工業(yè)4.0概念于2012年提出后受到市場(chǎng)極高的重視，而后所帶出的智能制造更成為制造廠商積極轉(zhuǎn)型的目標(biāo)，相關(guān)的軟硬件投資與投入持續(xù)增加，在市場(chǎng)需求的推動(dòng)與技術(shù)的持續(xù)整合與提升下，TrendForce旗下拓墣產(chǎn)業(yè)研究院預(yù)估，2020年智能制造的市場(chǎng)規(guī)模將會(huì)超過3,200億美元。

智能制造不僅是制造效率的提升，更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(huì)只是單純硬件的革新，軟件的升級(jí)亦是重點(diǎn)，例如利用邊際運(yùn)算技術(shù)來提升硬件的效能與處理能力，再利用數(shù)據(jù)處理、AI分析軟件工具來進(jìn)行數(shù)據(jù)的篩選、萃取與優(yōu)化，軟硬整合在制造領(lǐng)域中更顯重要。

因此，投入智能制造的廠商分布更是貫穿整個(gè)產(chǎn)業(yè)鏈，包括國(guó)際大廠Intel、Xilinx、Microsoft，臺(tái)廠中的研華、上銀、泓格等也都積極投入這項(xiàng)領(lǐng)域，不僅顯示出軟硬整合的重要性，也帶動(dòng)智能制造2017年至2020年產(chǎn)值年復(fù)合成長(zhǎng)率達(dá)12.5%。

智能制造架構(gòu)復(fù)雜，整合型導(dǎo)入方案成發(fā)展趨勢(shì)

事實(shí)上，智能制造興起之際，許多廠商便希望透過智慧化來解決自家問題，但卻發(fā)現(xiàn)很難從市場(chǎng)挖掘出適合自己的解決方案導(dǎo)入，甚至必須尋求智能制造架構(gòu)中各環(huán)節(jié)的解決方案廠商，自行整合成一套適合自己的導(dǎo)入方案，結(jié)果產(chǎn)生整合難度高、成本快速墊高的現(xiàn)象，導(dǎo)致廠商對(duì)于相關(guān)投入的疑慮。

拓墣指出，市場(chǎng)上已有Siemens、GE、Schneider等解決方案廠商積極推出整合型工業(yè)物聯(lián)網(wǎng)平臺(tái)，試圖解決大架構(gòu)中整合難度高的問題;目前亦有較偏向設(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)。

在過去幾年，智能制造的愿景似乎難以達(dá)成，主因在于技術(shù)、架構(gòu)的分散與整合不易;但隨著通訊技術(shù)(如TimeSensitiveNetworking技術(shù))、軟硬件演進(jìn)、邊緣運(yùn)算、云端服務(wù)(如HybridCloud)以及整體框架(如IIC的IIRA架構(gòu))在這兩、三年逐漸成熟，智能制造開始有較穩(wěn)健的發(fā)展軌跡。

上層的云端廠商開始將服務(wù)往底層設(shè)備端滲入，來強(qiáng)化對(duì)于硬設(shè)備的掌控力;而設(shè)備端則是試圖完善底層的硬件部署環(huán)境，進(jìn)一步提升信息的統(tǒng)整程度，有助于接入云端時(shí)的便利性與管理能力。整個(gè)發(fā)展過程將會(huì)讓云端與設(shè)備端逐步串接，衍伸出的整合型管理模式則會(huì)是往后智能制造的重要目標(biāo)。

拓墣指出，由于整體架構(gòu)復(fù)雜，轉(zhuǎn)型的過程必須循序漸進(jìn)，投入亦不會(huì)只有短期投入，而是長(zhǎng)達(dá)數(shù)年的持續(xù)推進(jìn)，因此投入成本往往高達(dá)數(shù)百甚至數(shù)千萬，企業(yè)必須很清楚地了解自身的核心問題為何，才能逐步落實(shí)數(shù)據(jù)整合、升級(jí)革新既有制造流程，甚至是商業(yè)模式的變革。

更多資訊請(qǐng)關(guān)注工業(yè)機(jī)器人頻道