在成本考慮之下，國外制造廠商逐漸外移至人力成本更低的中國，近幾年則開始從中國移往東南亞國家，形成逐成本而居的“游牧民族”。但隨著科技快速推陳出新和市場需求更加多樣，廠商面臨高度的訂制化需求，生產也轉為少量多樣形態，因此除了庫存控制要更精準，交貨期也必須保持高度彈性。

種種變化導致制造廠必須投入更多成本，管理則更有挑戰，甚至有許多廠商無法控制的外來因素，如更偏向社會層面的缺工問題。盡管科技的演進在市場需求面帶來各種變化，但物聯網、大數據、人工智能等新科技的出現，也幫助制造業在生產過程中變得更靈活。

德國于2012年提出工業4.0概念后，智能制造與智能工廠開始受到市場高度重視，許多制造業者積極啟動數字轉型并投入智能制造的行列，拓墣產業研究院預估，2020年智能制造的市場規模將會超過3,200億美元。整體商機固然龐大，但智能制造領域相對復雜，在投入資源有限下，如何將大量數據整合并升級既有的制造流程，將會是未來幾年欲轉型智能制造的廠商必須面對的課題。

1.一窺智能工廠樣貌

何謂智能工廠?簡單來說，即是將工廠制造過程的環節進行串連與智慧化。過往的制造自動化是將機器人/機器手臂導入產線，利用機械來提升工廠效率、良率，以及降低人力成本與錯誤率。智慧化則進一步利用物聯網感測技術，進行產線監測與遠程控制，再利用云端運算與數據分析的結果，快速回饋給硬件底層或是整個系統架構以進行優化，并讓現場設備除了監控、搜集數據之外，更能做到自主相互溝通、流程彈性調整、實時狀況處理，以及適應外部環境變動。

因此智能工廠著重的不再只是制造產品，而是利用軟件、硬件、整合平臺與云端的不斷融合升級，讓制造業不只自動化，亦走向智慧化，工廠可以更了解外界或內部的實時變化，并擁有更快速的調整能力以進行產在線的實時應變。

2.邊緣運算來助攻

智能制造、智能工廠強調信息的串聯，甚進一步期望機臺間、人與機臺、機臺與系統間可做到實時信息傳遞與反應，若透過傳統云端運算后再往返的時間容易有所延遲，而大量信息直接上傳云端，儲存與傳輸的成本亦是高昂;邊緣運算的出現，有機會可以利用架構上的調整以及運算能力的提升來解決這些問題，透過邊緣運算進行資料的預處理，實時做出決策與回饋，再將可延后處理或需要儲存的信息上傳云端，如此一來除了提升現場的反應速度之外，亦能大幅降低信息傳輸過程中所需要產生的各項成本。

目前最常見的邊緣運算產品是工業網關(Gateway)，是目前智能制造架構中的重要中介，主要用來串接前端各式各樣的硬件與后端的信息平臺與云端系統。目前工業網關相關廠商有英特爾、戴爾、Moxa、西門子、新漢，軟件與操作系統商有Wind River、微軟Windows 10、研華，云端平臺則有微軟Azure、IBM Bluemix等。

此外，網關本身的智能化亦是邊緣運算的體現，例如監控系統若導入邊緣運算與智能網關，在靜態或畫面未改變時，網關可自動判定使用低解析高壓縮的視訊進行監控，但當偵測到畫面有動態變化或特殊狀況發生時，網關會自行切換成高解析低壓縮的畫面進行視訊串流，讓帶寬的使用更有效率。

3.智能工廠早已是進行式

事實上智能工廠并不是空談也并非只是想象，半導體產業如臺積電已有高度智能化的流程與制程，汽車產業自動化比例更高達9成，也開始有許多訂制化服務，這兩個產業正是自動化與智慧化的最好印證，雖然各產業對自動化、智慧化有不同解讀和實際做法，但隨著趨勢興起，許多傳統產業如紡織和食品業等，也逐漸加入工廠智動化的行列。

因為市場與客戶端的需求越來越多樣，許多廠商希望透過新科技與智慧升級來解決接單與制造的問題，但由于制造業的個別差異甚大，廠商很難在市場上找到適合的解決方案，甚至必須尋求不同環節的解決方案，再自行整合成一套來導入，困難、成本高讓廠商對于相關投入出現疑慮。

因此廠商在導入智慧化的過程中，必須清楚了解自身的核心問題，智能制造、智能工廠著重的是制造管理思維的轉型，既然是思維轉型，那過程就不會只是單純的硬件革新，軟件升級亦是重點，軟硬整合在制造領域中更顯重要。目前市場上已有西門子、通用、施奈德等解決方案廠商，推出整合型工業物聯網平臺，試圖解決智能制造架構中整合難度高的問題，亦有較偏向設備端的廠商推出一站式到位或兼容性高的解決方案，讓客戶能夠順利的串接軟硬件與更上層的云端服務。

智能制造與智能工廠的建置過程相對復雜，整個轉型必須循序漸進，投入不會只有短期，也并非頭痛醫頭、腳痛醫腳的模式，而是長達數年的推進與核心價值重新建構，投入成本往往高達數百甚至數千萬美元，制造企業本身必須訂定長期的投資規劃與組織整合，才能逐步落實信息整合，以及既有制造流程的升級與商業模式的革新。