在成本考慮之下，國外制造廠商逐漸外移至人力成本更低的中國，近幾年則開始從中國移往東南亞國家，形成逐成本而居的“游牧民族”。但隨著科技快速推陳出新和市場需求更加多樣，廠商面臨高度的訂制化需求，生產(chǎn)也轉(zhuǎn)為少量多樣形態(tài)，因此除了庫存控制要更精準(zhǔn)，交貨期也必須保持高度彈性。

種種變化導(dǎo)致制造廠必須投入更多成本，管理則更有挑戰(zhàn)，甚至有許多廠商無法控制的外來因素，如更偏向社會層面的缺工問題。盡管科技的演進(jìn)在市場需求面帶來各種變化，但物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新科技的出現(xiàn)，也幫助制造業(yè)在生產(chǎn)過程中變得更靈活。

德國于2012年提出工業(yè)4.0概念后，智能制造與智能工廠開始受到市場高度重視，許多制造業(yè)者積極啟動數(shù)字轉(zhuǎn)型并投入智能制造的行列，拓墣產(chǎn)業(yè)研究院預(yù)估，2020年智能制造的市場規(guī)模將會超過3,200億美元。整體商機(jī)固然龐大，但智能制造領(lǐng)域相對復(fù)雜，在投入資源有限下，如何將大量數(shù)據(jù)整合并升級既有的制造流程，將會是未來幾年欲轉(zhuǎn)型智能制造的廠商必須面對的課題。

1.一窺智能工廠樣貌

何謂智能工廠?簡單來說，即是將工廠制造過程的環(huán)節(jié)進(jìn)行串連與智慧化。過往的制造自動化是將機(jī)器人/機(jī)器手臂導(dǎo)入產(chǎn)線，利用機(jī)械來提升工廠效率、良率，以及降低人力成本與錯誤率。智慧化則進(jìn)一步利用物聯(lián)網(wǎng)感測技術(shù)，進(jìn)行產(chǎn)線監(jiān)測與遠(yuǎn)程控制，再利用云端運(yùn)算與數(shù)據(jù)分析的結(jié)果，快速回饋給硬件底層或是整個(gè)系統(tǒng)架構(gòu)以進(jìn)行優(yōu)化，并讓現(xiàn)場設(shè)備除了監(jiān)控、搜集數(shù)據(jù)之外，更能做到自主相互溝通、流程彈性調(diào)整、實(shí)時(shí)狀況處理，以及適應(yīng)外部環(huán)境變動。

因此智能工廠著重的不再只是制造產(chǎn)品，而是利用軟件、硬件、整合平臺與云端的不斷融合升級，讓制造業(yè)不只自動化，亦走向智慧化，工廠可以更了解外界或內(nèi)部的實(shí)時(shí)變化，并擁有更快速的調(diào)整能力以進(jìn)行產(chǎn)在線的實(shí)時(shí)應(yīng)變。

2.邊緣運(yùn)算來助攻

智能制造、智能工廠強(qiáng)調(diào)信息的串聯(lián)，甚進(jìn)一步期望機(jī)臺間、人與機(jī)臺、機(jī)臺與系統(tǒng)間可做到實(shí)時(shí)信息傳遞與反應(yīng)，若透過傳統(tǒng)云端運(yùn)算后再往返的時(shí)間容易有所延遲，而大量信息直接上傳云端，儲存與傳輸?shù)某杀疽嗍歉甙?邊緣運(yùn)算的出現(xiàn)，有機(jī)會可以利用架構(gòu)上的調(diào)整以及運(yùn)算能力的提升來解決這些問題，透過邊緣運(yùn)算進(jìn)行資料的預(yù)處理，實(shí)時(shí)做出決策與回饋，再將可延后處理或需要儲存的信息上傳云端，如此一來除了提升現(xiàn)場的反應(yīng)速度之外，亦能大幅降低信息傳輸過程中所需要產(chǎn)生的各項(xiàng)成本。

目前最常見的邊緣運(yùn)算產(chǎn)品是工業(yè)網(wǎng)關(guān)(Gateway)，是目前智能制造架構(gòu)中的重要中介，主要用來串接前端各式各樣的硬件與后端的信息平臺與云端系統(tǒng)。目前工業(yè)網(wǎng)關(guān)相關(guān)廠商有英特爾、戴爾、Moxa、西門子、新漢，軟件與操作系統(tǒng)商有Wind River、微軟Windows 10、研華，云端平臺則有微軟Azure、IBM Bluemix等。

此外，網(wǎng)關(guān)本身的智能化亦是邊緣運(yùn)算的體現(xiàn)，例如監(jiān)控系統(tǒng)若導(dǎo)入邊緣運(yùn)算與智能網(wǎng)關(guān)，在靜態(tài)或畫面未改變時(shí)，網(wǎng)關(guān)可自動判定使用低解析高壓縮的視訊進(jìn)行監(jiān)控，但當(dāng)偵測到畫面有動態(tài)變化或特殊狀況發(fā)生時(shí)，網(wǎng)關(guān)會自行切換成高解析低壓縮的畫面進(jìn)行視訊串流，讓帶寬的使用更有效率。

3.智能工廠早已是進(jìn)行式

事實(shí)上智能工廠并不是空談也并非只是想象，半導(dǎo)體產(chǎn)業(yè)如臺積電已有高度智能化的流程與制程，汽車產(chǎn)業(yè)自動化比例更高達(dá)9成，也開始有許多訂制化服務(wù)，這兩個(gè)產(chǎn)業(yè)正是自動化與智慧化的最好印證，雖然各產(chǎn)業(yè)對自動化、智慧化有不同解讀和實(shí)際做法，但隨著趨勢興起，許多傳統(tǒng)產(chǎn)業(yè)如紡織和食品業(yè)等，也逐漸加入工廠智動化的行列。

因?yàn)槭袌雠c客戶端的需求越來越多樣，許多廠商希望透過新科技與智慧升級來解決接單與制造的問題，但由于制造業(yè)的個(gè)別差異甚大，廠商很難在市場上找到適合的解決方案，甚至必須尋求不同環(huán)節(jié)的解決方案，再自行整合成一套來導(dǎo)入，困難、成本高讓廠商對于相關(guān)投入出現(xiàn)疑慮。

因此廠商在導(dǎo)入智慧化的過程中，必須清楚了解自身的核心問題，智能制造、智能工廠著重的是制造管理思維的轉(zhuǎn)型，既然是思維轉(zhuǎn)型，那過程就不會只是單純的硬件革新，軟件升級亦是重點(diǎn)，軟硬整合在制造領(lǐng)域中更顯重要。目前市場上已有西門子、通用、施奈德等解決方案廠商，推出整合型工業(yè)物聯(lián)網(wǎng)平臺，試圖解決智能制造架構(gòu)中整合難度高的問題，亦有較偏向設(shè)備端的廠商推出一站式到位或兼容性高的解決方案，讓客戶能夠順利的串接軟硬件與更上層的云端服務(wù)。

智能制造與智能工廠的建置過程相對復(fù)雜，整個(gè)轉(zhuǎn)型必須循序漸進(jìn)，投入不會只有短期，也并非頭痛醫(yī)頭、腳痛醫(yī)腳的模式，而是長達(dá)數(shù)年的推進(jìn)與核心價(jià)值重新建構(gòu)，投入成本往往高達(dá)數(shù)百甚至數(shù)千萬美元，制造企業(yè)本身必須訂定長期的投資規(guī)劃與組織整合，才能逐步落實(shí)信息整合，以及既有制造流程的升級與商業(yè)模式的革新。