岳林品質大觀園

工業4.0所需要的技術基礎

工業4.0英文為：Industry 4.0，意思是「第四次工業革命」。綜觀工業歷史，從工業1.0使用蒸氣為動力，出現機械代替勞力；工業2.0以電氣為主要動力，進入電氣化時代；工業3.0以電腦協助人力製造，進入數位控制時代；到了工業4.0，則是以「智慧製造」為革命重點。

發展工業4.0，轉型智慧製造，需要以下三大基礎：

1.     物聯網（網際網路）

自動化系統必須透過RFID辨識技術、紅外線感應、光線掃描、定位系統等技術，連結所有物品，讓彼此之間訊息能夠交流，建立智慧識別、定位管理的工作系統。

物聯網技術已受到國際間高度關注。美國將此列為經濟與國安的關鍵，規劃以物聯網、雲端運算為核心的「智慧地球」計劃，受到政府大力支持。在台灣，物聯網逐漸應用在產品製造、節能減碳、品質管理等面向，例如設備監控、原料庫存等領域，都得到良好的效果。

2.     雲端運算

雲端運算是一種可以隨時隨地配置資源的公共空間，能夠以最低成本管理、使用，大致分為三類：公共雲、私有雲、混合雲。

目前在工業設計、工業模擬、線上軟體、數據中心等需要大量運算能力的領域，有很好的應用機會，例如模擬汽車碰撞、虛擬裝潢等，企業不用購買昂貴的軟體，只需要支付平台商服務費用，即可使用如CAD、CRM等軟體，替企業節省可觀的成本。

3.     大數據

隨著科技發展，數據資料量呈現爆炸性成長，電腦的處理能力也遠超過人類所及，因此大數據成為產業發展的顯學。數位化的時代，人的一舉一動都會留下數據，因此從數據中可以窺見人類行為模式，從中找出市場需求，成為企業未來提高競爭力、創新力與盈餘的關鍵。

不只是企業重視數據分析，政府也同樣明白其重要性，例如美國政府編列預算，以適當的政策協助產業發展Big Table、商業智能、雲計算、Cassandra、數據倉庫、數據集市、分散式系統、Dynamo、GFS、Hadoop、HBase、MapReduce、Mashup、元數據、非關係型資料庫、關係型資料庫、R語言、結構化數據、非結構化數據、半結構化數據、SQL、流處理器、可視化技術等大數據分析技術。

而在這一波工業4.0的浪潮下，企業與政府正共同努力，持續朝數位轉型的方向前進。結合物聯網、機器人、感測技術、數據分析的智慧工廠一一成立，延伸到「智慧物流」、「智慧服務」，帶動產業升級。

未來，企業在AI人工智慧、邊際運算與數據分析的輔助下，整合資訊、優化供應鏈、跨產業合作創新，提供消費者更好的體驗，也擴大產業市場，尤其是工廠數位化、用戶體驗、人工智慧，將是最被重視的要素。

※取材《SEMI》《維基百科》及其它