工業4.0是循序演進過程 而非一夜之間革命
將IIoT與雲端∕邊緣運算、大數據與AI等數位技術相結合，可讓現有系統無縫整合。法新社
工業物聯網(IIoT)常被形容是取代傳統技術的新科技，但其真實的潛力並不是劇烈的翻覆策略，而是漸進式的進行智慧升級與改進。商業冷凍產業是一個在美國年產值94億美元的市場，可說是IIoT最好的示範案例之一。
聯網科技已開始出現在自動監控冷凍系統中，該系統可根據特定需冷凍的商品，即時進行關鍵調整，進而降低能源消耗與成本，又可保存商品的新鮮；此外，這些智慧系統可預測可能會出現故障的時機點，主動事先地安排維護排程，來確保系統的持續運作。
為了達成這樣的演進，冷凍公司幾乎不能全盤排除舊有系統，而用新的系統取代，因為取代數百或數千個工業冰箱、冷凍庫或冷凍貨運載具等，將會導致難以性的高昂成本，並威脅到服務連貫性。
相反地，冷凍公司比較想要將新的互聯技術與現有系統整合，就像是在固有物理世界中披上一層數位外衣，更完善地捕捉並分析已存在現有系統中的關鍵數據，並提煉新的洞見或價值，進而在商業可能性上達成新的突破。
IIoT漸漸在全球工業盛行，由於IIoT的價值在能真正瞭解全球經濟，企業將需要規劃並遵循智慧計畫，達成系統化的演進，而非突發式的革命，對於準備好對現有流程進行數位化，並開發新流程的公司來說，IIoT可快速且動態地響應瞬變的客戶與市場需求，也可控制成本，並在市場上脫穎而出。
搭載感測器的智慧裝置構成網路、蒐集數據，並進而轉譯與分析(透過邊緣運算或雲端運算)，可自動根據企業的智慧自動化準則採取行動，這包括預測分析，例如偵測一個工業冷凍環境中的問題，或發現工廠中潛在的停轉時點，甚至增加工廠產能，以增加生產能力及營收。
Accenture預測，到2025年除了價值接近幾十億美元的市場之外，IIoT技術的影響可能在未來十年為全球經濟帶來高達14.2兆美元的收益。但Accenture對1.400多名企業主管級決策者的調查顯示，84%的受訪者相信他們的組織有能力從IIoT中創造新的服務收入來源；73%的人表示尚未取得具體進展；令人驚訝的是，只有7%的公司製定了一個項目投資的綜合戰略。
可以理解的是，企業對新技術的布局傾向保守，尤其是新技術可能會改變固有需要專業技能員工操作的舊系統時，IIoT聽起來像是帶來了許多挑戰與風險的技術，透過對互聯技術來優化現有資本，是企業建構IIoT驅動力的有力途徑。
企業在建立IIoT時應記住三條基本指導原則：
一、建立合適的團隊
IIoT的主要技術性挑戰之一是選擇、訂製與整合適當的數位引擎，因此，企業需要瞭解如何在工業環境中逐步實施IIoT關鍵組成部分的專家，這些專家瞭解蒐集與分析極大量、高速傳遞的數據流量軟體，以及如何透過正確布局邊緣與雲端運算配置，以確保性能、可靠性、靈活性與安全性。
二、布局前測試
不成功的IIoT布局會導致嚴重的生產停機，喪失支持以及對業務造成其他有害的影響，此並不符合IIoT的宗旨，因此，需要根據實驗設施與試點線路，在布局前的測試中採用不同的方法，盡可能充分利用仿真基礎設施與應用程式，最大限度地減少生產布局前現場測試的範圍。
三、制定公司IIoT路徑圖
企業轉向IIoT是一項長期的戰略承諾與旅程，而不是一件單一專案。企業及其技術合作夥伴應制定路徑圖，具體說明各種實施步驟，建立里程碑與時間表，這份路徑圖應分階段實施與採用IIoT，同時優先考慮各種使用案例的執行情況，並說明從現有流程轉變為IIoT支持的流程。
關鍵衡量標準可在每個階段確定，並欣快地迎接階段性的成功，很重要的一點是，設下的早期目標必須是可實現的，所達成的變化與演進也必須是顯而易見的，以此確保支持IIoT路徑圖所需的持續資助與資源分配。
遵循這些指導原則，企業可朝平衡了創新、成本效益、布局靈活性、可擴展性與技術壽命的IIoT生態系發展，最終倘執行得當，衍生的商業價值將遠超過演進中的投資。
【工業4.0】數位雙胞胎FlexSim智慧工廠
