Industry 4.0 and manufacturing ecosystems

Exploring the world of connected enterprises

“INDUSTRIE 4.0 connects embedded system production technologies and smart production processes to pave the way to a new technological age which will radically transform industry and production value chains and business models.”
—Germany Trade and Invest1

Manufacturers face changes on multiple fronts. Advanced manufacturing—in the form of additive manufacturing, advanced materials, smart, automated machines, and other technologies—is ushering in a new age of physical production.2 At the same time, increased connectivity and ever more sophisticated data-gathering and analytics capabilities enabled by the Internet of Things (IoT) have led to a shift toward an information-based economy. With the IoT, data, in addition to physical objects, are a source of value—and connectivity makes it possible to build smarter supply chains, manufacturing processes, and even end-to-end ecosystems.3


As these waves of change continue to shape the competitive landscape, manufacturers must decide how and where to invest in new technologies, and identify which ones will drive the most benefit for their organizations. In addition to accurately assessing their current strategic positions, successful manufacturers need a clear articulation of their business objectives, identifying where to play in newly emerging technology ecosystems and (as important) what are the technologies, both physical and digital, that they will deploy in pursuit of decisions they make about how to win.4

The charge is perhaps easier to execute in theory than in practice. Despite the hype around advanced digital and physical technologies, many are not well-understood.5  Likewise, many stakeholders are unclear as to what all this connectivity means for their companies—and for the broader manufacturing ecosystem.6

One thing is certain, however: It would be folly to underestimate the crucial role the flow of information plays in the physical aspects of advanced manufacturing. In order to fully realize the opportunities both of these domains present, it is crucial to integrate the two—use the digital information from many different sources and locations to drive the physical act of manufacturing. In other words, integrate information technology (IT) and operations technology (OT) to forge a stronger manufacturing organization—a state that we and others refer to as Industry 4.0.7 Also known as SMART manufacturing or Manufacturing 4.0, Industry 4.0 is marked by a shift toward a physical-to-digital-to-physical connection.

While Deloitte refers to smart, connected manufacturing as Industry 4.0, several other commonly known terms may point to the same phenomenon. These include:

  • Industrial Internet

  • Connected Enterprise

  • SMART Manufacturing

  • Smart Factory

  • Manufacturing 4.0

  • Internet of Everything

  • Internet of Things for Manufacturing

In this report, we offer a perspective to help manufacturers navigate toward an Industry 4.0 future. We do so by examining the flow of information in intelligent production and connected supply chains—that is, systems that inform and coordinate the manufacturing, distribution, and aftermarket process—through the lens of Deloitte’s Information Value Loop (IVL). We then review the impact of the IVL on the manufacturing value chain. In the remainder of this article we will:

  • Explain the term “Industry 4.0,” its history, and the expanding breadth of the concept
  • Review the fundamentals of Deloitte’s IVL framework and its relation to Industry 4.0
  • Identify two strategic areas—growing the business and operating the business—and six transformational plays that encompass the core opportunities for manufacturers to create with Industry 4.0 technologies
  • Uncover key challenges for Industry 4.0 deployments

From the old world to the new: Defining Industry 4.0

Rooted in the notion that the swarm of connected, smart technologies could marry—and thus revolutionize—production, the term Industry 4.0 encompasses a promise of a new industrial revolution, the fourth such transformation in the history of manufacturing (see figure 1 for a summary of the industrial revolutions).8


The definition for Industry 4.0 was first introduced in 2011 at the Hannover Messe trade fair, and was the subject of an Industry 4.0 working group established by the German federal government.9 Germany Trade and Invest (GTAI) defines Industry 4.0 as:

A paradigm shift . . . made possible by technological advances which constitute a reversal of conventional production process logic. Simply put, this means that industrial production machinery no longer simply “processes” the product, but that the product communicates with the machinery to tell it exactly what to do.10  

GTAI further adds that Industry 4.0 represents “the technological evolution from embedded systems to cyber-physical systems,” an approach that “connects embedded production technologies and smart production processes.”11  In other words, Industry 4.0 is a state in which manufacturing systems and the objects they create are not simply connected, drawing physical information into the digital realm, but also communicate, analyze, and use that information to drive further intelligent action back in the physical world to execute a physical-to-digital-to-physical transition.

The value of the Industry 4.0 concept can be enhanced through a clarification of the role played by technologies that facilitate the physical manipulation of objects.

To illuminate its concept of Industry 4.0, GTAI invokes the concept of Cyber-Physical Systems (CPS)—technologies that marry the digital and physical worlds,12 typically via sensors affixed to physical devices and networking technologies that collect the resulting data.13  This concept is remarkably similar to the more commonly referenced IoT.14

Deloitte accepts the GTAI definition and believes the value of the Industry 4.0 concept can be enhanced through a clarification of the role played by technologies that facilitate the physical manipulation of objects. Manufacturing leaders must understand how both control systems in the factory and manufacturing execution systems—also known as operations technologies (OT)—and general corporate function and capability that synchronizes across functional systems—also known as information technologies (IT)—are co-evolving in ways that will bring profound opportunity and change to their business. Understanding how the various information technologies interplay with the physical world to drive innovation is a good place to start.

Deloitte has developed in-depth research and analysis focused on the impact of the Internet of Things and the ways in which the flow of information can enable organizations to create and capture value. Visit to read the full series, learn more about the Information Value Loop, the functions of its various stages and value drivers, and see examples of its application in various sectors and scenarios.


Inherent within manufacturing is the process of information creation, communication, and action. While its output is a physical object, manufacturing inevitably begins with information: A design is created via drawing, design software, or the scanning of a physical object, creating data.15 These data are then communicated to machines that execute the design, bringing it forth from the digital to the physical realm. Ideally, data from the process of creation (and subsequent use) is further captured, sparking ongoing cycles between the digital and physical realms. It is here that the overlap between the concepts of Industry 4.0 and the IoT becomes apparent.

It is the leap from digital back to physical—from connected, digital technologies to the creation of a physical object—that constitutes the essence of the Industry 4.0 concept.

The IoT is a crucial—perhaps the most crucial—element of Industry 4.0.16 The IoT concept has gained traction in recent years as the importance of connectivity—both in creating products and services and increasing satisfaction among customers and clients—has become better understood.17  Currently, a host of connected technologies is advancing rapidly, including high-quality sensors, more reliable and powerful networks, high-performance computing (HPC), robotics, artificial intelligence and cognitive technologies, and augmented reality.18 Taken together, these technologies can change manufacturing in profound ways. Our analysis of the resulting flows of information motivates a framework that captures the series and sequence of activities through which organizations create value from information: the IoT Information Value Loop (IVL) (see figure 2).



The IVL is initiated through an action. Measurement of the state or behavior of things in the physical world gives rise to (creates) information that is subsequently communicated, aggregated, and analyzed (passing through the stages in the IVL) in order to inform future action. In general IoT contexts, the value of information varies depending on attributes related to its magnitude, risk, and time.19 Thus, it is important to be strategic in creating and/or controlling the flows of information enabled by evolving digital technologies. Here companies will always need to decide where to play and how to win.

