1969年PLC問世後，自動化技術在製造領域逐漸站穩腳步，如今已是全球製造系統的核心架構，由於製造系統講究穩定，因此對新技術、新架構的接受速度向來緩慢，不過近年來消費市場快速變動，對全球製造業帶來嚴峻挑戰，導入智慧化架構成為業者永續經營的必要策略，而在新世代的製造系統中，工業物聯網不僅成為核心架構，更會與AI(人工智慧)結合，落實智慧化願景。

/news/2018/12/24/1310301920S.jpg

所有場域應用的物聯網，其架構都相同，都是由感測器、通訊網路與雲端管理平台所組成的3層架構，由感測器擷取設備數據，再經由通訊網路傳送到上層雲端平台儲存、運算，最後再以分析出來的資料作為系統運作的決策參考，而在整體架構中，AI過去多被建置在上層的雲端平台，透過強大的機器學習演算法，分析由終端感測層傳回的海量數據。

不過機器學習演算法需要一定的運算時間，其目的也多在解決製造業類似像是製程排程最佳化的長時間問題，對於製程中會遇到的即時問題反應與控制指令回饋會緩不濟急，近兩年邊緣運算概念興起，成為工業物聯網的即時性問題的最佳答案。

邊緣運算的做法是讓終端設備具有一定的運算能力，具有邊緣運算設計的工業物聯網架構，必須先建立起一套數據流模式，當感測器擷取到設備得狀態數據後，就將數據傳送到通訊層的閘道器，閘道器在依系統建構時的設定讓數據分流，需要即時處理數據傳送到前端控制器，讓自動化設備可以快速反應，需要儲存累績為長期資料的數據，則送往資料庫儲存，上層再透過運算平台分析出結果，提供管理者作為決策參考，因此現在完整的工業物聯網，其AI會被分別設計在會有終端與雲端兩部分，讓分散式與集中式運算在架構中並存，彼此各司所職。