FlexSim軟體，能使投資成本節省10%、提高系統生產達15%、縮短產量時間25%、降低庫存50%，
3D直覺式建模讓您可快速進行，不同劇本的產能分析、機器稼動率、人機比、AGV派工、高度客製化及虛擬實境整合等功能，優化改善您的工作流程！
發展工業4.0條件俱足 西門子協助客戶數位轉型
- 2018-06-06
據Business Chief Europe報導，德國大廠西門子(Siemens)宣布正朝著工業4.0邁進，協助客戶加速數位化營運流程，首要之務正是執行旗下數位企業(Digital Enterprise)系列方案，包含一系列針對數位轉型的產品組合。
目前發展工業4.0的科技條件已俱足，任何規模的企業或產業皆可在整條價值鏈立刻運用數位模擬(digital twins)，提升長期競爭力。
西門子「數位企業」產品組合將協助客戶提升生產的彈性、效率和品質。Siemens
西門子「數位企業」方案試圖將價值鏈數位化，提供客戶全方位的軟硬體產品，整合從產品的開發、生產到供應等環節的資料，涉及自動化、工業通訊、安全和服務等，協助客戶迎向工業4.0之路。
ARC分析師表示，加工產業所使用的營運科技軟體，未來5年平均每年會成長7%，尤其是製藥和生物科技產業，將有超出平均值的9%年成長率。
西門子流程自動化事業體執行長Eckard Eberle表示，「數位企業」產品組合將協助客戶提升生產的彈性、效率和品質，縮短新產品從構思到上市的時間，多虧這些產品，客戶可克服加工產業所面臨的挑戰，提高個人化醫療的比重，刺激製藥產業對於數位科技的需求，實現無紙化的小批生產。
包裝設備尋求智慧化 先從微調開始不必一次更新
- 2018-06-06
智慧包裝設備的優點在於有一套整合的控制平台，方便各種裝置和控制系統之間交換資訊。法新社
包裝設備升級工業4.0好處多，不僅有助於管理生產資料，亦可望提升生產效率，然而製造業的獲利空間有限，不太可能把整套包裝設備汰舊換新，但其實只要微調，也可能大幅提升效率。
智慧包裝設備的優點在於有一套整合的控制平台，方便各種裝置和控制系統之間交換資訊。無論是更新部分包裝設備或直接汰舊換新，所有機器之間都要有標準通訊協定和共同資料集，例如OPC UA是開放而安全的通訊標準，廣泛應用於工業4.0，同時也有跨平台功能。
現今市場瞬息萬變，產品日益多元，若包裝線只為單一產品而設計，恐無法快速切換至其他產品，智慧包裝設備能夠適應多種產品，或者自動切換產品包裝模式，一來延長包裝設備的使用壽命，二來降低產品切換的時間成本。
實現工業4.0的第一步正是先收集電子資料，這需要改變作業流程，確保資料正確登錄，若已經開始收集電子資料，不妨把機器連接更高階的分析軟體，這時候可能要進行設備更新，例如安裝感測器來收集營運資料，把既有類比資訊轉為數位格式，或者加裝資料通訊模組，以增加資料收集管理功能。
一旦基礎資料收集功能到位了，就可以開始分析資料，確認包裝設備的運作效率，或者找出包裝流程所面臨的瓶頸，再看看如何改善並提升效率。亦可隨時監控設備狀況，完成預防性設備維護(PM)，假設標籤機器本來只有小紕漏，只要花一兩分鐘修復，但因為沒有定期追蹤，長期下來難免降低包裝效率。
3D視覺系統整合AI潛力大 可強化機器手臂速度與精準度
- 2018-06-06
3D視覺可測量物體三維座標資訊，包括物件高度與深度，因此較之傳統2D若將其運用在機器手臂上，可讓手臂的抓取動作更佳精準，省去需事先排列整齊的工序。但若當物件體積過小且形狀複雜，則需再進一步倚靠人工智慧(AI)的輔助。
機器手臂整合視覺的應用在製造現場相當普遍，除了常見的瑕疵檢測、上下料之外，包括塗裝、焊接、搬運等，只要當移動路徑屬於不規則、環境變異大的情況下，機器手臂無法再單純地僅靠指令進行定點移動，因此必須整合視覺讓手臂「長眼睛」，讓機器手臂可執行更複雜的移動。