The Industry 4.0 concept incorporates and extends the IoT at the nexus of the act and create stages of the IVL—namely, the physical-to-digital and digital-to-physical leaps that are somewhat unique to manufacturing processes (figure 3). It is the leap from digital back to physical—from connected, digital technologies to the creation of a physical object—that constitutes the essence of the Industry 4.0 concept.20  It is here that we will focus our analysis.


Industry 4.0 represents an integration of IoT and relevant physical technologies, including analytics, additive manufacturing, robotics, HPC, artificial intelligence and cognitive technologies, advanced materials, and augmented reality,21 that complete the physical-to-digital-to-physical cycle.

Manufacturing leaders have the opportunity to develop improved operations strategies and to realize key business objectives based on the technologies they may choose to employ at various points in the manufacturing value chain. Some of the technologies that encapsulate the physical-to-digital-to-physical reach of Industry 4.0 are listed in table 1.



For further information about these and other advanced, connected technologies, please visit the Deloitte University Press series:

Integrating the digital and the physical to achieve business objectives

Even as we explore the ways in which information creates value, it is important to understand value creation in manufacturing from the physical perspective. Creating value in the form of products and services gave rise to the notion of a manufacturing value chain: the series and sequence of activities through which an organization transforms inputs into outputs, and ultimately sells, delivers, and continues to support those outputs for customers. Note that, in contrast to the IVL, the manufacturing value chain is generally perceived to be linear, befitting its focus on the production of physical objects. We posit that by augmenting the value chain with Industry 4.0 technologies, information generated in various stages can inform other points, making the structure—while still linear—far more dynamic and, from an information perspective, a circular feedback loop.

Throughout the manufacturing value chain—from design and development to manufacture, sale, and service—business outcomes may emerge from the integration of IT and OT. Broadly speaking, we identify two business imperatives for manufacturers: operating the business and growing the business. Within these imperatives exist four core business objectives: productivity, risk reduction, incremental revenue, and new revenue. Myriad sub-objectives can fall under these categories (see, for example, table 2) that define the tactical approaches for managers to deliver value. Some, as we will discuss, can be addressed more readily through Industry 4.0 technologies; others can be achieved via more traditional methods.


Depending on where a manufacturer’s focus lies, it may pursue different opportunities within the manufacturing value chain. Indeed, both operating and growing the business map to different areas across the value chain. The prioritization of operations versus growth can serve as a guide as to which areas of the value chain merit the greatest attention.

For example, the first stage of the manufacturing value chain focuses on R&D and design, areas where Industry 4.0 technologies can accelerate and improve the design cycle, reducing time to market, and linking design to smarter products. Stakeholders most impacted by Industry 4.0 at this stage will likely be design engineers. At the other end of the value chain, new or incremental revenue—and business growth—can emerge from Industry 4.0 applications in the form of new and improved products and services. Stages at the middle of the value chain—planning, factories, and support—can use Industry 4.0 technologies to transform operations in various ways. Each of these uses of connected technologies includes its own IVL, in which manufacturers may encounter bottlenecks that may impede optimal outcomes. In these cases, it is important to identify technology solutions that can address each bottleneck, a topic we will explore at length in subsequent research.

Figure 4 shows six of the transformational plays that we have identified in our work related to Industry 4.0.


Here, we will explore each of these transformations to better understand the stakeholders and processes they most impact, and to offer use cases to promote better understanding of potential business value.23

Growing the business: Applying Industry 4.0 to build revenue

On either end of the manufacturing value chain, Industry 4.0 technologies can enable business growth. In particular, in the R&D and design, sell and deliver, and support stages, various physical-to-digital, digital-only, and digital-to-physical connections can transform engineering, customer interaction, and even the products themselves.24


Products in the age of Industry 4.0 run the technological gamut. The use of IT such as sensors and wearables and OT such as advanced manufacturing in the form of additive manufacturing, advanced computer numerical control, and robotics can enable product improvements in various ways (table 3).


Indeed, manufacturers are already using advanced OT (such as additive manufacturing) and advanced IT (in the form of scanning and embedded sensors) to create new products and improve upon old ones—delivering new levels of value to customers, along with new data products.

In one such example, OT and IT are being used in the mass customization of medical implants—devices needed by many individuals, but each with its own unique geometry and circumstances. At its 3D Medical Applications Center (3D-MAC), Walter Reed National Military Medical Center manufactures prosthetics by scanning the patient’s individual anatomy, enabling it to use additive manufacturing technologies to fabricate a fully customized fit.25

Similarly, OT and IT are enabling the production of customized helmets for contact sports. Researchers at the University of California, Los Angeles (UCLA), and Architected Materials are developing technologies to improve the protection offered by football helmets. By taking a 3D scan of players’ heads, helmets can be built to individual measurements.26 Embedded sensors are also used to detect the magnitude of impacts and report the data via an app—creating a completely new data product.27

Similar applications can be envisioned in business-to-business settings where the application of scanning/digital design, digital manufacturing, and field sensors will change the value proposition for industrial products. Indeed, General Electric’s power and water division is implementing digital twinning for the parts it supplies to power plants, wind farms, and electrical grids. Using sensors and controls, signal aggregation, and HPC, it is developing real-time digital simulation models of its real-life, physical parts operating within the plant. These cloud-based “digital power plant” models will enable plant operators to know the condition of parts, optimize power, determine the right time for machinery maintenance, and simulate various conditions to understand how they might impact the plant.28


Data and information gathered through intelligent products and services can enable manufacturers to better understand their customers. Indeed, customer experience in the age of Industry 4.0 is driven not just by the physical object, but also by the data and information—and analytics—that make the customer’s interaction with that object more transparent and impact the customer-manufacturer interplay in various ways (table 4).


The information gathered from customers can be used to price and sell products and services more intelligently. For example, Deutsche Bahn AG, a European cargo rail consortium, integrated its extensive network of railway monitoring sensors with its customer ordering and billing database and added in additional real-time data around traffic and capacities to generate intelligent pricing models customized to a client’s needs and the current conditions.29 For its part, rideshare service Uber uses data from its drivers and customers to power an algorithm that calculates surge pricing, a dynamic pricing model meant to adjust prices upward when demand is high.30

IT and OT can potentially drive product and service improvements, as well as more intelligent asset utilization. Further, this data can work both ways: Not only can information be sent to the manufacturer and its partners, but also back to the customer via smart apps that offer user-experience enhancements. In one such example, a pharmaceutical company considered integrating smart monitoring sensors into its inhaler product line to gather real-time data, with the goal of analyzing it and providing insights to both patients and their physicians.31


At the start of the manufacturing value chain, products are developed and designed. Various Industry 4.0 technologies—notably OT technologies such as additive/advanced manufacturing and IT, digital tools such as CAD, and simulation—can come into play to impact the process in several key ways (table 5).


