从探索期走向试导期工业物联网方案百花齐放

自2008年全球金融危机后，各国大多纷纷制订推动先进制造发展转型计画，如德国的“工业4.0”、美国的“AMP计画”、日本的“机器人新战略”、“中国制造2025”、 “台湾5+2创新产业”等(图1)。

泛工业物联网时代强调生产效率，降低来自劳动力资源不稳定之冲击；强调智慧生产，因应少量多样客制化的弹性生产趋势；强调智慧工厂，导入虚实整合(CPS)之生产设备或系统；强调人机协作，导入智慧型机器手臂应用；强调物联网之实时性，导入IoT智动化解决方案，进而加紧部署强化优势，提升高阶制造技术，增加生产力并降低对密集劳力的依赖。

图1 全球泛工业4.0布局

德国工业4.0

自2011年德国汉诺威工业博览会中首先提出“工业4.0”，带动全球第四次工业革命的契机。以“智慧工厂”为核心，在生产制造过程中，透过“物联网”所建构的虚实整合(CPS)制造系统，结合云端数据分析的先进制造，以资讯化技术掌控分散式工厂资源，提升生产效率，在全球制造业领域维持技术领先优势。

美国先进制造伙伴计画(AMP计画)

2011年由美国总统科技顾问委员会发布的政策报告启动的“先进制造伙伴(Advanced Manufacturing Partnership, AMP)”计画，目标整合产学界，透过强化先进材料、共同投资新兴生产技术，先进制程、数据资料与设计等产业共通基础，加速转型创造高水准美国制品，促使美国高阶制造业回流，重掌全球竞争优势。

日本机器人新战略

因应劳动生产力不足等问题，日本政府在2015年拟定的机器人新战略，着重于人机共存，计画未来将日本打造成为世界顶尖机器人创新中心，随着感测器、控制系统、云端运算、人工智慧等技术的发展与快速进入物联网时代，以独步全球的机器人技术、广泛应用与附加价值，成为机器人实际应用的最佳典范，促进生产线产能，强化制造与服务业机器人的竞争力。

中国制造2025

中国国务院发布“中国智慧制造2025”行动纲领，详列期望于2025年从“制造大国”跻身“制造强国”的战略蓝图。因应智慧联网的发展趋势，提高国家制造业创新能力、推动两化和一(讯息化与工业化)的深度整合、强化工业基础能力、加强品质品牌建设、全面推行绿色制造、推动重点领域突破发展、深入推进制造业结构调整再补全三网融合的全面网络整合，积极相互跨界发展服务型制造和生产性服务业、提高制造业国际化发展水准等作为任务和重点，促进中国制造业转型升级，全面提高发展与核心竞争力，并为“一带一路”战略打下坚实的基础。

台湾“5+2创新产业旗舰计画”

“5+2创新产业旗舰计画”除包含绿能科技、智慧机械、国防产业、生技医药及亚洲矽谷等五大产业，更涵盖新农业及循环经济，以创新驱动台湾下一世代产业成长动能。于桃园发展“亚洲矽谷计画”，连结亚洲与矽谷的技术、资金与人才等创新能量，聚焦发展物联网及强化创新创业生态系，带动在地研发能量及亚洲市场商机，以提升台湾竞争力，奠定台湾经济未来20年发展基础。另于台中发展“智慧机械”，支持台湾产业智慧化，升级节能与效率，打造全球智慧机械之都。

其他主要制造国家如“英国工业2050战略”透过分析制造业所面临的问题和挑战，提出英国制造业发展与复苏的政策；法国版工业4.0“未来工业”希望工业生产转型成数位制造和智慧制造，透过生产机械工具的技术升级，带动制造业商业模式变革，进而提升民众生活品质；“韩国制造业创新3.0策略”整合IT、软体实力创造出新兴产业及提高附加价值，提高韩国制造业的竞争力；“新加坡智慧国家2025”的10年计画，致力于打造世界首个智慧国；“马来西亚制造业大方向报告书”着重于自动化技术与精益制造，积极加入工业物联网浪潮。根据“GE工业互联网白皮书”的研究，工业物联网影响全球经济的46%(占全球产值中的32.3兆美元)。

