過去只要產品做的好，就不愁沒有銷路。但是製造業現在面臨的狀況大不相同，市場快速變化、競爭加劇，需求開始走向個人化、客制化，但相應的生產條件卻沒有辦法快速靈活應變，再加上勞動力缺乏的問題，一場席捲整個製造業的第四次工業革命撲面襲來。各個國家地區都在積極佈局工業4.0和智慧製造，台灣如何應對？如何結合自身優勢在這場全球性質的4.0製造業革命中獲得競爭優勢？
何謂工業4.0？何謂智慧製造？
工業4.0（Industry 4.0）是指「第四次工業革命」，不是單單創造新的工業技術，而是著重在將現有的工業相關的技術、銷售與產品體驗統合起來，透過工業人工智慧的技術建立具有適應性、資源效率和人因工程學的智慧型工廠，並在商業流程及價值流程中整合客戶以及商業夥伴，提供完善的售後服務。其技術基礎是智慧型整合感控系統及物聯網。這樣的架構雖然還在摸索，但如果得以陸續成真並應用，最終將能建構出一個有感知意識的新型智慧型工業世界，能透過分析各種巨量資料，直接生成一個充分滿足客戶的相關解決方案產品（需求客製化），更可利用電腦預測，例如天氣預測、公共運輸、市場調查資料等等，及時精準生產或調度現有資源、減少多餘成本與浪費等等（供應端最佳化），需要注意的是工業只是這個智慧型世界的一個部件，需要以「工業如何適應智慧型網路下的未來生活」去理解才不會搞混工業的種種概念。
智慧製造(Wisdom Manufacturing, WM)是利用先進製造技術和物聯網，大數據，雲計算，人工智慧（AI）等新一代的資訊技術，將生產過程的每一個環節都高度客製化／智慧化的先進製造模式，以適應快速變化的外部市場需求。以前的製造是追求自動化，批量生產同類產品，智慧製造則要根據客戶需求快速客製化生產產品。智慧製造時工業4，0的一個核心部門。
全球的智慧製造和工業4.0的規劃如何？
各個國家都在大力發展智慧製造和工業4.0，從美國的製造業回流，德國的工業4.0，日本的新機器人計劃再到中國的中國製造2025，起步早的要保持優勢地位，起步晚的奮起直追，根據自身的優勢，不同國家的實施的戰略的重點有不同，但在物聯網／大數據／AI等工業4.0關鍵技術上都在努力佈局，爭取全球範圍的製造業競爭中保持優勢。
台灣的製造業曾經撐起了一個世代的輝煌，尤其擅長大量生產和代工製造。面對這樣的全球製造業革命，台灣行政院生產4.0發展方案也應時發布，旨在加速產業鏈垂直、水平數位化及智慧化，導入網實融合與人機協同關鍵自主技術，借力使力及群策群力加速培育產業網實系統軟硬實力，在資金投入／人才培養／專業指導等方面給出了具體的規劃和目標。製造業的廠商們也積極應對，希望乘著4.0的大潮再創奇蹟。
但現在有一個很大的問題是，很多製造業廠商以為智慧製造和工業4.0就是技術革新、自動化、使用機器人的無人工廠。這個誤解造成了很多企業的智慧製造和工業4.0之路越走越歪，投入了大量資金沒卻沒有得到效益上相應的提高。
智慧製造與工業4.0是產品全生命周期的大整合
智慧製造與工業4.0是產品整個生命周期的管理與服務，是從市場到研發生產再到銷售服務，整個環節的整合。
舉個例子。一家汽車製造公司，通過工業技術革新、自動化機器人生產實現了每分鐘生產一輛汽車，資訊的流轉從研發部門到採購部門到生產部門再到物流部門，到了用戶手中就停止了，那麼車場想要獲取用戶的使用狀況，除非把車子開回來檢修。目前這種中斷了的資訊流導致車場一方面無法提供及時的客制化的服務，另一方面也造成車場不了解用戶需求、不了解自己產品的狀況，在新車的研發、舊車的改良上無從下手。如果這時恰好一家競爭車場整合了整個流程，或是某廠商研製了汽車端的服務產品，在不需要經過車場的情況下就能全部承攬用戶服務，那麼這家車場的命運將不容樂觀。
市場變化迅速，方向是成敗關鍵
巨人的倒下，不過幾年時間，諾基亞、柯達、索尼都是例證。市場快速變化的情況下，企業的反應速度、行動方向往往成為成敗的轉折點，這時候對市場數據分析就尤為重要。比如這樣的市場分析，實時抓取各地銷售數據，通過產品、地區、客戶等不同維度全方位展示產品的銷售情況，獲取各產品、地區、客戶在指定時間內的銷售波動情況和發展趨勢。這樣的豐富維度、實時數據分析為後方生產什麼樣的產品、研發的方向是什麼、採購多少原材料、生產多少產品等都提供及時而又準確的依據。
這是一家化肥生產企業的報表。化肥的使用量與有效耕地面積和作物種類有直接關係。及時了解各地的耕地面積變化和種植類型，對於評估市場容量、制定市場策略有重要作用，也是生產部門制定生產計劃的重要參考。