The use of digital-to-physical manufacturing technologies such as additive manufacturing in rapid prototyping can speed up the design process as well as the production of end-use products, thus reducing supply chain dependencies.33 Ford estimates that its use of rapid prototyping during vehicle design can save it weeks, with additively manufacturing prototypes taking hours to fabricate rather than the 4 to 6 weeks taken by typical machine tooling approaches, bringing automobiles to market months earlier.34 Using advanced manufacturing technologies can also enable engineers to optimize manufacturability, as they can evaluate product design options based on the eventual assembly process.35

John Deere uses augmented reality to allow customers to test and provide feedback on early design concepts, so that it can adjust and redevelop designs.

Industry 4.0 technologies can drive improved engineering effectiveness via digital design and simulation. This can take the form of virtual product development and testing. John Deere uses augmented reality to allow customers to test and provide feedback on early design concepts, so that it can adjust and redevelop designs. The company estimates that having its engineers use virtual reality simulations to design the air-handling subsystem on its JD 7760 cotton harvester reduced the design cycle time from 27 months to 9 months, and reduced design costs by more than $100,000.36

These tools can also take the form of open source innovation, allowing freelance design to improve products through open sharing of intellectual property. Local Motors, for example, crowdsources many designs among customers and enthusiasts in the community, holding design competitions and allowing clients to have a strong hand in the design of its cars. The company takes an open approach to intellectual property, and maintains that doing so fosters innovation and collaboration.37

Operating the business: Using Industry 4.0 technologies to increase productivity and reduce risk

Industry 4.0 technologies also enable improved operations. In the “plan,” “source,” and “make” stages of the value chain, various physical-to-digital and digital-to-physical connections can transform planning, support and factory operations.


When planning for production, manufacturers often encounter a host of uncertainties across the manufacturing value chain. IT and OT can support several transformations in this area (table 6).


Demand sensing and planning using IT (for example, sensors, signal aggregation, optimization, and prediction) enable manufacturers to gather data throughout the value chain. Data can be analyzed to uncover patterns, track movements, and, ultimately, understand what customers want, and where—so they can better plan to provide it at the right time and place.

For example, Ridgeline Pipe Manufacturing, a manufacturer of polyvinyl chloride (PVC) pipes, dealt with constantly changing customer demand and short lead times. The company needed to anticipate and plan in the face of uncertain demand, rapidly adjust to unforeseen changes, and reduce production changeover time. Using legacy systems, waste, costs, and inflexibility had risen to unacceptable levels.38 The company adopted a flexible production platform, in which automated production controllers managed the manufacturing equipment while providing access to information on diagnostics and performance.39 The system also analyzes production data to offer predictive failure analytics.40


Perhaps no other segment better encapsulates the physical-to-digital transformation inherent in Industry 4.0 than the intelligent factory. The industry 4.0-enabled factory utilizes physical-to-digital technologies such as augmented reality, sensors and controls, wearables, and the Internet of Things to track movement and production, monitor quality control, and manage the tooling life cycle, among other capabilities. In this way, Industry 4.0 on the factory floor can enable enhanced capability effectiveness, production asset intelligence, and activity synchronization and flow (table 7).


Industry 4.0 technologies can enable safer conditions for workers, enhancing labor productivity and effectiveness. Joy Global, a mining equipment manufacturer, added about 7,000 sensors to its remote-controlled extraction device, enabling it to mine in extremely deep mineshafts—areas often dangerous to workers who typically perform the work.42  Similarly, Boeing uses a positioning system to pinpoint worker location and assess the status of their safety harnesses, improving worker safety.43

Beyond labor productivity and safety, IT/OT can transform product asset intelligence. Harley Davidson, for example, uses smart systems to detect defects during production processes. A smart system in its York, Pennsylvania, plant monitors equipment performance and initiates action autonomously.44  Upon detection of measurements beyond acceptable ranges, the machinery is automatically adjusted, preventing malfunctions.45

Learning the causes behind a failure can enable manufacturers to more effectively address the root of the problem, rather than its symptoms.

Beyond avoiding proactive quality control, IT can impact activity synchronization and flow. With its Plant Floor Controls Network, General Motors uses sensors to measure humidity levels in its plants and direct physical action on the shop floor based on this physical-to-digital information cycle. Should levels in one area rise too high, vehicle bodies are automatically re-routed to less-affected areas, reducing the need for repainting and avoiding downtime.46


Once a part or product has been developed, manufactured, shipped, and sold, Industry 4.0 technologies can impact support in at least three key ways (table 8).47


Learning the causes behind a failure can enable manufacturers to more effectively address the root of the problem, rather than its symptoms. For example, Schneider Electric examined both maintenance and historical data collected over the course of one year for a 110 MW steam model turbine which had required regular, ongoing maintenance for an escalating series of ongoing breakdowns, realizing that technicians had been addressing symptoms rather that root causes for a quality issue. Analysis enabled Schneider to address the root cause—thermal expansion problems—before they led to “symptoms”—bearing vibration—that caused equipment shutdowns. The company estimates that predictive maintenance offers millions of dollars in potential savings along with far fewer days of equipment downtime.48

In another predictive analytics example, Caterpillar is partnering with a company named Uptake, analyzing data gathered through telematics devices in its machinery to predict failures and engage in proactive repair. The companies see future opportunities to monetize this capability by offering new data products and services to customers.49

When responding to field failures, wearables and augmented reality can allow remotely located technicians to walk users through maintenance procedures. An industrial equipment manufacturer, for example, faced challenges as it expanded its operations to China, including increased operational costs and more frequent downtime of machinery. These issues were, in large part, rooted in a shortage of seasoned talent to train employees within the new manufacturing facilities. The manufacturer piloted a smart-glass, wearable technology so that remote experts could see alongside the equipment operators in the facility, and offer step-by-step instructions and training. These improvements were also accompanied by risk reductions in the overall production process due to better quality management.50

Looking ahead

Companies implementing or planning to implement Industry 4.0 practices can face several challenges that relate to the management and integration of IT and OT. While some have an organization-level impact, other challenges exist at the broader, ecosystem level. These challenges are heightened as connected technologies evolve at a rapid pace.

