工業4.0終極目標不僅限于廠房中的高效率、安全性，還包括如何減少浪費、改善供應鏈、再度提升安全性和效率，以及更佳的服務…等，要解決這些問題，3D成像、增強現實(AR)、人工智能(AI)、機器人、可穿戴裝置，以及智能運輸等新興技術將可能成為關鍵……

工業4.0(Industry4.0)強調在安全的環境中提升工作效率與生產力，因此工業4.0開始發展時，特別專注生產機器的運轉效能，以及如何避免因機器損壞造成的損失。此時，工業4.0的重點在于工廠內部的網絡與生產機器上的傳感器如何有效鏈接，并通過大數據分析，以期將生產力發揮極致。

工業4.0市場仍然相當暢旺

德國提出工業4.0概念至今，各家廠商紛紛響應，不僅將工業4.0導入自家工廠生產線；也有業者聚焦在相關產品與系統的研發，讓工業4.0成為物聯網(IoT)中最受矚目的應用之一。業界亦提出工業物聯網(IIoT)、智能工廠與智能制造的說法，這些“專有名詞”背后代表的意義基本上是環環相扣的。

無論工業4.0、工業物聯網或是智能工廠、智能制造，其衍生的商機持續不斷的獲市調單位或相關業者的重視。TrendForce旗下拓墣產業研究所預估，2018年全球智能制造及智能工廠相關市場規模將達2,500億美元。

這股以智能制造推動傳統制造模式轉型的潮流正熱烈發展中，其中智能制造即是與全面連網、自動化與生產效益等劃上等號，讓傳統工廠朝工業4.0發展。

而這股火熱的工業4.0潮流實有賴于各國積極推出各項政策推波助瀾，但隨著AR、通訊技術、機器視覺、人工智能/深度學習(deeplearning)等各項新舊技術的再翻新及蓬勃發展，這些技術亦逐步被導入工業4.0應用中，受惠于此，工業4.0的發展將更能契合其所欲達成的終極目標——更智能、更節省成本、更自動化、更高的生產效率與競爭力，以及更安全的人機協作。

AI改變制造設備“思維”

隨著智能制造或工業4.0的導入，未來工廠廠房中最多的不是操作人員而是工業機器人?，F階段，工業機器人通常是寫入作業順序的程序后，由人員操作，一個口令一個動作地完成所需執行的工作，且若需與生產在線的操作員共同工作時，還需有隔離設備，以免工業機器人“不小心”傷害到工作人員。

工業4.0剛開始發展時，在德國的確發生過協作型機器設備致人于死的事件。然而，若僅是讓工業機器人依指令動作，這樣只能說是半自動化，一些比較精細的作業，仍然需要人工執行。達明機器人(Techman)研發處軟件設計部項目經理黃鐘賢表示，傳統的機器人需要和作業員分開，以免機器人運作時，因為沒有“意識”到與作業員太過接近，而不小心誤傷。另外，現階段的工業機器人，能進行的工作很“單一”，機器人無法“舉一反三”，做到更多人工才能達成的工作，例如在一個物品很多的大箱子中，正確取出所要的物品，而這些都可以通過人工智能與深度學習來“教導”機器人，進一步達成全自動化的目標。

事實上，早在2016年世界經濟論壇(WEF)時，論壇中就已將人工智能視為“第四次工業革命”的核心，與會者并預言這個技術將對全球產生翻天覆地的影響，可見未來人工智能的重要性。

甚至，根據瑞士銀行今年4月最新研究表示，2030年人工智能在亞洲可創造最高可達3萬億美元的經濟價值，受影響最大的將是金融、健康醫療、制造、零售與運輸業。瑞士銀行研究報告并提到，人工智能對各行各業的影響可分為兩個層次：第一是產品與服務本身的轉變；第二是運用人工智能在制程、管理或商業流程上，可以大幅促成產業升級。

此外，Gartner也點名將受惠人工智能的十大硬件產業，包括電子零組件、網通產業、半導體，大到汽車產業、機器人，全都上榜。人工智能技術的大突破，也讓智能機器人產業如虎添翼，更是產業邁向工業4.0的關鍵，Gartner指出，2018年，全球工業機器人市場預估可達新臺幣1.1萬億元（約2400億人民幣），而臺灣機器人產值，2015年已達新臺幣570億元（約125億人民幣），其中有九成是發展工業機器人。

由此可見，人工智能與深度學習將進一步推升工業4.0發展，并對產業造成新的正向的影響。黃鐘賢強調，人工智能與深度學習技術不僅自身發展前途無量，在工業4.0應用中，還能讓工業機器人變得更加易于使用，解決更多工業4.0衍生出的挑戰。

機器視覺讓設備“看”得更清楚

工業機器人要能搖身變為真正的協作機器人，或是進行更精密的檢測工作，除了通過人工智能與機器學習之外，機器視覺亦不可或缺。黃鐘賢認為，通過安裝攝影機使工業機器人擁有視覺能力，如此一來，工業機器人可以更準確辨別物品，操作員也可以透過工業機器人的“眼睛”看到生產在線的狀況。