機器視覺又可分為2D與3D，兩者差別在於前者只局限於X、Y方向的平面測量，而3D視覺則可取得Z方向的位置資訊，可進一步掌握物體的全貌。但相對因2D的侷限性造成功能有限，因此3D視覺在機器手臂的市場中更佔有優勢。
淺談2D視覺與3D視覺在技術上的差異，所羅門(Solomon)董事長陳政隆解釋，2D成像係透過一般工業相機即可輸出影像。但3D成像的過程更複雜、技術難度高。從光學結構來看，大致上又可分類為精度較低的立體視覺(Stereo Vision)、飛時測距(Time of Flight，TOF)，以及精度較高的結構光(Structured Light)，其較常應用於工業領域。
立體視覺是基於人眼視差的原理，優點是省電、成本低，但缺點是延遲性高、且不適合用於昏暗環境。除了運用於機器人，立體視覺目前也已大量應用於各種3D相機或AR/VR頭戴式裝置。
TOF的原理則是透過紅外線折返的時間計算物體之間的距離，其優點是掃描速度快、抗光干擾性佳，不過其準確度有限。而結構光對於深度的準確率極高，目前在人臉辨識或工業用AOI檢測等領域都有其應用。
雖然3D視覺可辨識更完整的物體資訊，但在部分複雜物件的辨識上，單靠3D視覺的精度與準度仍有進步空間。而自主研發3D視覺技術的所羅門則是將AI與3D視覺系統進一步整合，強化其辨識能力。
以拉鍊工廠舉例，當工廠需綑綁散落的拉鍊，對人工作業來說，辨識拉鍊頭的方向並將之歸類綑綁很容易，但此簡單的動作對於機器手臂來說並不簡單。這部分就必須透過AI加以輔助，以判別拉鍊頭的方向是否一致，且即便3D視覺可辨識物件深度，但因拉鍊非常薄也會提高辨識難度，此時也必須倚靠AI的協助。
另一種情況則是，辨識極細小但外型卻不規則的物件。雖然3D視覺可辨識體積小的物體，但多只限於方正、圓形的外觀，若物體呈現不規則或複雜結構的外型，就會提高辨識難度，例如L型工件堆疊擺放時容易環環相扣，因此在此種情況下也必須考量整合AI來提高辨識的精準度。
目前市場上包括日本或歐洲的3D視覺廠商仍少有將AI技術整合至系統中，顯見其未來發展潛力大。不過3D視覺整合AI的技術含量並不低，因為3D視覺系統不僅是「看」一個動作如此簡單，必須考量從辨識到抓取整個過程，也就是包含機器手臂運動控制的部分，移動路徑的規畫要如何達到最佳化才能迅速抓取物件且不發生碰撞，除了準之外更要快。
全球科技巨頭競逐區塊鏈賽局
- 2018-06-06
看準區塊鏈商機，全球科技巨頭競相布局。IBM
區塊鏈技術近年成為火紅的技術焦點，也讓市場嗅到商機，據WinterGreen Research指出，區塊鏈產品和服務的市場規模可能從去年的7.06億美元，增長到2024年的600億美元。而全球幾大科技巨頭，包括IBM、Google、微軟(Microsoft)、Facebook以及蘋果(Apple)等，也已踏入區塊鏈的新戰場。
IBM是相對較早投入區塊鏈技術的企業之一，也是第一批採用此技術到各領域應用的科技公司。據WinterGreen Research報告指出，目前IBM已經佔據總規模超過7億美元的區塊鏈產品和服務市場32%的份額，在區塊鏈技術供應商中排名第一。IBM投入的領域包括跨境支付、教育、食品安全、數位身分、保險、奢侈品、私募股權交易、運輸等。
Google近年則是頻收購和投資擁有區塊鏈相關技術的新創公司。包括金融服務商Blockchain Luxembourg、數位支付公司Ripple已及加密貨幣管理平台LedgerX、跨境支付平台Veem等。而其投資路線主要瞄準銀行和金融機構，研究機構CB Insights則指出，Google 2017年投資區塊鏈技術的資金龐大，甚至已超越花旗與高盛集團。
早在2014年底，Windows和Xbox商店的內容就可用比特幣購買，雖然彼時只是一種支付方式，且當時的吸引力還不若現今火熱，但隨著區塊鏈技術的發展，顯見微軟很早便發現了區塊鏈的強大力量。