各国政府推动“再工业化”已成趋势，为因应工业物联网浪潮纷纷提出制造业产业政策，透过投入研发预算，提升高阶制造技术，对制造链再进行整合，发展高附加价值之生产活动，加强制造业与服务业融合，进而刺激经济发展、创造就业、提升国际竞争力。

工业4.0未来30年的发展方向与里程碑

工业物联网的发展轨迹是一个长尾的导入模式，从2010年开始往前看到2050年，展开五个发展历程，始于探索期、试导期、启动期、发展期，到最后的成熟期阶段(图2)。2016年之前以经过探索期，而工业物联网一词也由工业4.0取代。

图2 工业4.0未来30年的重要发展方向

试导期

从2016年开始转换进入试导期元年，此阶段厂商各自提出方案主张及自主核心技术，并实践示范产线，展示工业4.0应用于各式垂直市场的专案成效，从现场端的设备及感测器全面联网、控制层的跨系统整合、中控端的全场资料整合、管理层的营运分析，到云端的实时大数据采集、机械学习分析、资料为基准的视觉化呈现，将全球分散式的重要资源/KPI/决策讯息等集中管理及最佳化维运。

企业过往仰赖区域性系统整合商的协力工程服务，逐渐以自主研发的解决方案来主导市场，以取得领先地位，同时也是国力的竞赛，由德、美、中、日四国积极争取主导权，于国际间的工业组织制定工业4.0规范及架构雏形。

2017年开始由示范产线进阶为原型产线，正式合并为商转运作的一部分。在实时商转的过程中，不断地收集来自现场感测器、各系统资料库的大数据，并经分析后转为有效的资讯，来修正各系统间的异质性整合状况。跨系统整合的关键在ISA-95 Level 3的MES(Manufacturing Execution System)/MOM(Manufacturing Operations Management Software)，此系统可将Level 0，Level 1的现场装置、感测器、自动化生产设备等直接连线管理，将工厂的生产过程转化为数位/资讯化，再以机械学习分析来自现场各式的大数据做最佳化的流程改善。

此MES即可有效的将整厂的制造管理与排程系统连接Level 4的ERP、WMS、SCM等资讯系统整合，再导入eCommerce及CRM即完成工业4.0的初步实践目标，此垂直整合的工厂系统建置，将工厂实体的资产转化为虚拟化的物件，以数位化、自动化、资讯化、一线式网路化生产与大数据分析的无缝整合，将促使PC-Based Automation成为建构工业4.0架构的虚实合一系统(Cyber-Physical System)的重要基石。大厂SIEMENS、OMRON已投入PC-based Automation研发，近期ABB也合并B&R，来完整品牌自动化蓝图，强化其在工业4.0生意的竞争优势。

启动期

预计在2020年始，面临人口结构老龄化、大规模机器人建置、密集劳动产业转型等因素，制造业将遇到缺工瓶颈，由机器人取代低价值重复性劳力、协同机器人加上AR来辅助现场人员完成复杂且精密的工序。在此阶段，工业4.0的规范、架构、解决方案、主流厂商、生态系统都已就绪，制造业将普遍升级成为符合工业4.0规范的新制造模式。

到2025年间，各同质性产业的上下游企业，将开始大规模整并与合资，主流大厂之间的结盟，使各垂直市场的生态链更趋于完善与健全。水平整合供应链，形成新制造的生意模式，性价比高的智慧型协作机器人在转型的过程中，将扮演重要角色，各类机器人厂商会在这个阶段爆发。

发展期

预计在2026年开始进入发展期，各厂的工业4.0解决方案成熟、制定规范的组织着重在标准化、讯息化的补强，使其普及于跨产业的资讯流交换。高度客制化的产品生产模式亦开始成形，结合云端与机械学习的最佳化大数据分析，提供无国界的SaaS智慧制造服务。

