IoT-ondernemingen vertrokken de voorbije twintig jaar vanuit een duidelijke logica: maak een product of lever een dienst, en voeg connectiviteit toe om klanten beter te bedienen, nieuwe inkomsten te creëren en concurrentieel sterker te staan. Alleen bleken de kosten en de complexiteit van zo’n verbonden businesscase vaak minder voorspelbaar dan gehoopt.
Connectiviteit, cloudinfrastructuur en gespecialiseerde expertise wogen zwaar door, zeker voor bedrijven die van oorsprong kettingzagen, wasmachines of industriële machines bouwen — en geen specialisten zijn in roaming, datacenters of cloudarchitectuur.
Intussen is rond IoT een volwassen ecosysteem ontstaan. Platformleveranciers, gespecialiseerde dienstverleners en technologiepartners nemen een deel van die complexiteit weg. Maar de schaalvergroting van IoT zorgt vandaag voor een nieuw probleem: miljarden verbonden apparaten betekenen ook miljarden datastromen, hogere connectiviteitskosten en een almaar duurdere cloud- en AI-infrastructuur.
Daarom verschuift de intelligentie opnieuw — of beter: steeds meer — naar het apparaat zelf. Componenten zijn goedkoper en krachtiger geworden, terwijl ontwerpers over betere tools en AI-modellen beschikken. Edge AI maakt het mogelijk om data lokaal te analyseren en alleen relevante resultaten naar de cloud te sturen. Dat beperkt bandbreedte, opslag en rekenkosten, maar verbetert tegelijk de reactiesnelheid, privacy en schaalbaarheid.
De slimme deurbel die lokaal personen detecteert en enkel een relevante gebeurtenis doorstuurt, is daarvan een herkenbaar voorbeeld. In industriële toepassingen gaat het dan bijvoorbeeld om voorspellend onderhoud, visuele inspectie, audioherkenning en lokale monitoring.
Volgens François de Rochebouet van STMicroelectronics evolueert IoT naar “gedistribueerde intelligentie”. Apparaten worden contextbewuster, autonomer en selectiever in de informatie die ze delen. De cloud verdwijnt dus niet. Hij blijft belangrijk voor fleet management, modelupdates en grootschalige analyses. Maar de eerste interpretatie en beslissing gebeuren steeds vaker aan de rand van het netwerk.
Voor ontwerpers betekent dit een zoektocht naar geïntegreerde platformen. Microcontrollers combineren steeds vaker besturing, sensoren, beveiliging en AI-inferentie in één energiezuinige architectuur. Dat vereenvoudigt het printplaatontwerp, verlaagt de materiaalkost en verkort de ontwikkelingstijd. Software speelt daarbij een even grote rol als de chip: modeloptimalisatie, embedded AI-bibliotheken en gebruiksklare ontwikkelomgevingen maken lokale intelligentie toegankelijker.
SoC’s, SoM’s en single-board computers blijven nuttig voor prototyping en zwaardere toepassingen. Voor grote volumes, lage energieconsumptie en scherpe kostendoelstellingen blijven microcontrollers echter vaak de meest efficiënte keuze. Ontwikkelaars zoeken daarom steeds vaker een migratiepad: snel experimenteren met een krachtig platform en vervolgens overstappen naar een geoptimaliseerde embedded architectuur voor productie.
De volgende generatie IoT wordt bijgevolg geen keuze tussen apparaat, edge en cloud. Het wordt een samenspel van die drie. De directe waarneming en besluitvorming gebeuren lokaal, de edge zorgt voor extra intelligentie en de cloud blijft instaan voor coördinatie, analyse en beheer.
Dat is meer dan een technische verschuiving. Het is een economische noodzaak. Wie IoT schaalbaar, betaalbaar en energie-efficiënt wil houden, zal niet langer alle data naar de cloud sturen. De toekomst ligt bij apparaten die eerst zelf nadenken — en pas daarna beslissen wat werkelijk de moeite waard is om te delen.