在2015年時，微軟啟動「Azure區塊鏈即服務(BaaS)」計劃，該計劃將區塊鏈技術整合進Azure裡，為使用此服務的金融行業客戶提供BaaS服務。針對區塊鏈的最新布局，微軟方面先前也於5月時推出區塊鏈開發工具Azure Blockchain Workbench，讓希望開發定制型區塊鏈應用的企業通過基礎架構設置自動化以加快開發流程。
在2018年3月掀起用戶數據洩漏風暴的Facebook，近期則宣布要成立新的區塊鏈部門，主要目的在於解決隱私問題。雖然目前尚未有進一步消息指出新團隊確切工作，不過在年初Facebook便表示對加密技術和數位貨幣「很感興趣」，因此外界也觀察區塊鏈或將成為Facebook接下來的發展方向之一，甚至預期區塊鏈技術將應用到Facebook當中。
蘋果方面則是在去年提出新的專利申請，內容為在系統中利用區塊鏈技術來創建和驗證時間戳(timestamp)。在專利中蘋果闡述，此系統的作用在於如果單個節點被入侵，使用區塊鏈創建和存儲時間戳可以保護一個安全元件，例如存儲機密訊息的SIM或microSD卡。
相關文件中亦指出，採用去中心化的總帳來儲存時間戳有兩個好處，其一是可永久記錄正確時間，其二是當有節點遭攻擊時可以保護整個網路。
值得關注的是，看準區塊鏈發展前景，COMPUTEX 2018也將區塊鏈特別設為關注重點。其中，IBM將以自身投入區塊鏈領域之經驗，分享其運用於金融、醫療、零售等領域的實例。台灣方面則有新創Bitmark創建獨特P2P電子資產系統、智抗糖(Health2sync)則運用區塊鏈技術協助糖尿病患控制其血糖指數。
由電腦掌控？看看人工智慧如何幫您改善設備維修的策略
當您聽到「人工智慧」這個詞的時候，您是否會聯想到科幻電影裡的情節或是機器人統治全世界？
您不是唯一這麼想的人。您是否好奇人工智慧到底是什麼？或是「代理人」是什麼？許多與貴公司同性質的公司已利用這項技術來提升營運效率。若要在未來保持競爭力，也必須仰賴它。
人工智慧要如何幫您的管線運作保持競爭力？
人工智慧由一些智慧型代理人(也簡稱為「代理人」)組成，這些代理人是獨立的軟體程式，由感測器取得資訊、偵測固定模式和異常狀態，並利用這些資訊以採取行動，像是要求人力介入或是修改操作參數。
代理人的商業應用有許多種。管道輸送公司一直以來都為設備維修煞費苦心，因為他們(本質上)需跨越長距離運作，而且通常都在偏遠及不宜居住的地區。
設備維修非常適合用來展開代理人及人工智慧的運用。代理人能監控轉動設備(例如電動馬達、氣體產生器、幫浦及壓縮機)及廠內其他系統設備的效能；在某些情況下，甚至可以監控管道本身的效能：測量管道內容物的流量、溫度、壓力及密度。
試想以下狀況：
- 儘管定期維修，仍有85%的設備出現故障(波音研究(Boeing study))
- 三分之一的維修費用都浪費在無效的維修管理方法上。(維修基礎第2版 (Maintenance Fundamentals 2 Edition) ─ Keith Mobley)
多麼適合改善的機會！
代理人可以在故障發生前，完成設定並偵測到位於世界任何角落的設備的問題，藉此可免除為了監控單一設備的效能及維修需求，而將專業人員實際送到偏遠地區的時間和費用。一旦偵測到潛在問題，代理人即可通知您的員工採取行動。
代理人是什麼？
預測性維修經常會用到兩種代理人：故障代理人以及異常代理人。
故障代理人的目的在尋找資料中與已知故障模式相關的固定模式。當偵測到這個固定模式，代理人會向您的團隊通報即將發生的故障，並明訂適當的維修行動。
異常代理人的目的在尋找偏離與正常操作相關的資料，並在發現新的固定模式時，通知您的團隊進行調查。
建立故障代理人及異常代理人的流程非常簡單：
- 決定所需資料
- 安裝感測器以擷取這個資料
- 設定故障代理人以辨識已知的故障模式
- 設定異常代理人以辨識異常的資料模式
預測性監控可確保設備發揮最大效能
雖然人類可以透過趨勢分析及歷史分析工具確認簡單及重大的固定模式，但管道系統常常太過複雜，人類的固定模式辨識方法通常無法趕在故障發生前發現問題所在。
