工業4.0的概念在一開始往往被界定在製造業的範疇中,因此才有了「智慧製造」的說法。不過,這個想法隨著工業4.0的發展越來越成熟、整個生態系統的輪廓越來越清晰,這波第四次工業革命不僅結合ICT產業,更多的是垂直領域、跨領域的整合,光憑製造業一己之力去推動與執行是絕不可行的,正因為如此,不少科技巨擘如英特爾、微軟、IBM等的加入與致力推動,確為製造業在轉型工業4.0中增添一股不可忽視的助力。
|
比起過去幾波工業革命,工業4.0更講求跨生態系統的鏈結與整合,智慧製造更非製造業能單一成事,未來勢必將加入更多產業的推動。 |
乍看之下,這些科技公司似乎跟工業沾不上邊,甚至有部分傳統產業在轉型智慧製造的過程中會婉拒來自諸如這些科技企業的合作與邀請,他們最大的疑慮,是認為對方的定位與自己擅長的領域「完全沾不上邊」,但其實這是個很劃地自封的想法,工業4.0比起過去工業1.0到3.0,在落實與執行的程度上提升了很大的難度,未來更會善用如人工智慧、機器學習等技術,而這些高科技的技術恰都需仰賴這些科技巨擘們,這也是許多製造業在跨入工業4.0首先會面臨的問題,他們對於「合作夥伴」的想法還未持有很開放的態度。
英特爾太區製造業解決方案總監李立仁表示,工業4.0本身就是一個跨生態系統合作夥伴之間的垂直整合。例如,從第一步由現場端感測器蒐集設備數據資訊,,後續還有閘道器進行通訊連接,以及數據分析平台的應用需求等,再者當資料量越來越大,如處理器等的硬體運算效能要求越來越高的同時,是採用雲端分析亦或是邊緣運算等方式等等諸如此類問題的發生,都絕非一個產業的技術便能解決,甚至在單一的製造需求中,也有可能套入多種垂直產業的解決方案。
李立仁也強調,製造業是一族群廣泛、分散的產業,不同族群在轉型工業4.0的過程中,在技術的成熟度與策略方針也會不盡相同。他舉例,如傳統產業可能在第一步將設備連網、讓設備產生數據會「說話」的階段可能都還未達到,對他們而言,人工智慧、機器學習等可能都還只是天方夜譚,但如半導體等高科技產業,卻有可能已經開始著墨如何運用人工智慧、機器學習等技術,讓設備自主優化。每個產業對於轉型工業4.0都需有不同的解決良方,必須仰賴客製化的解決方案找出問題與痛點。