  • Talent and workforce—In the process of trying to integrate IT and OT through the use of Industry 4.0 practices at the organization level, companies often face a shortage of talent to plan, execute, and maintain new systems.51 The number of engineers trained in handling unstructured data and big data tools—crucial for the type and scale of data generated by connected systems—is gradually increasing, but still falls far short of anticipated demand.52 The challenge extends to the shop floor as well. With vast experience in conventional manufacturing, many leaders feel uncomfortable with advanced manufacturing: They simply have less experience with the properties and behavior of materials, as well as the technologies and methodologies that use them. This can result in a tentativeness or unwillingness to adopt new approaches.53 We believe these leaders should adopt a proactive stance toward workforce development when considering Industry 4.0 applications. They may include partnering with outside organizations, high schools, technical colleges, and universities to develop an ongoing flow of workers versed in and attracted to advanced digital and physical manufacturing technologies. 
  • Standards and interoperability—From a broader, ecosystem-wide perspective, many of the systems underpinning Industry 4.0 applications are proprietary and can present integration challenges. A lack of interoperability poses a significant challenge for full adoption of Industry 4.0 technologies.54  Peer consortiums, industry associations, and government bodies are working to establish competing sets of standards, but it is currently unclear which will prevail.55  Managers should work with partners to stay current on evolving standards in order to maximize the value delivered by Industry 4.0 investments.
  • Data ownership and control—As more stakeholders across the value chain become connected, questions will arise within the ecosystem regarding who owns the data generated and how to ensure appropriate privacy, control, and security.56 These questions grow thornier as suppliers and manufacturers become increasingly intertwined. Suppliers and vendors throughout the supply chain—right up to end-use retailers and customers—could potentially stake a claim on the data generated within their particular sphere, and perhaps even beyond. As this information can be used to drive product improvements, use of components, and efficiencies within the supply chain, it is particularly valuable. Managers should therefore pay close attention to the covenants they sign related to data ownership and access. Identifying and controlling bottlenecks in the flow of data is likely to yield important opportunities for value creation and capture.57 
  • Security—In addition to data ownership, security is often cited as a concern in implementing Industry 4.0 practices.58  Complex cryptographic algorithms might improve the security of devices, but this often comes at the cost of higher power consumption. This security-power trade-off becomes more important as deployments scale. Retrofitting old systems to new Industry 4.0 applications may also increase security risks, as the old systems were not designed to be connected in this way. In order to manage security risks, companies need to secure their systems, be vigilant to avoid new risks, and be resilient to limit the damage and restore operations.59 As a result, managers should adopt a proactive stance toward cybersecurity. When it comes to planning for Industry 4.0, the time to address security issues is up front, rather than as a follow-on task.


Despite the challenges, there is little doubt that penetration of Industry 4.0 concepts in companies’ manufacturing processes and supply chains will grow. Information flow, advanced technologies, and materials—in other words, the IT and OT that comprise Industry 4.0—make it possible to manufacture entirely new things in entirely new ways and revolutionize supply chains, production, and business models. It is difficult to overstate the importance of the interplay between IT and OT. Business leaders should not consider applications of one without the other, and in order to realize the full benefits of Industry 4.0, they must be truly integrated—working together to inform each other.

As the integration of information technology and operations technology evolves, manufacturers will need to assess not only where they are but where they wish to be—decisions that will dictate the types of information they will need to gather, analyze, and act upon. By integrating the information identified through the Information Value Loop, where the focus lies along the manufacturing value chain, organizations can understand which types of information will be most relevant to them as they seek to transform either their business operations, or growth, or both.

Effective use of information can in turn impact key business objectives such as business growth and business operations, and transformation can be possible across the value chain and its various stakeholders. The path to realization of Industry 4.0 involves a clear understanding of the ways in which the physical can inform the digital, and vice versa.

Deloitte Consulting LLP’s Supply Chain and Manufacturing Operations practice helps companies understand and address opportunities to apply Industry 4.0 technologies in pursuit of their business objectives. Our insights into additive manufacturing, IoT, and analytics enable us to help organizations reassess their people, processes, and technologies in light of advanced manufacturing practices that are evolving every day.


Brenna Sniderman, Monica Mahto, Mark Cotteleer

Storage Solutions

The Future Filter

Storage is an all encompassing issue. From physical to digital and back again, the market needs ways to retain information in bits. And bytes of course too, there is great computational potential in quartz to microcrystals to DNA to magnetized molecular clouds to quantum computing with entangled states. This is but a small subset of all the plans hashed out at major corporations!





Applied Optics

“High-density optical data storage with one-photon and two-photon near-field fluorescence microscopy”




“Harvard cracks DNA storage, crams 700 terabytes of data into a single gram”


Magnetized molecules.

Molecular magnet hard drive

“Physicists at Trinity have made a major breakthrough with molecular magnets that could bring us one step closer to quantum computers.”


Quantum computers.

The D-Wave Two’s cryogenic cooling system. There’s a qubit chip in ...

“Quantum computer finally proves its faster than a conventional PC…

View original post 18 more words

The Business of Internet of Things Platforms — a thousand words

What is an Internet of Things Platform? Internet of Things (IoT) Platforms are the digital infrastructure that connects IoT devices and sensors with data networks and applications. The platform connects and manages the different components in the IoT ecosystem (Figure 1), and enables business functions. It is often referred to as middleware because it connects […]

via The Business of Internet of Things Platforms — a thousand words

Troubleshoot Openstack Networking with Python

Basim Aly

As an Openstack Administrator for a while, I found the most complicated topic to be understood in openstack project is Networking and how instances ( formerly virtual machines) are communicated with each other and with external world.

Unlike VMWare ESXI, where you can just create vSwitch and attach a VM to it, Openstack Networking is much more complex that that. You need first to define Network type itself(Flat, VLAN, VxLAN, GRE), attach it to the subnet with IPv4 or IPv6 Block, Create a Floating IP address if this network will be connected externally to a provider network and optionally create an internal router to route between different networks and subnets. lots of steps!


Floating ip and neutron router in nutshellimage

Also Neutron itself doesn’t provide an actual networking to the instances. it just a wrapper to a drivers called “Mechanism Drivers” on which they provide the actual networking(switching, routing and…

View original post 781 more words

Gartner’s Top 10 Strategic Technology Trends for 2017 – Smarter With Gartner

Artificial intelligence, machine learning, and smart things promise an intelligent future. Source: Gartner’s Top 10 Strategic Technology Trends for 2017 – Smarter With Gartner Today, a …

Source: Gartner’s Top 10 Strategic Technology Trends for 2017 – Smarter With Gartner

DataVisor – is Big Data helping, or harming, online security?

Big Data, Big Brother, Big Boon!!!

by Maria Ilie, Andrei Nicolae, Maria Ficiu and Matei Butucescu

Recent Concerns in Online Security

16 days- that’s the average time a cyber threat can exist on a government network before being detected [1]. Considering the sensitive data that is stored on their servers, the mean response time of these government agencies is concerning.

To add to this kind of vulnerability, with the emerging Internet of Things (IOT) sector, both the number of threats, and their impact, is set to substantially increase. As IOT evolves, so will cybersecurity have to expand as a field.


Where does Big Data come into play?

The main issue with processing vulnerabilities is incomplete data. Government agencies, as well as most small and medium companies, don’t have the time or resources to process all the security information that they have. Security analysts are in consensus when they say that big data security companies will be crucial…

View original post 437 more words

Những kỹ năng cần có để tham gia ‘Big Data’ và ‘Internet of Things’

Chưa bao giờ các doanh nghiệp lại “khát” nhân lực về “Big Data” như hiện nay .

