憑藉工業4.0整體策略 助台灣建構工業雲平台

亞洲物聯網聯盟秘書長劉建志。

研究機構ABI預測，展望未來M2M/IoT價值鏈，硬體僅佔箇中的3%，連結(Connectivity)則佔20%，至於剩下高達77%的商機大餅，將來自於加值服務。亞洲物聯網聯盟秘書長劉建志認為，展望不久的將來，客戶採購機器設備，都不僅看設備本身的性能與穩定度，更關注設備背後的加值服務，因此台灣機械產業如何擬定整體策略搶佔未來商機，著實至關重大。

劉建志表示，依據美國工業物聯網聯盟(Industrial Internet Consortium)所定義的工業物聯網參考架構(Industrial Internet Reference Architecture)，主要分為三大層次，包含Edge Tier、Platform Tier與Enterprise Tier。

其中最關鍵的就是位居中間樞紐的工業雲平台，它裡頭有Information Domain，負責分析數據，是形成最終應用服務的重要養分來源，另外擁有Operation Domain，負責串連機台、彙集數據並對現場機台設備下命令，搭配一些應用程式的導入與優化讓工件調整進入機台的角度，看似稀鬆平常的調整，其實就有可能節省多達10%能耗。

總體而言，工業物聯網的推動步驟大致有四，依序是從感測器取得數據、藉由工業智能網閘道蒐集數據、利用雲平台進行監控管理，最終產生數據分析、預測建模等加值服務。

換言之，聯網應用所涉及的產業知識各異其趣，即使是大企業，也無法全方位擁有各行業的技術，所以不同行業客戶在開發針對性的工業物聯網應用時，必須善用物聯網平台整合物聯網裝置並與眾多應用服務方案的搭配。

劉建志引用對岸提出的新工業控制系統技術架構，從底層而上，分別是泛在化感知、全互聯製造網路、語意化訊息整合，以及服務化製造應用。說穿了即是針對設備掛上感測器，再透過工業級閘道器收回資料，然後經由一個平台將資料傳遞到雲端，繼而藉由雲平台產生最終各種應用價值。

但製造業者備感納悶，所有的資料都上傳至雲平台，才能輾轉回饋到現場，其間是否產生延遲、資訊安全等疑慮？在此前提下，本地端勢必需要具有一定運算能力，甚至擁有一定程度的人工智慧(AI)，至於經由長期數據累積所演化而來的固定型式AI，才由雲平台負責產生，接著下傳到本地端運算執行，如此方能達到即時反應之功效，這也是近年來包括歐美、對岸致力發展邊緣計算的主因。

與其單打獨鬥  不如訴諸整體作戰策略

時至今日，全球都在談論工業4.0，並密切關注諸如德、美、日、中等大國的發展動向，隨著這股浪潮的延燒，不免讓台灣企業陷入迷思，台灣在其間應當扮演何等角色？究竟是認清現實，選擇在幾個大陣營之中押寶？或是找出自己獨特的資源與地位，積極推出屬於台灣的發展策略？事實上，台灣有機會走出自己的路。

對此，近期甫參加大陸邊緣計算產業聯盟會議的劉建志深有感觸，該聯盟集結了各擅勝場的企業或機構，鉅細靡遺地探討包括泛在化感知、全互聯製造網路、語意化訊息整合等不同層次的發展之道，顯見他們清楚意識到，以工業雲平台架構之大，實在有許多亟待解決的難題，絕非任何個別廠商或法人所能獨力處理。

台灣亦應有相同的視野與體認，思考如何透過宏觀的雲平台發展策略，讓各個機構在大架構之下各司其職，確保能將採集回來的數據做好分析、預測，逐一化解工廠端迫切解決的問題，才是正途；否則縱然把CPS、設備做得再好再棒，接著單打獨鬥推銷到全世界，終究也拼不過大國軍團式的玩法，無論如何，如何儘速形成工業雲平台的策略，實屬當務之急。