整合製造前後環節，實現大量生產與客制化的協調
生產要依賴於市場提供的數據，決定生產什麼、生產多少；採購庫存制約的實際生產量；服務售後資料又決定著著產品功能、質量該如何改進——生產，是工廠所有環節的連接者和資料整合應用者。如今，市場的多變和客制化生產是大勢所趨，如何提高生產效率、縮短產品生產周期，以快速應對市場的變化，以及如何做到彈性決策和智慧生產以達到「大量生產」與「客製化」之間的協調，成為生產環節的關鍵。智慧製造和工業4.0中大熱的技術，物聯網、AI、機器人、大數據分析在這裡盡情發揮作用。視覺化工廠透過大量佈建的感測器，密集擷取特定區域或物件的特定訊息，在PC上或是手機上就可以隨時了解整個工廠的運轉；BMW為了滿足每位顧客挑剔善變的需求，其生產線的應變能力已經到可以讓顧客在車子進入生產線的六天前，都可要求變更設計與配備的程度，沒有任何一輛是完全一模一樣。這些實現都依賴於技術的實施，以及技術背後全流程數據的整合。
通過感測器對各生產機構的生產裝置進行每5分鐘一次的數據抽取，集中展現在數據大屏上，集團能夠對各生產裝置的負荷了如指掌，也能及時發現和解決問題，保證生產效率。
服務是所有環節的試金石
在服務中了解客戶、了解產品，是對市場方向正確與否的反饋，也是生產質量、產品研發的反饋。
這張報表，對客戶反饋的產品問題進行數據分析，關注維修率和故障率，有利於幫助產品研發改良以及生產過程優化。
這些企業流程中的每一個環節，都需要其他環節資料的支撐，整合的效果讓整個流程的效率、科學性大為提高。但打通全流程的不是一件簡單的事情，每個不同的環節會遇到不同的系統，每個系統的資料庫、資料定義、資料統計標準可能也不一樣，這就形成了一個一個的系統孤島，無法彼此連接起來。還有一些環節還沒有做物聯網，軟體應用和數據收集尚需加強。但要在智慧製造和工業4.0中不落其後，這些問題都要一個一個慢慢補足。就像水桶，是其中一塊木片變短，決定了整個桶的容量。
智慧製造和工業4.0，要從痛點出發，而不是從技術出發！
看完了上面的講的內容，覺著挺好的，然後自己該怎麼樣還是怎麼樣，沒有很深的觸動，這是很多台灣廠商的現狀。究其原因，是智慧製造和工業4.0之路沒有從公司的痛點出發。只停留在技術層面上，看到大家都在布局智慧製造和工業4.0，自己企業也要導入一套資料視覺化工廠設備，而不是先分析企業存在什麼問題需要解決，結果往往是投入了很多卻不見明顯的降本增效的效果。
在進行智慧製造和工業4.0之前，應該問自己這樣幾個問題：
企業目前有什麼痛點？
可以用哪種智慧製造和工業4.0技術來改善？
準備投入到少成本，以及如何衡量導入後的效果？
改善之後的效果會比運用其他方法更好嗎？
如果你的答案是肯定的，再開始智慧製造和工業4.0之路不遲。
智慧製造與工業4.0是個過程，沒有完成了的狀態
我們談企業E化談了很多年，從開始導入CRM系統，到後面陸續導入MES、MIS、ERP、財務、物流、想笑系統，系統多了，數據雜了，再導入一個數據整合的工具：報表軟體或者BI系統工具。這些都是企業E化的過程，它沒有完成狀態，是一直在進行的，沒有企業說自己的E化完成了，以後高枕無憂無需再做任何E化了。智慧製造和工業4.0也是這樣的，硬體里的感測裝置、網路裝置、機器人、穿戴式裝置、3D列印、智慧型手機，軟體中的雲端平台、大數據應用、人工智慧AI、虛擬實境VR/擴增實境AR術都是一個個階段，隨著發展可能還會蹦出新的技術。要做好沒有一勞永逸的準備，不斷根據企業的狀況、技術的發展來隨時優化，才能在激烈的競爭之中始終立於不敗之地。
智慧製造與工業4.0，可以參考的實例有哪些？
智慧製造涉及的範圍非常廣泛，包括設備／生產／質量／採購／銷售／經營管理／物流等各個環節的智慧化。如同上文中提到的，企業要從自身的痛點出發導入智慧製造，追求真正為企業產生價值。這裡給大家介紹幾個智慧製造和工業4.0導入的案例，都是從企業某個環節的痛點出發，並取得了實效的，希望可以給大家一些思考。
一輛汽車等於一億條程式碼！數位化管理體系是怎樣打造智慧工廠的？
工業4.0視覺化工廠，「精誠時代」如何做到提效200%，節約30%用工？
智慧製造與工業4.0利器，協助企業挖掘資料金礦，提高效率，降低成本。
喜歡這篇文章嗎？歡迎分享按讚，給予我們支持和鼓勵！
