Mikä on IoT? Esineiden internet yksinkertaisesti

Esineiden internet eli lyhyesti IoT (engl. Internet of Things) tarkoittaa esineiden liittämistä internetiin. Tästä artikkelista löydät kaiken mitä IoT:sta tarvitsee tietää, yksinkertaisesta määritelmästä sovellutuksiin.

Mitä IoT eli esineiden internet tarkoittaa?

Lyhyesti sanottuna IoT on kaikkien esineiden yhdistämistä internetiin. Tästä syystä sitä kutsutaankin esineiden internetiksi. Esineet voivat olla laitteita kuten älykello, auto tai vaikka kahvinkeitin, mutta myös erilaisia antureita, jotka mittaavat esimerkiksi kosteutta tai lämpötilaa.

Internetin välityksellä laitteet voivat jakaa tietoa toisilleen sekä vastaanottaa tietoa. Anturit voivat myös kerätä tietoa fyysisestä ympäristöstä. Tiedon perusteella laitteet voivat toimia itsenäisesti tai osana laajempaa järjestelmää. Eli osa laitteista on kaksisuuntaisia. Ne eivät pelkästään tuota dataa vaan saavat ulkopuolelta dataa, käsittelevät sen ja data ohjaa niiden toimintaa. Esimerkiksi aktiivisuusranneke voi lähettää ilmoituksen käyttäjälle, kun päivän askeltavoite on saavutettu.

Kokoluokka on nykyään suuri: IoT Analyticsin mukaan verkkoon kytkettyjä IoT-laitteita oli vuoden 2025 lopussa noin 21,1 miljardia, kun vuotta aiemmin luku oli 18,5 miljardia.

Milloin esineiden internet syntyi?

Esineiden yhdistäminen internetiin ei ole aivan tämän päivän keksintö. Aikaisimmat keksinnöt ajoittuvat 1980-luvulle internetin alkuaikoihin, jolloin Carnegie Mellon yliopiston opiskelijat kehittivät Coca Cola -automaatin, joka oli yhdistetty ARPANETiin. Automaatti piti kirjaa varastosaldoista ja juomien lämpötilasta.

Varsinaisena ensimmäisenä IoT-laitteena pidetään kuitenkin John Romkeyn vuonna 1990 kehittämää leivänpaahdinta. Kyseinen paahdin tunnisti siihen asetetun leivän ja aloitti paahtamisen. Paahdin oli yhdistetty suureen kannettavaan tietokoneeseen, jolla ohjattiin paahtimen virransaantia ja nostettiin leipä ylös sen valmistuttua.

Vuonna 1993 Cambridgen yliopistossa kehitettiin kahvikone nimeltään XCoffee. Kahvinkeitin valvoi pannussa olevan kahvin määrää ja otti siitä kolme kertaa minuutissa kuvan. Tämän älykeittimen ansiosta kahvihuoneelle ei ollut tarpeen kävellä toteamaan, että kahvia ei enää ole. Kuvien avulla pystyi kätevästi päättelemään, koska tuoretta kahvia on saatavilla.

Internetin kehittyminen mahdollisti entistä kehittyneemmät sovellutukset. Vuonna 1994 Steve Mann kehitti puettavan kameran, joka oli yksi ensimmäisistä internetiin yhteydessä olevista kameroista.

Internet of Things -termin otti käyttöön Kevin Ashton ensimmäisen kerran vuonna 1999. Vuonna 2000 LG toi markkinoille ensimmäisen älyjääkaapin, vaikkakin niin hintavan, ettei siitä vielä varsinaista myyntimenestystä tullut.

Internetiin kytkettyjen laitteiden määrä kasvoi nopeasti. Ciscon usein siteeratun arvion mukaan laitteiden määrä ohitti ihmisten määrän vuosien 2008 ja 2009 välillä, ja tätä pidetään yleisesti IoT:n syntymähetkenä. Kyseessä on arvio, ei mitattu rajapyykki.

Vuonna 2009 Google aloitti itseohjautuvien autojen testauksen. Ensimmäisenä kuskittomana autona toimi Toyota Prius. Vuonna 2016 myös useat muut yritykset alkoivat testata itseohjautuvia autoja. Vuonna 2014 Amazon julkaisi puheohjattavan kaiuttimen, Echon, josta tuli myyntimenestys.

Millä verkkotekniikalla IoT-laitteet toimivat?

Teknisesti IoT-järjestelmä koostuu joko langattomasta tai kiinteästä verkosta ja siihen kytketyistä laitteista. Suomessa vaihtoehtoja on käytännössä kaksi: operaattoreiden matkaviestinverkot ja erikseen IoT-käyttöön rakennettu LoRaWAN-verkko. IoT-laite voi olla lähes mikä tahansa fyysinen laite, sillä IoT-laitteella tarkoitetaan laitetta, joka voidaan yhdistää internetiin datan vastaanottamiseksi tai lähettämiseksi.

