智慧工廠在德國工業4.0計畫下開始獲得企業關注，工廠智慧化的過程中，勢必得面對各種溝通、連結及如何適當應用的問題。在工業物聯網的帶動下，廠商必須依循或建立一套共通平臺，并確切了解自身智慧化的需求為何；而智慧化的內容則是著重于機器與機器、人與機器之間的智慧互通，以及機器設備的自我調整與自主反應，讓廠商能夠有效降低成本、節能、提升生產力及產值，臺灣廠商才能在競爭環伺的市場中脫穎而出。
隨著世界各地工資上漲、勞工意識抬頭、缺工等問題逐漸增加，加上智慧聯網及物聯網時代到來，智慧工廠議題趁勢而起，近幾年開始受到重視，甚至許多廠商也大力導入各種自動化與智慧化系統，希望藉由科技力量來解決人、機器及整體系統間的溝通與運作問題，使廠商可以提升效率與產值，對員工也能提升工作環境品質及準確性。
工業4.0的誕生
智慧工廠真正受全球廠商關注來自德國于2012年制定的工業4.0計畫，德國軟體公司SAP前執行長Henning Kagermann為最先提出工業4.0想法的開創者，而SAP在之后的相關推動中也的確多有著墨。對于工業4.0計畫，德國總理梅克爾也相當支持，更希望能藉由該計畫讓德國與歐洲各國制造業再次振興，歐洲也希望能藉由工業4.0計畫，在2030年前讓制造業所占GDP，從目前15％提升到30％。
工業4.0即為第四次工業革命：第一次工業革命在于利用機械取代人工；第二次工業革命則是生產設備動力的改變，使用電力幫助更大量的生產；第三次工業革命則是開始利用電子設備、ICT技術及自動化系統導入；而第四革命講求的則是智慧化生產，也就是利用各種整合感控系統，結合以人為本的方式進行更為靈活彈性的制造，并利用資通訊科技、云端運算與商業分析達到快速調整及策略訂定的目標。
根據上段所述，智慧工廠可達到快速調整及優化升級的目標，主要做法也已經從純粹的自動化取代人工，轉換成更為智慧化的人機協同，人不再提供單純勞力，而是做為決策及管理者；機器設備則擁有快速應變及多方溝通能力，人與機器所扮演的角色與功能都有大幅度演變，如此能更加貼近現今需求快速變動的市場。
可自主調整廠區與產線之產能配置、調整上下游供應配送、可自主優化生產環境之資源與能源配置、可輔助人員正確完成各種操作與組裝、可即時逆向追蹤生產進度與履歷。這些都是未來智慧工廠得以達到的目標與理想，不但能節省大量時間，也能大幅降低各環節間的溝通與變動成本。
根據調查，智慧工廠市場規模2014年約167億美元，2015年預估會增加至180億美元，到2018年則有機會達到235億美元，年成長率約保持在7～11％。
從工業4.0到智慧工廠
德國工業4.0的發展最終目標就是智慧工廠，其中最重要的就是網宇實體系統（Cyber-Physical Systems，CPS）的導入。CPS為一整合運算、網路通訊與實體環境于一體的多維度復雜智慧系統，也就是利用結合后端運算平臺、現場感測器與致動器，在物聯網的基礎架構下進行實時（Real-Time）的動態控制與服務。
CPS技術可進行編程、記憶與儲存能力，并可結合感測器和通訊技術，嵌入CPS的實體設備可連結到網路，不同于大多數嵌入式系統只著重在計算能力，CPS也可讓實體設備同時具有通訊、精準控制、遠程協同與自主反應運作。
該技術讓實體設備得以更智慧化，機器與機器（M2M）間可進行獨立交換訊息、觸發行動與相互控制，不但大幅改善制造過程、材料用生產過程、工業用工程，也讓供應鏈與生命周期管理更加有效率。