考慮到這一點，全世界的管道輸送公司都改用數學模型來做預測性分析，而有些公司甚至使用機器學習工具來判定管道運作是否異常，並藉此確保持續發揮最大效能。
想知道更多有關人工智慧如何將您的維修策略由定期性轉變成預測性，以提高管道安全性及營運效率的資訊嗎？
工業4.0 (Industry 4.0)
隨著物聯網（Internet of Things，IoT）的蓬勃發展暨製造業服務化的浪潮推波助瀾， 德國工業界明顯意識到未來之生產方式， 將以智慧製造（ Smart Manufacturing）為核心主軸，它將會是一個革命性的變化，全世界的製造業也會以此為標準，工業4.0 的概念應運而生。工業4.0 意謂著以智慧製造為導向之第四次工業革命，工業4.0 時代的來臨，人類將以網宇實體系統（Cyber Physical System）為根基，進而構建包含智慧製造、數位化工廠（Digitalization Factory）、物聯網、服務網路的整合式產業物聯網， 藉由資訊通訊技術（ Information Communication Technology，ICT）達成虛擬模擬技術及機器生產得以相互輝映，實踐智慧工廠（Smart Factory），最後達成整個生產價值鏈（Value Chain）都緊密扣合在一起。工業4.0 將如先前之網路環境，將徹底改變人類生活的各種面向。
綜觀工業歷史的演進，工業1.0 以蒸汽動力為代表；工業2.0 以電氣動力為代表；工業3.0 以數位控例為代表；工業4.0 則以智慧製造為代表。工業4.0 之核心價值為物聯網之完美演繹，達成萬物互聯之境界，無論是終端消費者、供應商、智慧工廠、生產線、機器、產品等，都將被一個巨大的智慧型網路，環環相連，扣成一體。原則上，此一巨大的智慧型網路將涵蓋網宇實體系統、通訊設施、智慧控制系統、無所不在的感知器、嵌入式終端系統。工業4.0 的到來意謂著物聯網與服務網路將徹底地觸及到工業體系的各個部份，將傳統之生產方式改變為具備高度客製化、智慧化、服務化之全新生產製造模式。 智慧型網路將涵蓋之範疇在不久之未來，人類、機器、資訊將會被網宇實體系統無縫連結在一起。換言之，工業4.0 就是智慧化生產的時代。實體世界與數位世界逐漸結合成一個無所不包的物聯網，而製造業從生產製造轉型為服務製造，進而快速創造出多種的混合型產品，以滿足不同客戶之需求。自工業3.0 切入分析，在同一條生產線上，傳統製造業是透過大量標準化生產，藉以降低成本並滿足消費者的需求，但是這種生產方式的最大缺點，就是缺乏靈活度（Flexibility），原則上，只能提供單一標準的產品，無法滿足人們多樣化的實際需求。智慧工廠卻可以生產出千變萬化的客製化產品，近幾年來，隨
著網路經濟的發展，製造業又出現客製化產品的生產模式，此一模式雖然可以滿足消費者的需求，但卻因成本高居不下而難以形成規模經濟效應，而智慧工廠卻可以能夠讓一條生產線產出多元化的產品，不僅可快速達成市場佔有率，也將成本大幅降低。
管理資訊系統在工業4.0 的情境下，現場的操作人員，根據不同的客製化需求，輸入至每個產品晶片中，再由生產線上的機器設備，以感應裝置讀取相關的數據，並且根據事先設計好的程式，將生產線自動調整出該產品的製造程序，這樣的方式，大大的解決了上述大量生產與客製化之間的不協調。在工業4.0 時代的數位經濟，不是僅靠智慧化的工業生產線即可，還必須要藉由大數據（Big Data）的技術，來讓企業與客戶之間的一切資訊進行最佳化的整合。換言之，誰能掌握客戶和產業的大數據，誰就能夠贏得更多的市場佔有率，也就可以將智慧工廠的技術轉化成現實的經濟地位。換言之，跨領域企業的巨頭結合勢必成為一個趨勢，例如：掌握大數據的Google 和亞馬遜（Amazon）等美國的網路巨頭，和以智慧型技術見長的西門子（Siemens）企業，可以進行跨領域結合，相得益彰。
工業4.0 更穿越現實世界與虛擬世界之間的界線，將兩個世界徹底結合為一。