Matkaviestinverkoissa IoT-laitteille on omat tekniikkansa: NB-IoT ja LTE-M. NB-IoT eli Narrow Band IoT sopii parhaiten paikallaan oleville antureille, joilta vaaditaan pitkää akunkestoa. LTE-M taas sopii paremmin reaaliaikaisille sovelluksille. Molemmat toimivat sekä 4G- että 5G-verkossa, ja niitä ylläpitävät Suomessa Elisa, Telia ja DNA. Huomaa, että 3G ei ole enää vaihtoehto: DNA sulki 3G-verkkonsa kokonaan lokakuun 2023 ja tammikuun 2024 välillä, ja vapautuneet taajuudet siirtyivät 4G- ja 5G-verkkojen käyttöön. Jos laitekanta on vanhaa, verkkotekniikka kannattaa siis tarkistaa ennen muuta suunnittelua.

Matkaviestinverkkojen rinnalla IoT-laitteet voidaan liittää langattomaan LoRaWAN-verkkoon (Long Range Wide Area Network), joka perustuu LoRa-teknologiaan. Avoimen standardinsa takia LoRa on NB-IoT:ta edullisempi vaihtoehto. LoRaWAN soveltuu hyvin myös liikkuvissa kohteissa käytettäväksi, koska yhteys verkkoon säilyy automaattisesti. Suomessa maankattavaa LoRaWAN-verkkoa ylläpitää Digita, jolla on lisäksi roaming-sopimuksia ulkomaisten operaattorikumppanien kanssa.

Verkko on kuitenkin vasta alku. IoT-laitteiden tuottaman datamäärän käsittely ja hallinta vaatii skaalautuvan ja turvallisen datainfrastruktuurin, ja datan on päädyttävä samoihin järjestelmiin muun liiketoimintatiedon kanssa. Lue lisää skaalautuvan datainfrastruktuurin rakentamisesta ja siitä, miten laitteiden ja järjestelmien väliset integraatiot toteutetaan käytännössä.

Mitä hyötyä IoT:sta on yritykselle?

Hyöty ei synny laitteista vaan niiden tuottamasta datasta. IoT vähentää kustannuksia, lisää tehokkuutta, parantaa toiminnan turvallisuutta ja luotettavuutta ja luo uusia tulovirtoja silloin, kun kerätty tieto viedään sinne missä päätökset tehdään. Pelkkä mittaaminen ei tuota mitään, jos lukemia ei kukaan katso.

IoT-laitteiden avulla voidaan kerätä suuria määriä dataa fyysisestä ympäristöstä. Juuri data onkin se mistä esineiden internetin ydinarvo muodostuu. Dataa voidaan hyödyntää esimerkiksi tekoälyn kehittämisessä tai päätöksenteon tukena.

Data on tekoälyn elinehto. Ilman laadukasta dataa ei synny laadukkaita päätöksiä, oli päätöksentekijänä sitten kone tai ihminen. Sama pätee datan hyödyntämisessä päätöksenteossa: datan laatu ratkaisee päätösten laadun. Siksi on tärkeää huolehtia riittävästä datan määrästä ja sen laadusta. Käytännön askeleet tähän käydään läpi artikkelissa milloin yritys on valmis tiedolla johtamiseen.

Älykkäiden laitteiden ja tekoälyn avulla työvaiheita voidaan automatisoida kokonaan tai osittain. IoT-järjestelmä voi esimerkiksi suorittaa valvontaa ja lähettää automaattisesti hälytyksiä tietyissä tilanteissa. Laitteiden tuottama data, etäohjaus sekä töiden automatisointi tuo merkittäviä säästöjä kustannuksissa ja tehostaa toimintaa.

Missä IoT:ta käytetään?

IoT:n käyttökohteet jakautuvat karkeasti kahteen: kuluttajalaitteisiin, joissa laite palvelee käyttäjäänsä, ja teollisiin sovelluksiin, joissa anturit tuottavat dataa operaation ohjaamiseen. Alla neljä esimerkkiä, jotka havainnollistavat molempia.

1. Itseohjautuvat ajoneuvot

Yksi mielenkiintoisimmista esineiden internetin käyttötapauksista on ilman muuta itseohjautuva auto. Jotta kuskiton auto voi turvallisesti liikkua yleisillä teillä, tarvitaan suuri määrä erilaisia IoT-laitteita. Muut tiellä liikkujat ja tieolosuhteet havaitaan autoon asennettujen kameroiden, tutkien, antureiden ja mikrofonien avulla. Laitteet keräävät suuren määrän dataa, jota sitten käytetään auton ohjaamisessa.