Bernard Marr từng tốt nghiệp tại ĐH Cambridge (Anh) và hiện đang là CEO của Advanced Performance Institute, một tổ chức giúp các doanh nghiệp quản lý, đánh giá và nâng cao năng lực nhân viên. Bernard còn là cây viết nổi tiếng cho các tạp chí như Financial Times, CFO Magazine và Wall Street Journal và là 1 trong 100 tác giả nổi tiếng nhất trên mạng xã hội LinkedIn. Dưới đây là những chia sẻ của Bernard về Big Data.

Có thể nói chưa bao giờ các doanh nghiệp lại “khát” nhân lực về “Big Data” như hiện nay do ngày càng có nhiều công ty nhận ra được lợi ích to lớn từ việc khai thác và phân tích dữ liệu đối với hoạt động kinh doanh của họ.

Đảo qua thị trường việc làm, sẽ không khó để bạn nhìn ra những mức lương hậu hĩnh với 6 con số (USD) cùng hàng tá những phụ cấp hấp dẫn khác cho công việc như “data scientist” (tạm dịch: chuyên gia dữ liệu) hay “data analyst” (phân tích dữ liệu).

“Big Data” cũng đang là từ khoá được tìm kiếm nhiều nhất trên mạng xã hội LinkedIn, và tất nhiên những ai đang đi đầu trong lĩnh vực này hẳn sẽ được các headhunter (chuyên gia săn đầu người) săn đón thường xuyên. Do nhu cầu tăng vọt là vậy, nên nếu bạn là người có đầu óc phân tích và khả năng xử lý dữ liệu, việc bước chân vào ngành này sớm bao nhiêu thì cơ hội thăng tiến của bạn càng lớn bấy nhiêu.

Tuy nhiên, câu hỏi nên được đặt ra là: Vậy chúng ta cần những kỹ năng gì để có thể bước chân vào lĩnh vực đang “hot” nhất hiện nay? Dưới đây là 6 kỹ năng mà các công ty thường đưa ra khi họ muốn tôi chọn giúp những ứng viên tốt nhất cho vị trí này:

1. Kỹ năng phân tích

Đây là kỹ năng rõ ràng nhất mà bạn có lẽ cũng đã hình dung đến khi nhắc tới “Big Data”. Phân tích ở đây có thể hiểu là việc chọn ra những loại dữ liệu nào có liên quan tới vấn đề mà bạn đang muốn tìm hiểu, cũng như xử lý những dữ liệu đó để đưa ra câu trả lời.

Nếu bạn là người biết đặt câu hỏi, giỏi xâu chuỗi giữa nguyên nhân và kết quả, thì kỹ năng này là vô giá khi nhiệm vụ của bạn là biến một “núi” dữ liệu về khách hàng thành một chiến lược kinh doanh cho giai đoạn sắp tới.

2. Toán học và Xác suất

Điều này chẳng có gì mới: Big Data không dành cho những ai ghét Toán. Mặc dù vẫn còn nhiều dữ liệu chưa được xử lý, nhưng đa phần những dữ liệu có sẵn hiện nay đều nằm dưới dạng những số liệu, đó là lý do tại sao Toán học và Xác suất lại có mặt ở đây.

Rõ ràng, trong sân chơi mới này, những ứng viên nào có thế mạnh về Toán học hay Xác suất sẽ có lợi thế trong việc giúp các doanh nghiệp tạo ra bước đột phá. Vì thế, đừng ngạc nhiên khi nhiều vị trí đòi hỏi ứng viên phải có bằng Master hay PhD trong các lĩnh vực nặng về toán học hay xác suất. Bạn cũng đừng “Ồ” lên khi biết rằng vị chuyên gia dữ liệu này từng được Huy chương Toán ở một cuộc thi quốc tế nào đó.

3. Kỹ năng sử dụng máy tính

Có thể nói Big Data chẳng thế tồn tại nếu không có sự trợ giúp của máy tính cá nhân. Các lập trình viên sẽ có nhiệm vụ “ra lệnh” cho chiếc máy tính xử lý dữ liệu đã thu thập được. Đây là một lĩnh vực rộng, đòi hỏi khá nhiều kỹ năng như ngôn ngữ máy (machine learning), cơ sở dữ liệu (databases) hay thuật toán đám mây (cloud computing). Những kỹ năng này gần như không thể thiếu đối với bất kỳ data scientist nào. Cụ thể hơn, bên cạnh tấm bằng PhD, bạn sẽ cần biết nhiều hơn về một loạt công nghệ mã nguồn mở như Hadoop, Python hay Pig.

4. Sự sáng tạo

Hiển nhiên là chẳng có quy định nào yêu cầu các công ty phải sử dụng dữ liệu như thế nào cho đúng. Đây là một ngành khoa học mới nổi, điều đó có nghĩa là khả năng đưa ra những phương pháp tiếp cận mới trong việc xử lý dữ liệu cũng như đưa ra các chiến lược sau cùng là hoàn toàn có thể và luôn được hoan nghênh.

Trong tương lai, sẽ ngày càng có nhiều người tham gia vào cuộc chơi Big Data, tuy nhiên, chỉ những ai với óc sáng tạo mới là những ngôi sao thực sự. Mà thực tế thì một đầu óc sáng tạo có lẽ cũngn là điều cần thiết ở bất kỳ lĩnh vực nào.

5. Kỹ năng trong kinh doanh

Suy cho cùng, các công ty đều xử lý dữ liệu để phục vụ cho mục đích kinh doanh, nhằm nâng cao doanh thu hay tăng lợi nhuận. Do đó, việc trang bị cho mình một sự hiểu biết về các mục tiêu, chiến lược kinh doanh của công ty là điều rất quan trọng đối với bất kỳ chuyên gia dữ liệu nào. Nếu bạn nghĩ cũng như các nhà khoa học khác, các chuyên gia Big Data chỉ ngồi ngày qua ngày trong phòng lab để giải quyết đống số liệu kia thì bạn đã nhầm. Thiếu đi các kiến thức thực tế về kinh doanh rất có thể sẽ khiến dữ liệu bị sử dụng sai mục đích và không mang đến kết quả kinh doanh như mong muốn.

6. Khả năng giao tiếp

Giao tiếp cũng như kỹ năng viết luôn là một phần không thể thiếu trong các yêu cầu tuyển dụng nhân sự Big Data. Một kỹ sư cần có khả năng đưa các kết quả của mình cho các thành viên khác trong nhóm cũng như cần hiểu thông điệp truyền tải một cách tức thì khi là người ra quyết định.

Một chuyên gia dữ liệu được mong đợi sẽ có khả năng biến hoá đống số liệu nhàm chán thành những hình ảnh, biểu đồ cụ thể trong các báo cáo. Hãy thử tưởng tượng mà xem, bạn có thể “đọc” được toàn bộ số liệu để đưa ra kết quả nhưng lại không thể khiến cấp trên hiểu điều đó qua bản báo cáo của mình. Hãy nhớ rằng: bạn được sếp thuê để “dịch” các dữ liệu kia thành những thông điệp hoàn chỉnh cho anh ấy.

Lưu Phi Khanh-Trí Thức Trẻ/LinkedIn

Cần phải chuẩn bị gì để đón đầu xu hướng IoT?

