繼物聯(lián)網(wǎng)(IoT)后，工業(yè)4.0(Industry 4.0)接棒成為火熱話題,，在全球發(fā)燒,。樂觀者認(rèn)為，工業(yè)4.0代表的智能制造(Smart Manufacturing)將提高生產(chǎn)效益,，開創(chuàng)出更多高科技就業(yè)機(jī)會,，讓人類再也無須從事無聊、危險又骯臟的工作,，晉升為管理人才,，進(jìn)而使民眾享有更好的生活。
但從悲觀者的角度來看,，智能機(jī)器替代人類所引發(fā)的失業(yè)潮將無可避免,。為什么工業(yè)4.0會引起如此大的回響？工業(yè)4.0,、物聯(lián)網(wǎng),、智能工廠(Smart Factory)三者如何交織出智能制造的篇章？巨量資料(Big Data)又在其中扮演何種角色,？
解決解勞力短缺 全球力推智能制造
制造業(yè)是一國國力之基礎(chǔ),，也是養(yǎng)活最多人口、創(chuàng)造重要經(jīng)濟(jì)價值的產(chǎn)業(yè),。而隨著世界工廠大陸的角色隨著勞動問題浮出,，世界主要制造業(yè)國家人口結(jié)構(gòu)轉(zhuǎn)變，走向高齡少子化,，從歐美到亞洲地區(qū),，近來莫不戮力在制造業(yè)政策上下功夫。
諸如美國的AMP計劃，引導(dǎo)制造業(yè)回流,；德國致力于打造智能工廠,，向世界推行工業(yè)4.0；日本發(fā)展人機(jī)共存未來工廠,，韓國則以自身ICT網(wǎng)際網(wǎng)路與機(jī)器人技術(shù),，發(fā)展下世代智能工廠，而大陸除了十二五計劃發(fā)展機(jī)器人自動化生產(chǎn)等高階設(shè)備,，十三五計劃也正如火如荼規(guī)劃中,。
這些政策并非憑空而生，而是其來有自,。從國與國之間的競爭態(tài)勢來看,，各國莫不期待在未來的制造業(yè)領(lǐng)域保有一席之地甚至領(lǐng)先，維持競爭力,。另一方面,，制造業(yè)國家普遍面臨高齡少子化社會浪潮，因而必須正視勞動力短缺問題,。
缺工所引發(fā)的問題除了墊高人力成本以及生產(chǎn)品質(zhì)青黃不接等,，也使得制造業(yè)在應(yīng)付日益縮短的產(chǎn)品生命周期以及少量多樣的制造趨勢時，出現(xiàn)困難,。
而臺灣所面臨的問題亦是如此,。研華科技經(jīng)理施文森表示，2016年起,，15~64歲的工作人口將以每年18萬的趨勢萎縮,，如何透過工業(yè)4.0提升臺灣生產(chǎn)的動能，來面臨創(chuàng)業(yè)上的調(diào)整與改變,，至關(guān)重要,。他并認(rèn)為在工業(yè)4.0架構(gòu)的發(fā)展之下，結(jié)合機(jī)器人與物聯(lián)網(wǎng),，將是制造業(yè)回流臺灣的發(fā)展關(guān)鍵,。
工業(yè)4.0精髓在于智能工廠
經(jīng)濟(jì)部工業(yè)局副局長呂正華指出，當(dāng)勞動人口逐漸減少,，如何提升人均產(chǎn)值成為大家關(guān)心的議題；而德國提出工業(yè)4.0背后的思維,，無非是希望利用自動化技術(shù)加上云端科技等,，提升生產(chǎn)效率并彌補(bǔ)人力不足。
呂正華進(jìn)一步表示,，工業(yè)4.0精隨在于智能工廠,，而智能工廠的核心，則在于“虛實合一”,。要達(dá)成虛實合一,，則必須運(yùn)用物聯(lián)網(wǎng)技術(shù),，整合實實在在的機(jī)器與相較虛渺的軟體、通訊,、網(wǎng)路,、云端等科技，并做到巨量資料探勘和分析,，將龐雜的資料轉(zhuǎn)化為有用的資訊,，以便決策。