Robottiautojen tavoitteena on vähentää liikenneonnettomuuksia sekä tehdä liikkumisesta vaivatonta. Kehitystyötä tosin vielä riittää, ennen kuin kuskiton auto on yleisillä teillä arkipäivää. Automaation astetta kuvataan SAE J3016 -standardin kuudella tasolla, joista tasot 0-2 ovat kuljettajaa avustavia järjestelmiä ja tasoilla 3-5 vastuu ajamisesta siirtyy järjestelmälle. Yhdysvaltain liikenneturvallisuusvirasto NHTSA kuvaa automatisoitujen ajoneuvojen turvallisuutta ja tasoja omilla sivuillaan.

2. Älykellot ja muu puettava teknologia

Puettava teknologia on IoT:n näkyvin kuluttajasovellus. Suosituimpia ovat erilaiset älykellot ja aktiivisuusrannekkeet, joiden avulla voi mitata esimerkiksi sykettään tai päivän mittaan käveltyjä askelia. Kellosta tiedot siirtyvät bluetooth-yhteydellä älypuhelimeen, ja sieltä edelleen pilvipalveluun.

Muuta puettavaa teknologiaa ovat mm. VR-lasit eli virtuaalitodellisuuslasit. Enimmäkseen VR-laseja käytetään pelaamisessa, mutta myös simulaatioissa kuten kirurgien koulutuksessa leikkauksien simuloinnissa.

3. Dronet

Dronejen avulla kuvaaminen on saanut uusia ulottuvuuksia. Aiemmin mahdottomat kuvaukset ovat nyt melko helposti ja edullisesti toteutettavissa ilmasta käsin. Vaikuttavien videoiden ja kuvien lisäksi, dronet ovat hyödyksi myös maanviljelijöille esimerkiksi rikkakasvien tai muiden satoa uhkaavien ongelmien havaitsemiseen pelloilla.

Kaupallisen käytön lisäksi droneja on käytetty pelastustehtävissä. Ilmasta käsin kohteesta saadaan nopeasti tilannekuva, mikä parantaa pelastustoimen turvallisuutta ja onnistumismahdollisuuksia. Parhaita kokemuksia on saatu laajojen alueiden kartoittamisessa kuten maastopaloissa tai suurissa rakennuspaloissa.

4. Agritech

Uusi teknologia muuttaa maataloutta vastuullisempaan suuntaan heikentämättä tehokkuutta. Sensoreita ja kameroita hyödyntämällä torjunta-aineiden määrää voidaan vähentää käytön paremmalla kohdentamisella. Samoin kasteluntarve voidaan arvioida tarkemmin, mikä saa aikaan merkittäviä säästöjä vedenkulutuksessa.

Eläintuotannossa teknologia mahdollistaa suurtenkin eläinmäärien vapaamman liikkumisen. Ihmisten suorittamaa valvontaa voidaan täydentää automatisoidulla valvonnalla. Näin saadaan parannettua eläinten hyvinvointia työmäärää kasvattamatta.

Mitä IoT-datalla kannattaa tehdä?

Kerätty data ei tuota hyötyä ennen kuin se yhdistetään muuhun tietoon ja viedään sinne missä päätökset tehdään. Yleisin virhe ei ole väärä anturi vaan se, että mittaustieto jää omaan järjestelmäänsä, jota kukaan ei katso arjessa. Ensimmäinen kysymys ei siis ole mitä mitataan, vaan mikä päätös tai työvaihe muuttuu, kun mittaustieto on käytettävissä.

Käytännössä eteneminen on sama kuin missä tahansa automaatiossa. Etsi työvaihe, joka toistuu, vie aikaa ja perustuu tiedon tarkistamiseen: joku käy läpi lukemia, vertaa niitä rajoihin ja reagoi kun jokin poikkeaa. Tämä on yleensä se kohta, jossa automaatio maksaa itsensä takaisin nopeimmin, ja sama pisteytys toimii niin anturidatalle kuin järjestelmädatallekin. Artikkeli mistä automatisointi kannattaa aloittaa käy pisteytyksen läpi kohta kohdalta.

Konkreettinen esimerkki löytyy kartonkiteollisuudesta. Metsä Boardin kuljetuksiin liitettiin anturit, jotka mittasivat sijaintia ja olosuhteita koko matkan ajan. Ratkaisevaa ei ollut mittaaminen sinänsä, vaan se että anturidata yhdistettiin varastointipisteissä kirjattuihin vauriomerkintöihin: vasta kahden lähteen yhdistäminen paljasti, missä kohtaa reittiä pakkaukset rikkoutuivat. Lue miten kuljetusten reaaliaikainen seuranta toteutettiin.

Jos haluat suuruusluokka-arvion siitä, paljonko toistuva manuaalinen työ maksaa teillä vuodessa ja missä ajassa automaatio maksaisi itsensä takaisin, automaatiopotentiaalin pika-arvio vastaa siihen noin kahdessa minuutissa. Se on ilmainen eikä vaadi yhteystietoja.

---

Empirica rakentaa automaatiot yrityksen omasta datasta, sekä järjestelmien datasta että laitteiden ja antureiden tuottamasta datasta, ja vastaa niiden jatkuvasta toiminnasta.

← Takaisin pääsivulle