Toàn thế giới đang đầu tư vào IoT, nên nguồn nhân lực chất lượng cao cho lĩnh vực nay cũng đang là vấn đề được các nhà tuyển dụng quan tâm. Vậy làm sao để lọt vào mắt xanh của nhà tuyển dụng?

a. Kĩ năng quản lý dữ liệu

Các bạn cần lưu ý một điều, sự khác biệt của IoT mang lại không phải là một bộ máy hay thiết bị gì tân tiến hơn, mà là khối lượng thông tin khổng lồ (Big Data). Điều này là bởi vì máy móc “thông minh” được lập trình để tự đánh giá tình huống và tự xử lý mà không cần đến sự can thiệp của con người, giống như xe tự lái hay xe lăn có khả năng cứu hộ.
Để làm được điều này thì các loại máy thông minh phải “học” bằng những dữ liệu thu được từ người sử dụng hoặc từ những thiết bị khác. Tuy nhiên, có trong tay rất nhiều dữ liệu, chủ yếu là dữ liệu có giá trị thấp (low-value), thì việc chúng ta có thể biến nó thành những dữ liệu có giá trị cao (high-value) giúp ta hiểu thêm về người tiêu dùng và thị trường hay không là điều tạo nên sự khác biệt trong thế giới IoT.
Nói cách khác, IoT có làm nên cuộc cách mạng hay không phụ thuộc vào cách chúng ta xử lý và tận dụng nguồn dữ liệu khổng lồ để tạo ra những dịch vụ chưa từng có trước đây. Vậy nên, kĩ năng quản lý và phân tích dữ liệu là cái thiết yếu để theo kịp xu hướng này.

Lời khuyên cho các bạn là nên bắt đầu bằng cách học thành thạo Excel vì đây là công cụ được các công ty sử dụng nhiều nhất từ trước đến nay cho lưu trữ và phân tích. Thứ nhất là vì Excel đơn giản, dễ học hơn cả so với những công cụ khác, như Access thì hơi khó hơn một tí vì các bạn cần biết một chút về thiết kế cơ sở dữ liệu, hay gọi là database, để dùng nó hiệu quả. Thứ hai là vì các hàm (functions) kết hợp với các tính năng (features) khác của Excel như conditional formatting, pivot tables hay charts là đã quá đủ để phân tích dữ liệu.
Mấu chốt của việc phân tích dữ liệu là bạn có thể nhìn thấy được xu hướng (trend) để từ đó nghĩ tiếp chiến lược nên làm gì. Ví dụ như Google lưu trữ lịch sử tìm kiếm của mình, thấy mình có xu hướng xem các trang quần áo như Mango, thì những lần sau khi mình truy cập một trang web bất kì, mp3 Zing chẳng hạn, thì hay có những quảng cáo quần áo Mango hiện lên, đây là hình thức targeted marketing được dự đoán sẽ phát triển mạnh hơn trong tương lai nhờ có IoT.
• Cho bạn nào muốn học Excel, mình gợi ý web nhé, đây là web mình thường dùng nhất. Có đầy đủ các bài tips về Excel shortcuts, cách tạo dashboard, bài học về các hàm và tính năng của Excel, tất nhiên có đi kèm bài tập để mình thực hành nữa. Mình cực kì thích trang này!
• Còn về sách Excel, mình gợi ý cuốn “Excel Dashboards and Reports” của Michael Alexander và John Walkenbach. Các bạn có thể down ebook hoặc trong thư viện của ĐH RMIT cũng có nhé.

b. Kĩ năng tự học tốt

IoT mang lại nhiều thay đổi, thay đổi trong công nghệ, trong cách con người giao tiếp với máy móc, trong cách khai thác dữ liệu, …

Mỗi thay đổi lại mang đến một điều gì đó mới mẻ mà có thể chúng ta chưa biết, thế là lại phải học. Học để đáp ứng nhu cầu mới của các nhà tuyển dụng và để làm việc hiệu quả hơn vì công việc cũng thay đổi theo xu hướng thị trường.
Ví dụ như trước đây hồi học cấp 3, trường có cho học Excel nhưng lúc đấy chả quan tâm, nghĩ rằng sau này mình đâu có học kế toán tài chính nên chẳng cần Excel. Giờ mình mới ước gì hồi đấy học Excel đàng hoàng. Chẳng là mình thấy nhiều mô tả công việc (job description) mà liên quan tới máy tính đều đòi hỏi kĩ năng Excel hoặc VBA (VBA là một ngôn ngữ lập trình của Excel), mà mình thì gà mờ, thế là mình phải tự học online courses để rèn luyện thêm.

Tự học là một kĩ năng quan trọng mà áp dụng không chỉ cho các bạn sắp đi làm mà đang đi làm cũng vậy. Ví dụ như sếp giao cho bạn làm về SharePoint nhưng bạn lại chưa bao giờ sử dụng cái này, thế là bạn phải lên mạng tìm tutorial videos về tự học để hoàn thành công việc. Thế mới nói, tự học là luôn luôn cần thiết, nhưng quan trọng hơn cả là bạn có đủ kiên trì để tự học khi không có ai thúc hối, chấm điểm hay không thôi.

Cho bạn nào muốn tự học, mình gợi ý trang mình hay học nhất là rất hay, nhiều khóa miễn phí và chủ đề đa dạng từ kinh doanh (business), nghệ thuật và nhân văn (arts and humanities) cho đến khoa học máy tính (computer science). Các bạn có thể xem thêm gợi ý khác ở 8morning
Còn học về coding, các bạn tham khảo bài viết trước của mình về trang Codecademy nhé

c. Một tầm nhìn rộng và xa

IoT rất hot, nhiều nền tảng và công nghệ mới ra đời để phục vụ IoT, tuy nhiên sức học và bộ ghi nhớ của con người có giới hạn. Bạn học được thêm càng nhiều kiến thức mới càng tốt, nhưng cũng nên xác định hướng đi của mình để học có chọn lọc những kĩ năng thật sự liên quan tới cái mình học/làm, vì nếu gì bạn cũng học nhưng không có chuyên môn về bất cứ mảng nào thì cũng khó lấy lòng nhà tuyển dụng, và rất dễ bị thay thế bởi người có chuyên môn sâu hơn.
Ví dụ, có thể bạn làm về mảng kinh doanh hoặc truyền thông, thì mình gợi ý bạn nên phát triển những kĩ năng liên quan nhất như là data-driven marketing, thay vì học về cơ sở dữ liệu NoSQL chỉ vì kĩ năng đó đang hot nhé.
Hi vọng bài viết này đã giúp các bạn phần nào hiểu hơn về IoT.

Chúc các bạn đón đầu xu hướng thành công!


Sẵn sàng cho cuộc cách mạng Bot

Liệu bot sẽ giải phóng cho chúng ta khỏi những công việc đơn điệu, nhàm chán, lặp đi lặp lại mỗi ngày?