凌華科技(ADlink)表示，機器視覺并非新技術，在自動化生產中，機器視覺早已被導入用于品管檢查，或是增添在工業機器人上。但隨著攝影機與算法的進步，機器視覺的辨識度也越來越高，除了品管之外，也開始用在其他需要“辨識”能力的工業應用中。

不過，品管仍是目前機器視覺最大宗的應用領域，但未來工業機器人要能看得更細微，就需要加入人工智能與深度學習等較強的運算技術。黃鐘賢舉例，達明機器人目前的工業機器人僅配備2D視覺，因此利用GPU顯示適配器進行每秒數百張、幾百萬畫素的圖像處理，仍綽綽有余。不過，若是要更精密的檢測物品，例如現階段還是只能人工目檢的產品外表小瑕疵，則需要3D視覺，此時就更需要處理能力更強大的深度學習與人工智能算法。

黃鐘賢強調，在智能制造應用中，物品檢測是很難自動化的部分，因為產品外表瑕疵的判斷方式仍難以化為工業機器人能理解的程序語言，但通過機器視覺、人工智能與深度學習，即可“告訴”品管檢測機器設備，什么樣的外觀或是狀態，就是有問題的產品，而機器設備也可以根據這樣的“學習知識”，先將有問題的產品攔下來。

AR創造更多互動

雖然AR一開始發展是在消費性即游戲市場較為蓬勃，但是在制造業現場，AR正在漸漸改變工廠的一切。事實上，無論是產品設計與測試、產品與工廠運作，或是銷售及維修服務，都有運用AR的機會，因此，目前AR已被視為工業4.0重要的應用技術之一。

在今年的臺北國際自動化工業大展中，可以看到多家業者運用AR技術，在許多工業制造環境中。威強電工業計算機(IEI)表示，通過AR，可以讓工作者深入遙遠、具危險性..等不易或不適合工作人員進入的地區，或是通過AR呈現產品制造完成的影像與各類信息，消費者或是客戶也可以通過AR了解更多產品細節，因此產業界的確已開始漸漸將AR導入，實現工業4.0的精神。

但相關業者亦透露，不可諱言，AR目前的技術發展未臻成熟，包括頭盔與相關裝置過于笨重、行動化仍有進步空間，因此AR要全面應用在工業4.0，還有一段路要走。

通訊技術使人與機器進一步溝通

工業4.0組成要素中，通訊技術是最不可或缺的一環，這是由于傳感器收集的數據必須向云端傳送，才能被“知道”，甚至進一步運算及分析。高通(Qualcomm)產品管理資深副總裁SergeWillenegger指出，一些正在進入工業4.0應用領域的技術，如AR、無人機…等，需要更短的延遲時間，以及更高的傳輸速率，才能發揮效用，而5G即相當適用。

5G不僅Gbps等級的傳輸速率可與光纖網絡媲美，面對智能工廠需要極大的訊號覆蓋率，5G新空中接口(NewRadio，NR)，以及NB-IoT亦可做到，因此可以預見未來5G技術在工業4.0應用中也將扮演重要角色。

工業環境中，要求無線網絡技術具備相當的覆蓋率，尤其是傳感器網絡，需要廣布節點，因此包括ZigBee、Thread…等短距無線通信技術，自然是工業4.0應用的通訊技術選項。近期藍牙技術聯盟(BluetoothSIG)即推出藍牙網狀網絡(Mesh)，供建置或開發工業4.0相關應用的業者新的選擇。

藍牙SIG全球營銷副總裁孔德容(KenKolderup)表示，基于低功耗藍牙的藍牙Mesh，具備穩定、可擴充1000個以上節點、安全、低功耗與大規模特性，因此可用于工廠自動化、用于機器監測的無線感測網絡…等應用。且當初規劃藍牙Mesh技術時，即將工業應用環境考慮在內，因此不僅可符合工業4.0應用需求，也可讓使用者更便利地使用現有的移動裝置控制或得知工廠的運作情況。

不僅無線網絡的新進展，提供工業4.0穩定發展的養分，工業以太網絡也有新的動作。臺灣西門子(Siemens)數字工廠與制程工業暨驅動科技事業部總經理席德朗(TinoHildebrand)表示，工業4.0要能持續發展，數字化是關鍵，而在工業4.0中，工業通訊就是數字化的基礎。

工業通訊中最主要的通訊技術則是工業以太網絡，然而市場上工業以太網絡標準眾多，采用不同標準會讓網絡彼此間無法共通，勢必阻礙工業4.0的發展，因此身為工業網絡國際標準“Profinet”與“Profibus”的主要推動者，西門子在臺灣也與合作伙伴成立“臺灣工業網絡協會”，以將工業網絡的最新技術與未來趨勢導入臺灣，可望協助臺灣工業網絡的進步。

席德朗認為，臺灣制造業者早期購置的設備，多不具備連網功能，導致這些業者在跨入工業4.0時面臨重重障礙，為了讓人、機器、產品之間的溝通鏈接更順暢，并藉此收集大量生產數據信息即刻上傳到云端，通過Profinet與Profibus將可滿足業者智慧生產需求，也可讓有意進入工業4.0的業者，能夠縮短“陣痛期”，加速工業4.0在臺灣的發展。