至2035年，各国的工业4.0产业生态建构完善，实时的线上客制化设计接单，分散式的在地化制造与配送，遍地开花，以客制导向的产品虚拟设计与实体快制落实于有价值创造性的自造者，线上设计产品并直通工厂的虚实生产服务模式普及，以软体、资料、知识的云端服务经济模型将成为新的获利引擎。

成熟期

预计在2036年始，进入成熟期。端到端、线上客制化产品的虚拟订制服务会在实体商店发生。AR及VR的虚实转化服务将如同行动装置服务一般普遍–虚实翻转；实体装置都内建智能AI系统–万物智能；智慧加值服务的产业机器人无所不在，数量比人多来协助人完成各式任务–人机易位。智慧工厂的成本亦开始下降，因为大数据的成熟应用，现场的仪表可减少安装数量，改由以实时有效数据分析后的虚拟仪表呈现，虚实整合的智慧工厂建置效益彰显工业4.0的终极目标。中国以制造强国的身分崛起，撼动世界经济体，现今的七大工业强权将重新洗牌，掌握快速与创新价值的产品制造，将是各国展现国力的新目标。至2050年工业4.0建置完善，各企业主利用高度自主的先进系统，又开始下一轮新技术、新材料、新能源的世界竞赛。

工业4.0的五大发展技术

工业4.0的应用会随着不同的垂直市场有差异化，其中在数位化、虚拟化与智慧化浪潮下，趋势发展的新技术，包含虚实整合系统(Cyber-Physical System) 、大数据撷取( Big Data)、云端计算(Cloud Computing)、扩增实境(Augmented Reality)、协同型机器人(Collaborative Robotics)，以上五大技术加速工业4.0在各垂直市场的虚实整合应用(图3)。

图3 工业4.0的五大技术发展

虚实整合系统(Cyber-Physical System)

工业4.0的第一步是将所有的实体资产、物理讯号数位化、网路化、自动化、资讯化后， 再虚拟化、最佳化、视觉化，最后云端服务化，建置物联网、虚实合一的工业系统，此系统仍然遵循ISA 95架构。透过工业物联网闸道器，整合各式的现场总线、工业乙太网路协议，收集来自于既存或新设的现场感测器、元件、装置、PLC/PAC、机台、设备、机器人所产生的大数据，转译为上层资讯管理系统或云端服务所需要的协议，掌握异质物理网路与跨系统的通讯协议转换是建置虚实合一系统的关键。

然而工业通讯协议就有超过400多种，很多工业通讯厂商都有深远技术能量，资讯、物联网、云端等的通讯协议更是不胜枚举，因此自主技术开发智慧型工业物联网闸道器，以主流的工业通讯协议连结云端服务，加上本地端的机械学习分析机制，减少既有工厂的升级难度，加速虚实系统升级，将是创造智慧工厂的突破点。从德国发表工业4.0，SIEMENS转型Digital Factory和推广CPS，在Level 1的PC-based Automation Controller的应用日趋重要，可执行原本现场PLC/PAC工作，将现场感测器、设备、机台等做数位化来做实时的自动化控制，更进阶的就是直接安装工厂应用的工业软体，把现场的实体物件、实际运作情形转虚拟化直接模拟最佳生产流程，可与现场中控室、研发设计系统、企业系统等直联，实时掌握现场状况，打通虚实一体、无缝营运企业的任督二脉。  

大数据撷取(Big Data)

