隨著邊緣運算、雲端運算、人工智慧等IT領域技術發展日漸成熟，藉助數位化的力量來推動企業轉型，已是各產業共通的課題。台灣製造業中數量與規模皆為可觀的電子產業，正可運用工業物聯網（Industrial Internet of Things，IIoT）平台，蒐集並分析生產線的完整資料，進而即時監控與調整參數配置，以最佳化工作流程，提高生產品質及達到預測性維護。
PTC台灣物聯網發展業務總監王寶慶觀察，近兩年工業物聯網在智慧製造的應用模式之所以備受關注，驅動力主要來自於台灣國際級電子製造業者，企業規模夠大、擁有豐富的資源投入初期建置工廠，其中多數都遵循國際自動化協會提出的ISA-95架構虛實整合系統，讓IT與OT（操作技術）部門依據標準定義的五個層級逐步實踐。
ISA-95架構定義的Level 1到Level 3為OT層，涵蓋生產線必要的感測與控制、資料蒐集與監控（SCADA）、製造營運管理（MOM）或製造執行系統（MES）等應用系統；Level 4到Level 5為IT層，包含企業資源規劃（ERP）、先進規劃排程系統（APS）、商業智慧（BI）、決策支援系統（DSS）等範疇。目標是提供一致性的術語，作為技術供應商與生產製造業溝通基礎，並且建立標準資料格式，讓每個層級彼此之間得以交換訊息。
演進到工業物聯網時代，關鍵則在於把各自獨立的系統予以串連，也就是製造業的OT與IT整合，彙整異質設備技術產生的資料，運用機器學習演算模型分析，不僅可增添預測性維護能力、減少人力介入操作，還可避免產線因意外造成停擺的風險，大幅提高生產力，為智慧化轉型奠定基礎。
突破連接性桎梏即時掌握產線運行
台灣製造業面對全球市場的競爭壓力，特別是委託製造（OEM）與委託設計製造（ODM）為主力的業者，始終面對著要求交期更短、產品價格更低、良率更高的挑戰，在訂單數字逐年疊加之下，促使本土廠商須持續不斷地提升生產效率。王寶慶指出，除了來自訂單客戶的壓力，同時，人力成本也逐年提高，勞力密集的工作程序運用自動化機制來取代，已是大勢所趨，再加上近幾年產業積極往智慧化邁進，整個轉型過程，不論企業規模大小勢必須先演進到工業物聯網。
邁向智慧製造的過程中，工廠得先具備自動化能力，搭配物聯網應用，首要是可掌握足夠資料，蒐集到足夠的情報，以精準地執行相對應的反饋任務，讓單純的執行動作、重複性、危險性的生產流程發揮最大效益。洛克威爾自動化（Rockwell Automation）智慧製造應用發展經理王展帆指出，工廠依循ISA-95部署架構，搭配運用機器學習與人工智慧應用輔助深入洞察，可逐步往智慧化工廠的目標邁進。 事實上，即便本土大型製造業的系統，王展帆觀察，依ISA-95架構的五個層級來檢視也仍有待改善之處，例如MES尚無法達到優化產能或是預防人為錯誤，普遍的原因在於製造業應用場域系統架構以往皆為獨立建置、各司其職。引進新興IT技術的目標即是為了打破藩籬，透過資料的蒐集與彙整，可增添更高價值的功能，例如機台設備故障當下不僅發出告警，同時查詢ERP系統是否有備品，並且在維運系統自動發起工單，註明須維修的零件，以提高維運效率。
推動工業物聯網應用超過8年經驗的西門子數位化工業軟體東南亞地區技術顧問王達觀察，亞太區包含台灣製造業現階段建構工業物聯網應用的障礙，首要是既有工廠的設備過於老舊，根本不具網路連線功能，必須先設法建立連接性，才可蒐集到完整的資料。其次是即便換新或添購設備，雖已具備乙太網路傳輸埠，但蒐集彙整資料後，卻不知如何分析產出有價值的資訊，幫助現場人員釐清設備故障等問題。 王達進一步說明，製造業依據垂直領域再細分，例如消費性電子、機械、汽車零件等場域，不同工業環境在意的產能、良率等關鍵指標，計算方法也有所差異，亦可說是近幾年協助客戶建置工業物聯網應用時普遍的問題。「西門子提出的發展藍圖，建議企業階段性地到達目標，首要即為建立可連接性，藉此蒐集與監控運行狀態，第二階段是建立分析與預測，第三階段才是開展數位化轉型，透過解決方案來逐步實踐。」
邊緣端即時處理資料 AR眼鏡遠端檢修
除了ISA-95標準架構，也可從基礎架構的角度探討工業物聯網環境，若欲發展智慧製造，王寶慶建議，可參考德國國家工程院（acatech）、德國人工智慧研究中心、德國弗勞恩霍夫爾協會等巨擘推動的「工業4.0成熟度模型」，PTC亦有參與該合作計畫，讓企業藉此對照評估自家場域的發展狀況，以便制定推動實施方針。
工業4.0成熟度模型，從初階開始依序為電腦化（Computerization）、聯網化（Connectivity）、可視化（Visibility）、透明化（Transparency）、可預測（Predictability）、自適化（Adaptability），共六個階段。王寶慶說明，目前多數本土企業尚在聯網化或可視化階段，通常是因為機台設備過於老舊，原廠早已不支援等因素，須先行突破困境，才足以實踐工業物聯網應用。 更進一步推展到透明化、可預測，以及自適化，除了須投入資源建置技術平台以外，組織結構與文化也得調整因應。現階段企業IT部門管理範圍不外乎ERP、CRP（產能需求規劃）等系統，對於工廠場域建置的系統則無法掌握。OT與IT原生職責與賦予的使命本就不同，看待資訊系統的思維自然有落差，工廠端的資訊系統務必得確保正常運作，過去才會以封閉環境部署建置。儘管企業已擬定共同的發展目標，組織文化仍需要時間磨合，逐漸建立最佳協同合作方式以因應穩定性與安全性問題。王寶慶指出，如今企業開始認同地端、邊緣端、雲端的應用模式，正是突破的契機，IT部門未必得直接取得OT環境的資料，可藉由部署在OT場域的邊緣運算處理過後，再把必要拋送到雲端的資料，透過PTC Kepware來遞送，即可滿足OT與IT應用需求。
此外，藉由邊緣運算讓資料在應用場域先行處理分析，才可整合不同時序產生的資料，達到即時性監控，例如馬達轉速，每秒蒐集一次，若還得透過網路傳輸寫入到資料庫，待監控平台關聯分析後發現異常，處理過程耗費的延遲時間恐已釀成事故。
邊緣運算部署模式，對於OT場域解決問題可說是最佳實作，主流的PTC ThingWorx、Siemens MindSphere等工業物聯網平台，以及洛克威爾自動化提出的Rockii解決方案，皆有助於整合IT與OT部門工作流程，藉此提高產品良率、產線效率、稼動率、故障預測等能力。如此一來，製造業攸關企業競爭力與智慧財產的產線資料，既無須存放到仍有疑慮的公有雲，同時可運用機器學習演算分析輔助，打造擴增實境（AR）檢修等新型態應用場景，讓技術支援工程師無須進入廠房，透過AR眼鏡即可遠端執行故障排除。