物聯網被譽為繼PC、網際網路之後的第三次IT產業典範轉移，經由完整感測網路佈建所擷取的數據，將透過具備強大AI運算能力的上層雲端平台所分析，進而落實智慧化願景，在物聯網的應用中，工業領域由於需求強烈且系統建置效益明確，因此相對於其他領域，其發展速度較快。

物聯網得以在工業領域率先啟動其來有自，早期應用於製造業的自動化技術，就已發展出各種工業通訊技術，現在仍活躍於製造現場的工業總線（Fieldbus），就是透過各種標準設定，讓產線上機台具備聯網功能。

不過，工業總線的網路型台都僅鏈結終端設備與主端系統，機台彼此之間並未連結，直到後來才有廠商提出機聯網（M2M）概念，將廠內一定範圍內的機台串連，讓訊息可以互通。機聯網只將第一線的設備互連，相對於現在工業物聯網IT與OT兩大系統的整合，機聯網則僅有OT端的串聯，其數據價值延伸有限，因此難以普及到所有的製造業，大多為高科技業者所應用。

製造現場環境嚴苛 導入工業物聯網困難重重

2008年全球IT產業開始推動物聯網概念，2009年中國無錫開始啟動了「國家傳感網創新示範區」，物聯網成為產業焦點，2011年德國喊出了工業4.0，則讓製造系統與物聯網概念正式結合，數年後工業物聯網一詞確立，現已被視為未來製造系統的運作骨幹。

如前文所敘，工業物聯網與機聯網的差異在於IT與OT兩大系統有無整合，整合過的系統，可讓終端機台設備的數據無縫傳輸到上層雲端平台進行儲存與分析，從而制定出合適的生產策略。不過此一願景雖具吸引力，目前要在製造現場實作卻非易事。

圖1 : 設備聯網已成為智慧製造系統的必要設計。（source：Three.ie）

工業物聯網運作第一步是取得製造現場的機台數據，然而製造設備屬於企業的生財工具，除了價值不斐外，還與製程中其他機台聯動，因此在製造業中，生產機台能不動就不動，使用壽命至少都在十年以上。

這些在製造產線中占多數的老舊機台不只沒有感測功能，多數連通訊功能都不具備，再加上為避免影響產能，業者多不願意讓產線上的機台停機安裝新設備，在此狀況下，光是機聯網的導入就問題重重。

除了現場機聯網建置不易外，工業物聯網的效益浮現也是難事。工業物聯網的成效，來自於大量數據運算分析後的策略制定與反應，因此建立數據庫成為架構工業物聯網的必要，不過從這兩年製造業者的導入經驗來看，現在有兩大問題，首先是建立大數據需要一定的時間，也就是說製造業者必須先投入一定的成本，累積足夠的數據量後，才能進行下一步動作。

其次是數據本身的問題，任何物聯網都需要數據，但要的是有用的數據，然而所有的設備所傳回的數據，無用的數據高達90％以上，如果將這些數據餵給處理器，就會形成「garbage in, garbage out」的結果，因此物聯網系統對數據的需求不僅是「量」還要「質」，而且「質」的重要性往往還高於「量」，不過要如何在前端設備傳回的巨量資料中找到正確數據，對系統建置者來說是長期且艱辛的工作。

解決方案多元 業者可善用外部力量

對於上述問題，長期站在第一線，協助系統廠商導入設備供應商也知之甚詳，因此現在都已推出相關方案解決問題。

在機聯網部分，除了為較新的機台，提供可快速安裝感測網路的產品外，無法安裝的老舊機台，現也有非侵入的外掛式產品，透過各種方式偵測機台狀態，像是最簡單的機台三色燈偵測，或是使用OCR（光學字元辨識）技術讀取設備上的字元，並將之傳送到上層雲端平台，做一定程度的製造現場管理。

圖2 : 設備資料的擷取，是工業物聯網啟動的第一步。（source：Network World.com）

至於數據的累積與品質問題，則是以邊緣運算方式解決。過去的物聯網是集中式運算，將所有的數據回傳到上層，統一由後端儲存分析，此一方式在規模不大的物聯網體系中可行，但當終端設備數量過多，集中運算模式的效率就會過慢，尤其是即時性要求甚高的製造系統，此一架構幾乎完全無法使用。

因此，現在工業物聯網幾乎都設計為邊緣運算架構，讓邊緣端的設備具有一定的運算能力，在邊緣端先處理高即時性需求的數據，而需要長期累積的數據，則傳送到後端儲存，透過邊緣運算的設計，系統可以大幅降低頻寬與雲端運算的負荷，並提升其運作效能。

除了篩選、處理現場機台數據外，現在也有設備廠商推出具備AI功能的邊緣運算工業電腦，這類型設備會針對機台狀態監測、機器視覺等特定功能，內建對應的AI軟硬體機制，並預載基礎的判定模型，當設備一上線就可使用，一邊進行狀態監測、產品檢測等功能，一邊擷取資訊、標註數據類別，讓系統在短期內就可產生效益。至於對外連結方面，其通訊介面也相當完整，可大幅縮短系統導入時程下。

結語

整體而言，工業物聯網已是製造業的大勢所趨，不過業者指出，製造業者不可為導入而導入，必須先行釐清系統的建置意義。

一般而言，製造業的營運指標不外乎提升產能、降低成本等兩大面向，製造業者可從中思考目前的最大痛點，再尋求可改善的技術。例如要強化產能，不外乎提升產線的稼動率。

對此，業者可透過工業物聯網的感測網路偵測設備運作狀態，除了避免因機台故障造成產線的無預警停擺外，也可從機台狀態調整產線排程，找出最佳化生產策略，進而擴大企業的獲利，讓工業物聯網的效益可以如實浮現。

**刊頭圖（source：Industrial e-Cart）