工业的本质就是资料，无所不在的感知器，透过I/O系统与通讯系统收集真实世界的物理量，随着时间持续累积为大数据的最适来源。

尤其是在工厂里的SCADA系统，实时监控与纪录整厂运作的油、气、水、电资料，这些资料来自各式的感测器与表头，包含温度、压力、流量、湿度、照度、容量、电压、电流等等，再结合来自MES系统的资料，包含整厂设备效能、稼动率、品质、产量、运作时间等等KPI，统一架构搜集这些来自工厂各角落的大数据。透过机械学习、人工智慧等技术，进一步以实时的大数据进行全厂分析，可最佳化工厂的运作、各项制造的KPI，进而预知未来固定时间范围内的维运状况，并找出潜在的风险因子，大幅减少停机可能造成的损失与时间，增加重要资产的利用率、妥善率，延长使用年限，缩短维护保养次数，大数据可广泛的被应用在工业范畴，解决各式客户衍伸性问题，可立即反映在短期获利及估测未来长期营业利润，各大厂皆在试导期将大数据模型实践于整厂系统，以资料辅助决策来调整维运状况，并规划长期改善计划。

扩增实境(Augmented Reality)

工业现场有许多设备需要操作、维修，并遵循现场作业指导规范执行，而现场环境严苛、复杂，人员操作亦会有失误的风险。AR技术透过手持行动或穿戴式装置，以视觉化方式呈现实时的管线状况、设备运转资讯、表头数值等现场讯息于操作员眼前，以有效资讯做为作业决策依据，并搭配来自大数据系统的操作指令，进行现场作业，所见及所得的作业方式，将提升效率、减少失误、减少灾害危险。

以手持式行动装置来实践AR技术，并搭配RFID、QR Code、LBS(Location Based Service)可满足多数应用，但穿戴式眼镜的AR系统实用度更高，虽然已有厂商发展原型机，但仍然有显示技术的门槛，做出来的产品体积大、成本高，以实际商转应用尚未到甜蜜点。

随着VR、AR、MR技术的演进，转化虚实系统的资料为具象化的可视模型，辅助现场人员以先体验、先评估的预防失效模拟来减少不必要的风险投入及资源浪费，在现场即可一次性地完成正确任务，大量减少人员投入，作业错误率逼近于零，同时搭配协同型机器人作业，紧密地结合自动化生产和人力生产，将产生新型态的工业应用模式。

协同型机器人(Collaborative Robotics)

现今由四大家族所主导的工业型机器人，多应用在移动人力无法搬运的大型物件、重复性标准作业、多且复杂组合的工序、危险性作业，并整合于工厂制造流程，提升其产能、品质、良率，可满足重工业的生产需求，最大量用于汽车产业，其次用于半导体及电子产业。近年因缺工的问题日益严重，劳力密集的产业必须转型，开始建置大量的机器人替补人力的不足，也随着客制化生产需求的提高及精致的产品制造，此附加技术性的工作仍然仰赖人力完成，因此协同型机器人辅助人完成弹性制造任务的需求增加。

此类型机器人设计目的以协助人完成技术工作为主，不同于工业型机器人在大载重、速度、精度、重现性方面的设计，着重于免程式任务教导、直觉式工作设计、高互动性协作模式、人机合作安全性提升的设计导向，可仿真人做复杂度高及弹性的工作，搭配进阶深度学习的机制，提升人的工作效率。

云端计算(Cloud Computing)

工业4.0的终极目标是将所有分散式的实体资源虚拟化后，再集中最佳化及跨域共享，云端计算为理想的实践平台，连接无所不在的大数据来源，以实时分析及视觉化，强大及弹性的运算能力配置，将各式的工业应用与服务以云端SaaS实践，发展以资料流为主的新经济模式，各家厂商都极力布局。云端架构已成熟，提供稳定的IaaS是基本，主流厂商都基于各自的优势提供的PaaS，协助系统整合商及终端用户创造有附加价值的SaaS。

微软基于自家SQL资料库结合拖拉式机械学习开发环境的优势，降低入门门槛，使客户在大数据的分析容易上手。PTC以实体物件虚拟化的特性，将资料转化为有意义的资讯为导向设计，使客户能直觉式地设计物联网应用(图4)。

图4 PTC以实体物件虚拟化的特性，使客户能直觉式地设计物联网应用。

IBM以专家的顾问式服务结合Watson人工智慧，提供深度的专家式服务，协助客户建置完整及专业的整体解决方案。GE、SIEMENS以各垂直工业、制造业的产业解决方案，从设计端到现场端到管理端，提供一站式的最佳化整体工厂运作与产品制造体验，协助客户分析及整合工业系统。