換句話說,，工業(yè)4.0最終其達(dá)成的目標(biāo)即是智能制造,，而此目標(biāo)體現(xiàn)在建構(gòu)智能工廠。智能二字是建立在機(jī)器可以通訊,、運(yùn)算,、分析進(jìn)而移動之上，如同人能與外界溝通,、思考,、分析進(jìn)而下決策并有所移動。
在智能工廠里,，所有工具機(jī)臺和機(jī)器人均為智能機(jī)器,，意即，機(jī)器與機(jī)器之間能透過通訊架構(gòu)彼此溝通,，并透過機(jī)器專用應(yīng)用平臺串聯(lián)機(jī)臺,，成為虛實合一制造系統(tǒng)(Cyber-Physical System；CPS),。
而機(jī)器運(yùn)轉(zhuǎn)中產(chǎn)生的巨量資料皆上傳至安全云端網(wǎng)絡(luò),，由分析引擎找出關(guān)鍵資訊，進(jìn)行預(yù)兆通知,、事前維護(hù)等,。此外，不同廠房之間也具備溝通協(xié)調(diào)能力,。分析認(rèn)為,，“整合”是智能工廠內(nèi)涵最重要的詞匯。
智能工廠所創(chuàng)造的不但是應(yīng)運(yùn)而生的全新生產(chǎn)流程,，更垂直整合工廠管理和企業(yè)管理流程,，水平整合價值鏈，實現(xiàn)產(chǎn)品及其生產(chǎn)系統(tǒng)的生命周期管理,，可確保有效運(yùn)用能源,、掌握產(chǎn)品上市時間和確保產(chǎn)出品質(zhì)，提升生產(chǎn)效率和能源應(yīng)用效率，最終可達(dá)成永續(xù)制造,。
后端巨量資料分析是成敗最后一哩
工研院南分院云端服務(wù)中心主任程瑞曦則強(qiáng)調(diào),，物聯(lián)網(wǎng)、云端運(yùn)算和巨量資料三者宛如兄弟,，缺一則無法形成應(yīng)用,，智能工廠也將功虧一簣。
針對巨量資料的特性,，程瑞曦指出,，相較于從前習(xí)慣的抽樣資料，巨量資料具有樣本等同于母體,、資料數(shù)量重于資料品質(zhì),、資料相關(guān)性先于因果關(guān)系三大特點(diǎn)。
由于從前是抽樣,，母體和樣本有差距,，樣本的品質(zhì)也顯得格外重要，否則容易出現(xiàn)偏差,；但在巨量資料時代,，當(dāng)數(shù)量已等同于樣本，由于所有的可能性都已經(jīng)涵蓋其中,，反而沒有品質(zhì)問題,。
此外，在運(yùn)用巨量資料時,，必須擺脫從前事事尋求因果關(guān)系的舊思維,，而應(yīng)將重點(diǎn)放在資料所顯現(xiàn)出的觀點(diǎn)或趨勢；背后的原因不再重要,，重要的是抓到趨勢后可用于創(chuàng)造效益,。
至于智能工廠中巨量資料的應(yīng)用方向，程瑞曦認(rèn)為有五大方向：探知,、診斷,、控管、預(yù)測以及視覺化,，可能用來改善品質(zhì),、降低成本、縮短工時,、提高產(chǎn)量等,。
而在應(yīng)用之前，則必須根據(jù)目的慎選主題以決定資料搜集的范圍,，接著以e化方式搜集，避免人為影響，而且必須由業(yè)者或領(lǐng)域?qū)＜矣H自檢視欲運(yùn)用的資料成分并與ICT人員討論,，才能確保資料正確性,，達(dá)到解決問題的目的。
不過,，工研院機(jī)械座智能系統(tǒng)技術(shù)組組長鐘裕亮指出,，臺灣制造業(yè)除了半導(dǎo)體業(yè)，一般而言在ICT方面大概落后德國10~20年,。
且在工廠智能化之前,，機(jī)器先得智能化；而在機(jī)器智能化之前,，零組件要先智能化,，能夠自我監(jiān)測健康狀態(tài)，透過無線射頻等方式回傳資料,。這一連串過程中處處是需求,，也代表許多ICT業(yè)者可投入的缺口，商機(jī)處處,。