智慧製造是一個複雜的系統工程，原則上，包含下面幾大元素：製造執行系統（Manufacturing Execution System，MES）、融合虛擬生產與現實生產的物聯網系統、使用智慧型機器人取代傳統工人的自動化生產線、高度智慧化的生產線控制系統等，為智慧製造涵蓋之範疇。如果沒有以軟體系統貫穿上述元素，就無法達到整體智慧製造之管理暨決策之最佳化，也就無法打造一個真正的智慧製造系統。智慧製造此一概念，在美國，就是所謂的工業網際網路和先進製造；在日本，就是所謂的工業智慧化。智慧製造不僅是更新原有之生產線，同時還要在資訊通信技術、物聯網、服務網路，加強力道，以期對製造業進行高階整合和全面性的智慧化改造，目標為涵蓋整個產業價值鏈的系統工程。
在工業4.0 環境下，每項產品從原始設計、量產、彈性化生產組裝、智慧型配送、服務銷售等環節中，產生之所有數據，均會被忠實的記錄下來，儲存在雲端大數據資料庫中，這些資訊最終會回饋到企業的相關單位，再透過雲端大數據資料庫中心挖掘出使用者潛在的消費傾向，以修正產品生命週期中各階段可以改良的部份，並調整生產過程之決策製訂。德國的智慧生產線的優勢是智慧型機器人與植入產品標籤的智慧晶片整合運作，而美國智慧生產線的優勢則是工業大數據和相關配套資訊系統之整合。
工業4.0 所延伸的新商業模式有幾個特徵，涵蓋有虛擬生產與現實生產、一體兩面的網路化製造、藉由物聯網與智慧工廠直接連結的自我組織適應性強的物流系統、終端消費者可以全程參與生產線的全方位客戶製造工程。工業4.0 所延伸的新型的商業模式，不僅會單單影響一個公司的發展，還會推動整個商業網路價值鏈的重新組合，這就意味著每一家工業4.0 企業，都必須重新思考新商業模式所帶來的衝擊，進行最優質的產業佈局。
工業4.0 包括大數據的6C 系統及製造業的6M 系統。大數據的6C 系統包含：Cloud（雲端）、Connection（物聯網連結）、Cyber（虛擬
網路）、Community（社群）、Content（內容） 、Customization（客製化）。而製造業的6M 系統包含：Material（材料）、Method（方法）、Machine（機器）、Measurement（測量）、Model（模型）、Maintenance（維護）。
由於6C 與6M 之結合，可實現智慧工廠內部的水平、垂直資訊之整合、供應鏈與客戶的端的資訊無縫連結。製造業的6M 系統，是製造生產過程的資訊化與自動化，透過系統整合，將整體生產製造流程，達到自動化與最佳化。
6C 之範疇
Cloud（雲端）：雲端運算的普及配合大數據的運作，透過雲端運算，可以達成企業快速回應機制。
Connection（連結）：在物聯網的時代裡，萬物相連、互相牽制。
Cyber（虛擬網路）：在虛擬世界的環境裡，虛擬環境所產生的經濟規模可能遠大於實體產業。
Community（社群）：透過社群網路、網路2.0/3.0 的方式，可匯集群眾的力量，來達到預知潮流的趨勢。
Content（內容）：豐富的內容，透過物聯網連結，資訊更加透通。
Customization（客製化） ：客製化的方式是讓顧客滿意的最佳方式之一。
6M 之範疇
Material（材料）：根據物料需求規劃（Material Requirement Planning，MRP），而產生產品所需要的最小耗材，並透過智慧供應 鏈管理達到生產流程運作最佳化。
Method（方法）：針對所欲開發之產品，以自動化產生製程，並進行最佳化。
Machine（機器）：機器與機器（Machine to Machine，M2M）透過物聯網，可以直接溝通，而不需要透過人為力量的介入，藉以提升效能與效率。
Measurement（測量）：全面品質管制（Total Quality Control，TQC）的落實與即時生產過程的監控，以確保高品質產品。
Model（模型）：根據所要生產的產品，產生電腦化的模擬系統，可進行生產流程微調。