Nhân viên CNTT hiện nay thường bị bó buộc vào khung thời gian cố định nào đó trong ngày với những công việc nhàm chán, thì bot là những ứng dụng đơn giản sẵn sàng thay thế và thực hiện tự động. Bot có thể dự báo thời tiết, tiếp nhận đơn hàng, trả lời cuộc gọi, giải đáp thắc mắc, cập nhật phần mềm hay chạy các tác vụ bảo dưỡng máy chủ, hệ thống.

Theo Frank Casale, nhà sáng lập Viện Robotic Process Automation (IRPA), 80% công việc liên quan đến CNTT là những việc tẻ nhạt, lặp đi lặp lại và chỉ có 20% mảng công việc trong số ấy là mang tính sáng tạo. Bot hứa hẹn sẽ thay đổi điều này bằng cách thực hiện những công việc ấy cho con người.

Facebook công bố Bot Framework cho các nhà phát triển hồi tháng 4 năm nay.

Ví dụ, hãng truyền thông AT&T của Mỹ đang dùng bot để tự động hóa các hoạt động nhập liệu. Còn bot của tiệm hoa 1-800 Flowers thì giúp khách hàng đặt hàng trực tuyến. Mạng truyền hình CNN dùng bot để phát tin nóng và đăng tải những câu chuyện cá nhân hóa. Dưới sự giám sát của con người, bot đang trở thành một bộ phận quan trọng không kém trong nguồn lực của doanh nghiệp.

Bot đang “nóng”
Các nhà phát triển bot đang rất muốn đưa công nghệ mới vào đời sống, mà cụ thể là thay đổi những dịch vụ hiện thời. Facebook, Microsoft đều muốn đưa bot vào các ứng dụng đời sống cho đến những ứng dụng liên quan đến kinh doanh. Hồi tháng 4 năm nay, Facebook tung ra Bot Framework, là nền tảng cho phép các nhà phát triển tạo chatbot để dùng cho nhiều ứng dụng nhắn tin khác nhau, trong đó gồm Facebook Messenger, Slack, Skype và WeChat. Kể từ đó, có hơn 11.000 bot đã được tạo ra.

Còn hồi tháng 3, Microsoft cũng tung ra Microsoft Bot Framework, là bộ công cụ để tạo chatbot trên nhiều nền tảng, gồm Skype, Slack và Telegram. Hiện cũng có một số công ty khởi nghiệp chuyên về mảng này như Pandorabots,, Imperson và, họ cũng đang đưa ra các nền tảng bên thứ ba dành cho bất kỳ ai muốn tạo bot cho mục đích kinh doanh.

Thực tế, theo một báo cáo mới đây của Transparency Market Research, thị trường tự động robot CNTT toàn cầu dự kiến tăng đến 4,98 tỉ USD vào năm 2020, tăng 60,5% từ năm 2014.

Cũng dễ hiểu được điều này: nhờ những nền tảng mạnh mẽ, bạn có thể phát triển một bot mà chỉ mất 1/4 thời gian so với tạo một ứng dụng di động chuẩn. Và bởi vì bot không dựa vào hệ thống máy chủ đắt đỏ nên tạo ra chúng được cho là rẻ hơn 50% so với thiết lập và bảo dưỡng máy chủ.

Nhưng tiềm năng hứa hẹn nhất của bot có lẽ nằm ở việc bot sẽ giảm được các công việc lặt vặt cho người làm CNTT nói chung. Đó là những hoạt động lặp đi lặp lại, như quản lý hệ thống hỏi/đáp, cân bằng tải máy chủ và dịch vụ khách hàng. Tuy vậy, càng ngày càng có nhiều doanh nghiệp dùng bot như một ứng dụng thay thế các ứng dụng web, nhiều chuyên gia CNTT đang thắc mắc liệu bot có tạo ra thêm công việc cho đội ngũ CNTT vốn đã quá  nhiều việc như hiện nay hay không.

Có nhiều “phụ phẩm” tai hại xuất hiện cùng với cuộc cách mạng bot. Danh sách này gồm những kỹ năng phát triển bot với mục đích xấu, các lỗ hổng bảo mật mới và các lỗi về thiết kế bot. Dù chưa có lời giải cho những vấn đề trên thì các nhà quản lý CNTT lâu năm vẫn khẳng định bot là xu hướng thực sự.

Liều thuốc cho thành công
Công ty chăm sóc sức khỏe HearthTap, Mỹ có một ứng dụng di động cho người dùng truy cập hệ thống mạng của họ với hơn 100.000 bác sỹ bất kỳ lúc nào, ở đâu, thông qua video bảo mật hoặc chat bảo mật. Người bệnh có thể hỏi bác sỹ mọi thứ liên quan đến bệnh và nhận được câu trả lời rõ ràng, cụ thể.

Bot của HealthTap chuyển câu hỏi tới đúng bác sỹ trong hệ thống để tư vấn cho bệnh nhân.

Vì vậy, khi Facebook công bố nền tảng Messenger, HealthTap tận dụng ngay lợi thế về người dùng khổng lồ của mạng xã hội này. Kết quả là một chatbot của HealthTap ra đời, cho phép người dùng gõ câu hỏi vào Messenger để nhận câu trả lời miễn phí, trực tiếp từ bác sỹ và xem những câu trả lời tương tự. Nhờ có đội ngũ CNTT mạnh, HealthTap tạo chatbot của họ chỉ sau vài tuần, và ích lợi mà nó mang lại là phi thường, theo giám đốc sản phẩm Sean Mehra.

Mehra cho biết: “Rất khó để tạo ra một chatbot thông minh, có thể xử lý những tình huống phức tạp. Nhưng chatbot của chúng tôi có thể nắm được ngôn ngữ con người, diễn dịch câu nói, hiểu nó và hướng câu hỏi ấy đến với thư viện câu trả lời, và gửi câu hỏi đến đúng chuyên gia.” Bot của HealthTap đã giúp công ty này tạo ra một nền tảng thân thiện hơn với các nhà phát triển. Nền tảng có tên Health Operating System (Hopes), là công cụ bản quyền, vận hành như một hệ điều hành cho ứng dụng di động của HealthTap. Do đó, HealthTap có thể thiết kế và triển khai một bot có đầy đủ chức năng trong thời gian rất ngắn.

Thuê bot gia công bên ngoài
Nhưng không phải doanh nghiệp nào cũng có khả năng như HealthTap. Khi Transcosmos America thiết kế và phát triển bot để giải đáp thắc mắc nhanh cho khách hàng, nhà phân phối PC lớn này tại Mỹ sử dụng dịch vụ của Reply.akiti. giúp doanh nghiệp tạo và quản lý chatbot trên nhiều nền tảng tin nhắn. Dịch vụ của cho phép nhân viên tiếp tục trao đổi với khách hàng khi bot không thể thoả mãn thắc mắc của họ. Khách hàng có thể gõ “agent” để chat được trực tiếp với nhân viên trong trường hợp chatbot chưa “gỡ” được vấn đề. Để có được tính năng này, cần tích hợp tính năng của họ vào hệ thống call center của Transcosmos America và bot cần được chuyển hướng đúng vào nhân viên phụ trách từng mảng dịch vụ.