SAP、ORACLE以BI、ERP、CRM、MES等系统，协助客户跨企业资源与跨部门资讯系统整合，随时掌握营运状况与商机。还有许多云端服务厂商，针对特定应用提供客制化功能，考虑到安全性及隐私性议题，私有云加上公有云的混合云解决方案亦是厂商下一步发展的重点。

客户需针对应用及使用情境在多样不同特色的云解决方案中挑选适合的云服务厂商，来建置客户使用导向的云端SaaS，其中云端战情室的应用会大量的导入，提供企业主、各层级主管实时地掌握企业营运状况与数字，于矩阵电视墙呈现分析后的动态资料图，辅助决策者下关键性的指令。

不远的未来制造

在NIKE官网上已开放特定鞋款的客制化服务，客户可挑选喜欢的鞋款更改配色，确认设计图后送出订单，待线上付款完成后会提供预计交期。此直通工厂订单的流程看似简单，但过程中跨所有资讯系统的复杂整合，须透过云端科技完成。云端平台是将真实世界的资源以虚拟化来开放及共享，人创意的价值将透过各式的云服务来延伸对资源的使用。

想像在不久的将来，走在街上逛街购物，经过的商店将与消费者的手机连线，并将其喜好与商店内的商品做比对。在商店前面的电子看板播放建议的商品吸引了消费者的目光，也模拟其穿戴或使用商品的情境，而消费者就是广告里的主角。

接着消费者产生了想购买的欲望，并且有了想法，走进商店看到那件商品，旁边的荧幕立刻呈现出该商品的虚拟物件，把刚才在脑海中的想法透过身边的荧幕开始设计成消费者想要的客制化商品，不到五分钟，即用手机付款买下客制化的商品，此时手机收到通知，告知商品预计送到家的日期，完成购买行为后，再继续逛街。

回到家后，打开电脑查询商品目前生产状态，此时你又有一个新的点子在脑海中闪过，想在圣诞节把此商品分享给家人们，并客制化些许的差异，让每位家人收到都有惊喜。

消费者花了20分钟的时间，客制了几个商品，并完成付款，这些商品购买通知也一一送达家人的手机上。家人们打开看到此虚拟化商品觉得很开心，有的甚至想再加一些惊喜，于是又在时限内到官网线上商店修改了一些细节，交期可能有所改变，价格些许增加，但还是会在圣诞节前送到。

待圣诞节的早上，家人齐聚一同拆开礼物，发现有一个在客制化商品尚未送达，打开手机查询，商品递送已经在距离家里10分钟的路程上。当听到门铃时，收到商品的喜悦浮现出在家人脸上，拆开实体礼物的早晨时光，充满惊喜与欢乐，度过一个美好的假期。智慧制造成就未来智慧零售，制造业与零售业融合一体，创造新的商业模式。

工业4.0正在一步一步的实践上述的未来制造，虚实合一的控制系统以垂直整合串联起生产设备、产线、工厂、企业，再透过云端平台从水平整合的角度串起供应链、物流、金流、线上商店、实体商店、消费者个体与无远弗届的云端服务，每一个人独特的创造力与服务才是驱动经济成长的引擎，在弹指之间随意延伸创意到工厂，上架商品到线上个人品牌商店，直通工厂的订单。

有效率、最佳化的资源投入是工业4.0的最终目标，无限创意需要的设计软体、制造厂商、销售通路等各式实体的分散式微型资源，都可在虚拟化的跨云端网路上使用，最后落实在实体产出。

工业4.0是实质的经济议题，其再工业化的实际行动是推进全球GDP成长的一注活水，启动各国提出的新产业政策、投入新研发预算、创造新行业、增加新就业机会、扩大各产业升级、促使合纵连横的异业结盟，每一步都是刺激经济的活棋。

当物物相联、万物智能、人机易位、虚实翻转的未来制造成型，就是未来新经济的来临。