工業4.0為全球制造業大勢所趨，據研究機構報告指出，2015年全球制造領域內的物聯網市場規模約529億美元，預估2020年將成長至1,332億美元，年復合成長率約20.3%;工業用傳感器產值也由2016年的25.4億美元成長至2020年的40.5億美元。

物聯網時代，感測為王，一切信息都要透過傳感器來感知、測量、收集數據。物聯網想要走得遠，要看傳感器的發展程度，無論是RFID、電壓、溫濕度、氣體等環境傳感器，或是安防領域的各種影像、熱感、紅外線、室內定位、警報等傳感器應用，甚至機器間的信息協作、量測、分析到控制，唯有靠這些感測組件來建構物聯網的眼耳鼻舌與四肢，才能完成大數據云端數據庫的實時搜集、擷取、運算、分析與數據智能化，而這兩者正是構建智能工廠不可或缺的關鍵基石。

資料搜集落實廠房監控管理

以科技廠房來說，提升產品良率是其第一要務，即使只是改善1%的制程都愿意積極嘗試，畢竟人為錯誤是造成良率下降的最主要原因。例如，在工具機上內嵌可偵測馬達負載、轉速、聲紋、震動、電流等各式傳感器，讓機器設備具備智能搜集信息的功能：當機器手臂牙叉(Fork)組裝精密組件時，能精準穩定地感測其軸向的微小力道，掌握卡匣取放時的受力變化，提供邏輯判斷、找出瑕疵品。而當機器設備老化，導致不預期停機或故障，借助傳感器來擷取各種環境信息，包括溫濕度、酸堿值、氣體、粉塵等，分析、判斷其作業環境的耐受度，以達到防患未然的功用，讓生產線得以順暢運作。

另外，工業機器人作為未來重要的生產工具，首當其沖便是人機協作。當人與機器同時合作，更需要加裝許多傳感器以具備人機協同感應機制，去確定其運作方式不會對人產生危害或影響，從機器手臂的位置去定位每個位移，透過更智能的安全設計掌握機器手臂外圍狀態;當人員進入共同作業范圍時，手臂會自動減緩速度，待人員離開后，再恢復原始速度，如此即可在不中斷作業的情況下，強化人機協作的安全性。而搭配定位追蹤傳感器，便能夠確認作業中的人員或其他生產相關設備都在正確的位置，借助追蹤這些人員和對象，以及兩者的互動狀況，管理者即可全盤監看生產流程，并依此判斷什么時候、哪段流程需要調整。

其實，廠房之所以透過各式各樣的傳感器來監測數據，無非就是想掌握生產質量，達到某種制程條件。借助制造過程中的數據采集，將能進一步運用后端平臺運算做大數據分析，幫助企業獲利。

大數據分析提升競爭力

誰能快速反應市場變化、生產多樣化產品，誰就是贏家，而大數據即是能加快決策速度、預測未來的最佳應用。數據采集永遠是廠房智能化的重點，但若信息未經過處理，只是浪費儲存空間的無用垃圾，必須透過虛擬信息與實體系統(Cyber-Physical System)的結合，將數據傳到云端進行儲存、分析，形成決策，進而再回過頭來指導生產。依據長期量測、統計與分析生產過程的相關數據，當有制程質量逐漸偏離、設備精密度變差的情形時，便可提早進行預防性保養、維修，甚至發展成先進設備控制的預警系統，達到自我監測和預測功能，以維持產品制程穩定性、提升良率。

大數據的實際應用，可以郭臺銘的“關燈工廠”為例：富士康通過物聯網技術，累積多年生產在線的各種機臺數據，并利用影像辨識和機器學習等技術，為這些機具設備連上神經與大腦做大數據分析，得出生產環節中每一個制造流程的結果;加上各種智能感測與傳感網絡的導入，便可做到讓機器獨立自主運作，在黑暗中也能完成生產。

曾替臺積電打造智慧生產的清大教授簡禎富亦曾說過，“談工業4.0，關鍵在數據背后的決策優化。”在智能制造的流程中，機器人并非要完全取代人力，人所扮演的角色不再是勞動工作的“操作者”，而是晉升到經由后端的大數據分析來下策略判斷，成為生產過程的“設計者”、“決策者”以及流程的“管理者”。

虛實整合創造企業價值

辨識與分析是安全及生產極為重要的一環，而傳感器與大數據則是幫助實現智能制造的核心技術。借著廠房內遍布高精密、高穩定度的傳感器捕捉所需信息，拉進軟件平臺建立工業物聯網系統，再運用大數據分析完成虛實整合，預測系統設備的性能與未來，提高風險控管的透明度與效能，最終達到零故障、優化生產的目標。

如何以創新思維善用物聯網，以實時監控及大數據預測技術，自主優化生產環境的資源分配，將是科技產廠房的致勝關鍵，更有助于中國提高國際競爭力，開拓全新的市場機遇。