Theo Transcosmos, để có được một bot như vậy, chi phí bỏ ra là khoảng 25.000 USD để thiết kế và phát triển, nhưng đó là khoản quá nhỏ so với số tiền chi cho đội ngũ tư vấn viên công nghệ cao.

Giám đốc tiếp thị ảo
Thậm chí, vài doanh nghiệp nhận thấy bot có thể thay thế một số vị trí tiếp thị và CNTT. Hãy lấy Noli Yoga làm ví dụ. Công ty khởi nghiệp về trang phục tập yoga này cần có một cách hiệu quả và tiết kiệm để chạy quảng cáo Facebook.

Nhà sáng lập Noli Yoga, Slava Furman, từng phải làm mọi thứ, từ thiết kế cho đến bán sản phẩm. Nhưng ông lại không biết gì về tạo một ứng dụng di động hay tổng hợp dữ liệu để lọc ra đối tượng cần để tiếp thị, cho đến khi ông phát hiện một bot tiếp thị tên là Kit trên cửa hàng ứng dụng Shoptify. Với phí 50 USD/tháng, Kit gửi tin nhắn cho Furman mỗi ngày, tự động nhắc ông về doanh thu, đề nghị thay thế quảng cáo Facebook, khuyến khích tăng tiền đầu tư khi đợt quảng cáo trước đó thành công, và ghi nhận cho ông về những sản phẩm bán chậm.

Furman nói rằng: “Thật là ứng dụng tuyệt vời cho bất kỳ ai không có kinh nghiệm hay thời gian quản lý cửa hàng trực tuyến. Nó tiết kiệm cho tôi rất nhiều thời gian, tiền bạc, nhất là trong thời gian ban đầu bắt tay khởi nghiệp.” Thực tế, từ khi công bố trang web Noli Yoga từ tháng 5/2015, Furman đã thử với 2 agency khác nhau để giúp ông quản lý quảng cáo trên Facebook với giá gần 4.000 USD/tháng nhưng kết quả bán hàng lại không như mong đợi.

Ngược lại, Furman cho rằng Kit mang lại từ 80%-90% trong doanh thu 1,2 triệu USD trong năm đầu hoạt động.

Bot Kit đóng vai trò như một giám đốc tiếp thị cho doanh nghiệp.

Trò chơi mô phỏng
Dù bot có nhiều tiềm năng như vậy nhưng luôn có những khó khăn nhất định đối với doanh nghiệp nếu muốn triển khai.

Mehra của HealthTap cho biết: “Khi nói đến bot, thách thức lớn nhất đối với con người là quá trình thử nghiệm bot, làm sao bot vượt qua được bài thử Turing”, là bài thử đo khả năng của máy giả lập hành vi và trí tuệ của con người. Theo ông, rất khó giả một cuộc hội thoại giống như thật, giữa người với người, không theo một cách đáp trả máy móc. Đó là lĩnh vực hóc búa mà toàn bộ ngành công nghiệp sẽ phải tập trung giải quyết trong vài năm tới.

Và để có được những tiến bộ như vậy, theo Mehra là chúng ta cần phải có được những ứng dụng quan trọng về hiểu ngôn ngữ, xử lý ngôn ngữ tự nhiên và trí tuệ nhân tạo.

Trong khi đó, Transcosmos lại cho rằng cung cấp đúng nội dung và giọng điệu của tin nhắn có thể giúp bù trừ cho việc thiếu đi tính “người” của bot.

Bot có an toàn?
Một trong những điều có thể khiến bot mất an toàn là các lỗ hổng bảo mật.

Theo kiến trúc sư phần mềm Yegor Bugayenko, người giúp tạo ra chatbot Rultor, một chatbot giúp lập trình viên tạo và biên dịch dự án của họ trên Github, nay có hơn 400 người dùng, cho rằng một thiết kế bot không tốt có thể làm lộ rất nhiều thông tin quan trọng về khách hàng hay một chương trình nào đó.

Trước khi tung một bot ra bên ngoài, đội ngũ CNTT cần cẩn thận xem lại mã nguồn và đảm bảo các thông tin nhạy cảm được bảo mật. Mã hóa dữ liệu và các chính sách quản lý truy cập là yếu tố cực kỳ quan trọng.

Các chuyên gia CNTT bỏ nhiều thời gian để thiết kế bot sẽ tránh được những rủi ro bảo mật hơn. Và theo Bugayenko, tạo được một bot không phải là kỹ năng lập trình cơ bản, vì thiết kế một chatbot đúng nghĩa không hề đơn giản.

Lập chuẩn và trí thông minh cho bot
Bảo dưỡng trong ngành CNTT là một vấn đề khác mà các nhà phát triển bot cần quan tâm. Hiện chưa có một chuẩn công nghiệp nào cho thiết kế và phát triển bot, và đây cũng được cho là thách thức không nhỏ cho ngành. Dù vậy, theo một số chuyên gia, không sớm thì muộn bot sẽ có chuẩn chung khi thị trường đủ lớn.

Bot cũng được hướng đến mảng sáng tạo, không chỉ những công việc lặp đi lặp lại, như machine learning, để giảm tác vụ bảo dưỡng hệ thống. Đó là cách mà HealthTap tiếp cận. Mehra cho biết bot của công ty càng ngày càng thông minh hơn với mỗi câu hỏi và câu trả lời từ khách hàng. Mehra nói, đội ngũ y bác sỹ khi sử dụng hệ thống của họ cũng là đang đào tạo cho bot. Vì vậy, khi bác sỹ xem và trả lời câu hỏi, họ có thể thấy liệu một phản hồi nào đó có đúng hay không, để họ sửa lại cho đúng.

Tương lai phía trước
Trải nghiệm người dùng, tích hợp, bảo mật, bảo dưỡng hệ thống, đó là những công việc mà bot có thể tham gia được để đỡ đần công việc cho nhân viên CNTT. Các kỹ năng liên quan đến phát triển bot và chuẩn phát triển bot có lẽ sẽ trở thành hai yếu tố cần thiết trong thời gian tới. Nhưng có một điều chắc chắn là: không có cách nào tự động hóa sự thành công của bot.

Các nhà quản lý CNTT đóng vai trò then chốt trong việc thiết kế, phát triển và triển khai, thử nghiệm, cải tiến bot. Thậm chí khi Furman đạt được nhiều thành công với bot Kit tại Noli Yoga của ông, nhưng ông cũng phải thừa nhận rằng: “Một khi bạn đã tận dụng bot đến một điểm nào đó thì gần như bạn đã chạm đến giới hạn của nó rồi, khó hơn được nữa”.

Dù vậy, nếu biến bot trở thành trợ lý đắc lực cho những công việc CNTT thì lúc ấy giới công nghệ sẽ được hưởng vô vàn lợi ích từ nó.



Đồng Anh- PCWorldVN