上述之目標與縮短產品上市時間。消費者可以大量參與並享受個性化訂購之樂趣，並可與相關機器互動，真正感受到整個產品生命週期與生產流程。
工業互聯網平臺 IIoT :
基本所有的工業互聯網平臺在雲端（注意這是說雲端，後續我們說些在Device端，或者有些概念叫Edge端，Edge的叫法又扯上的邊緣計算的事情了）都必須包含這五大核心模組：設備資產管理、資料管理、資料分析、安全管理和運營管理）。工業互聯網平臺其的五大核心服務模組為：Asset、Data、Analytic、Security、Operation。
所謂工業物聯網，就是數位技術和大型機器的融合。工業物聯網充分融合傳感器、計算機網絡、大數據分析處理等現代化技術，以低成本、低投資及高度適用性等優勢，實現對工業生產流程的「泛在感知」，以更便捷、更高效的方式獲取傳統工業生產線上難以獲取的重要過程參數，優化生產管理，提高生產效率。工業物聯網既不能創造數據，也不能改變傳統工藝生產製造環境下配置儀表的方式。
和物聯網相比，工業物聯網主要強調在生產和服務方面的應用，工業物聯網往往涉及更高價值的設備和資產，如能源、運輸、工業控制，同時對運行安全有更高的要求。而普通物聯網更多關注消費領域，如家居方面的應用。另外，工業物聯網建立在工業基礎設施上，用於提升而非替代原有的工業生產設備和設施。總的來說，工業物聯網是物聯網的子集，集中在生產力方面的應用。
關於工業物聯網（Industrial Internet of Things，IIoT）的理解，ISA100和ISA108委員會的聯合主席Herman Storey認為，最重要的是，工業物聯網提供了基礎設施——使得更多的通信和連接成為可能，並為之提供有力的支持。
雖然轉向應用工業物聯網是大勢所趨，但是工廠的本質並不會因此而發生變化。所有現存的控制系統功能，都將繼續發揮其作用，只是增加了新的基礎設施而已。利用現有的應用，現有功能仍然可以提供很好的服務。我們仍然需要測量和控制流量、液位、壓力和溫度，仍然需要使用現有用戶接口，來執行組態或對這些功能進行故障診斷。如果沒有現場控制系統，運營煉油廠或化工廠所必須的那種安全、高效的實時控制，基本上不可能實現，所以這類系統的運行並不會轉移到雲端。
工業物聯網風雲漸起，站在風口就相當於擁有一張未來製造業生態的入場券。大數據和智能製造給傳統工業帶來了巨大衝擊，強大的工業數據分析服務將成為製造企業數字化戰略的重要組成部分，工業物聯網將顯現出更大的戰略價值。
區塊鏈為實現工業4.0確實可行技術
區塊鏈和工業4.0的關鍵驅動力為自動化、連通性和數位化。Bosch
區塊鏈(Blockchain)利用分類帳技術提供安全交易紀錄，而且無需受信賴的中間人，而實現不信任的信任。交易一旦被驗證並被接受，就會被儲存在區塊鏈裡。跨所有分布式節點的同步複製，加上使用加密散列，帶來交易透明性、不可變的紀錄，而且數據能供所有參與者查看。
據MBT Mag報導，區塊鏈原本為比特幣(Bitcoin)的底層技術，如今業務邏輯可透過智慧合約和協議進行編程，這些協議可在P2P或機器對機器(M2M)之間自動執行。
智慧合約可預先編程來自動執行許多任務，包括釋放資金、傳達訊息、記錄和嵌入數據。此外，由於所有權透過智慧合約控制，因此能創建物理屬性和無形資產的數位身分。
區塊鏈和工業4.0的關鍵驅動力為自動化、連通性和數位化。透過分析和數據合理化，實現更高智慧，並開始實施更智慧的操作。工業物聯網(IIoT)和虛實整合系統(CPS)是這些關鍵驅動因素中最受歡迎的實踐。
但向工業4.0轉型並不容易。工業供應商的格局仍相對保守，原因原始設備製造商(OEM)希望嚴格控制流程的孤島式結構。同時，工廠網路相當分散，融合了專有技術和開源技術。在物流方面，機器的使用壽命和安全性可能是關鍵問題，任何影響這些問題的變化都需要時間。
整個製造業的變化速度有點慢，在工業4.0環境採用新技術常會遇到一系列問題。例如，代工製造商越來越多，使物流變得更複雜，並形成擁擠的供應鏈。這意味著端到端的可見性較低，也可能帶來責任歸屬和審計問題。
