto’s linea recta naar de schroothoop gaat omdat ze niet meer nodig zijn! Shared car concepten zijn veel dichterbij dan menigeen denkt, want de technologie is er om dit heel eenvoudig te maken en de besparingen die mensen kunnen boeken, zijn gigantisch.”
Ogen van toeristen lenen
Een tweede categorie data zijn de user generated data. Ratti laat als voorbeeld een onderzoek zien dat MIT deed in opdracht van de Spaanse regering. Zij wilden weten wat de effecten zijn van de droogte die het land al zomers lang teistert. “We hebben de Flickr foto’s van de afgelopen tien jaar geanalyseerd. Daarmee lenen we als het ware de ogen van mensen die er wonen of die Spanje als toerist bezoeken. We gebruiken die data om te begrijpen wat er gebeurt.”
Lees het hele verhaal online of in ICT/Magazine van juni/juli.