賦予機器設備智慧化后，更重要的是如何與人進行人機協同合作，當自動化開始進入工業時，許多人擔心是否原有人力將會大幅刪減，但智慧工廠將是人與機器協同合作的情境，機器主要處理的多為單純操作、繁瑣且耗費許多人力成本的工作內容，而人則逐漸轉變為管理與決策者的角色；也就是說，自動化與智慧化只是為了讓人能夠有更多時間，進行更有目標性與創新性的內容，因此智慧化并不會造成人力的大幅刪減。
智慧化應符合工廠需求
然而，智慧化過程并非一蹴可及，必須先思考自身需求及先后順序。以半導體廠為例，要獲利必須要有先進技術、高良率、高設備使用率、生產線持續運轉、成本控制能力等，但要有領先技術并擁有獲利機會，則是建立在廠房的安全及環境永續上，因此半導體廠的防災與安全設計就成為智慧工廠相當重要的首要建設項目。
半導體廠最害怕的就是遇到地震，因此對防震會針對不同大小程度的地震進行不同程度的預警與防護程度，如臺積電利用光纖網路能夠事先知道較遠處發生地震，評估是否有可能造成廠內損失，利用光纖網路傳送速度遠高于震波的特性，能夠在震波到達的數十秒內及時做出判斷，并連動通知廠內所有相應設備進行反應與相關安全措施。
半導體廠對安全的要求主要是來自保護自身主要獲利來源資產，因此對防災安全的要求不能有所讓步。另一方面，對人員進出亦有相當高的要求，門禁監控設備與保全系統的連動與輔助機制對于半導體廠而言相當重要，如利用人臉辨識進行黑白名單的篩選，高清畫質影像則利用H.264、H.265編碼標準進行即時傳輸，利用預警通知輔助既有的保全人員系統，大幅降低處理時間及提升處理事件能力。
除了上述的智慧防災與智慧安全監控外，多數廠商更在意產品品質及節能部分的智慧化，廠商最先遇到的問題就是無法知道舊有設備的使用狀態，往往必須等到設備已經出現問題時，才能進行后續維修與更換。因此，若是能了解設備使用狀態，就能進一步了解設備的使用效率與耗損程度，并在發現有所變異時，即時得知有問題發生，若再增加紀錄功能更能進行長期監控，不但能夠降低各種維修或事后彌補成本，收集到的數據也能作為管理策略的根據。
工廠的4大智慧化途徑
從上述幾個例子可看出智慧化不外乎4部分：硬體、軟體、運算能力及后續分析。硬體部分有終端、感測、通訊、顯示、監控等，以通訊為例，未來智慧工廠的無線傳輸將以ZigBee為主流，其優勢在能夠建立大量節點且能節省更多耗能，而基礎網路設施仍是透過相當成熟的乙太網路進行資訊傳輸。
軟體部分則如監控的人臉辨識、共通的通訊協定及互通的管理平臺；運算能力與后續分析則有賴于云端的建立與導入，云端運算與大數據分析對智慧工廠的運作模式相當重要，前述提到的偵測設備使用狀態與發現異狀并事先預警，即應用大量歷史資料進行比對，再進行未來行為推測的預測機制。
大數據及云端運算的建置通常非多數廠商所專業，如已推出多年的Hadoop，其生態系統相當龐大，普通廠商往往難以了解該如何應用或更新最新技術，也因為如此，目前大數據的應用讓許多廠商仍難以抉擇是否要投入。
但事實上大數據分析早已成為世界趨勢，不論是智慧聯網或物聯網，前端感知層及中間通訊層的建立再如何完善，若是缺乏最后的運算層進行趨勢與商業分析，那物聯網與智慧聯網就不能稱為成功，廠商也只是徒增硬體與軟體上的成本而已，對真正改善廠商的運作流程完全沒有幫助，尤其在工業與制造業已經逐漸再次獲得政府與企業界青睞之后，大數據商業分析將會是真正邁入下一階段的最佳利器。