在合約製造和供應鏈中越來越普遍的智慧產權竊盜、假冒和產品複製等問題仍然存在。總體而言，工業4.0營運流程和採用新技術存在諸多問題。營運商需將其與現有系統整合，這可能是件複雜的事，會導致正常運行時間不確定，配置速度較慢及維護困難。
區塊鏈可介入解決某些問題，並非要取代現有技術，而是要透過縮小這些差距，並為這些根深蒂固的問題提供一些解決方案。例如，智慧合約和DAO可使部署更自動化和智慧化，使機器能更快地完成任務，並從中移除人為因素，使其自動化。
5G通訊技術對機器人和IIoT的影響
- 2018-06-12
- 5G技術將在IIoT和高級機器人等次世代應用中發揮潛力。法新社
- 即將問世的5G技術，將在工業物聯網(IIoT)和高級機器人等次世代應用中發揮潛力。目前許多機器人在與其他機器人、IIoT驅動系統等設備通訊時使用4G，這對許多應用來說已足夠。但為了充分利用下一代機器人技術，並適應對雲端和IIoT等系統的日漸依賴，採用5G技術的時機已成熟。
- 據IoT Evolution World報導，5G技術在與配備電動伺服馬達、感測器和其他先進硬體的下一代機器人配合使用時，才能發揮其強大功能。隨著機器人變得更先進，開始接管工廠更繁瑣的工作，小型高效電機的需求將會增加。由於高度強調人工智慧(AI)、機器學習和先進處理演算法，4G已難跟上這種需求。
- 機器人在執行單調任務之外，還能承擔起更大範圍任務，但有時需要學習新的任務或指令，並在沒有人為干預的情況下作出決定。儘管目前有些基本的機器人系統符合這些標準，但並不多見。
- 4G技術雖然高效，但與更快、更可靠的5G平台相比顯得相形見絀。5G連線速度高達100Gbs，比4G快1,000倍。鑑於數據集規模越來越大，對即時數據處理的需求也越來越大，並且更依賴大規模和長期數據儲存，很容易看出5G如何使每個人都受益。
- 5G不僅能使其設計出可與其他機器人或人類員工即時溝通的機器人，而且其中一些機器人能透過直接觀察或電腦程式學習新任務。許多專家認為，5G還將有助於降低機器人在工作場所和家中的成本，並使其更便宜。
- 全球行動通訊系統協會(GSMA)合作總監Peter Montgomery在最近一次採訪中談到了這一點。他強調5G網路的高容量和低延遲，以及將處理責任卸載到雲端伺服器的能力。
- Montgomery表示，工廠將使用一大群機器人來組裝產品、包裝商品並即時做出決定。每台機器人不會使用獨立處理器，而是會連上雲端AI處理器。這是具有成本效益和高效率的流程，但需要超快速和可靠的網路連線，例如5G連線。
- 全球智慧型手機和網路最終將搭載5G技術，但許多人將透過機器人首次接觸5G平台。無論是在工廠車間增加新的協作機器人(cobot)，還是為老年人提供安寧護理的機器人，這個想像中的世界正在迅速成為現實。
iOT時代來臨～導入MES迎接智慧工廠
【系統介紹】
什麼是MES(Manufacturing Execution System)?
製造生產管理系統，簡稱MES。
MES是指從ERP接獲客戶訂單，內部開立生產工單到產品完成，MES控管產品在生產線上的各種即時資訊，將工廠生產的即時狀況與資料回應於報表或即時回傳到後端電腦通知相關人員。
資訊爆炸的世代，產品生命週期越來越短，商品製成時間壓縮，訂單也朝少量多樣模式發展，隨著iOT智慧時代來臨，如何有效精簡人力，成為製慧工廠，MES扮演一個不可或缺整合自動化的角色。
MES系統涵蓋與製程相關的資訊，協助開立工作工單、管理工作站、物料追蹤管理、品質檢驗與異常狀況回報，MES的導入，優化產品生產流程，提供高效率的數據蒐集，維護產品品質，讓企業隨時保持最佳生產效能，與保持最佳競爭力。
【系統特色】
【導入效益】
提供軟硬體設備，具有整合自動化完整解決方案。隨著iOT的趨勢發展，提供客戶更全面更完整的服務。