智慧工廠：幻想還是必要？

在撰寫本文時，我們正處於COVID-19疫情之中，這場疫情對整個製造業世界造成了前所未有的破壞。然而，對許多企業領導者而言，這並未改變他們對第四次工業革命或工業4.0的推動和驅力，因為製造商正爭相尋找在變化世界中生存的新方法。

雖然工業4.0這個術語經常被用來傳達各種可能性，但它也帶來了許多挑戰。製造技術中資訊和數據交換的自動化，以及「智慧工廠」的創建，對大多數企業而言仍然距離實現還有很長的路要走。換句話說，這仍然很大程度上是一個幻象。儘管數位技術正在改變工業和製造業世界的面貌，但邁向工業4.0的進程相對緩慢。諸如物理對象與軟體整合等進步在各個行業中參差不齊，雖然存在一些先驅者——如亞馬遜——但對於該行業的大多數其他企業而言，我們還沒有達到那個階段。

雖然對於進展緩慢的原因沒有簡單的答案，但該行業在全面實現工業4.0方面面臨三個主要障礙： 

1. 連接性

連接性的目標應該與數據收集和數據管理有關。真正連接的企業應該能夠有效管理來自組織的數據和進入組織的數據。許多可程式邏輯控制器（PLC）目前正在與這一現實作鬥爭，特別是因為來自工業4.0的大數據來自如此多不同和多樣的來源。大部分數據要麼未被使用，要麼僅用於非常特定的戰術目的。

不相容技術、系統和數據類型之間的互操作性不足，加劇了數據未被策略性利用的問題。如果沒有機器和感測器數據的整合，企業將無法處理狀態監控、預測性維護或可追溯性等主題——這些都是智慧工廠的關鍵組成部分。為了克服這一點，公司需要能夠使用機器學習、人工智慧和預測分析充分利用製造大數據價值的尖端平台。

2. 實施

太多傳統IT系統難以儲存、操作和管理工業4.0所需的多樣化數據。這不僅導致生產力損失，還帶來額外的技術難題，因為需要更多人員在車間工作，無法從遠程環境履行職責。

這令人沮喪的原因有很多：工業4.0的整合應該比迄今為止的現實更加順暢，因為過去二十年的技術進步要求如此。但是，啟用新設備，並能夠註冊和連接無縫整合所需的軟體，對許多人來說仍然難以實現。由於缺乏標準化以及對可用技術缺乏知識或理解，也存在障礙。

開源軟體解決方案可能是短期和中期內解決這個問題的最佳方案，但從長遠來看，企業會發現需要從組織的上下層進行結構性變革。

3. 自動化與IT層級

工業4.0要求自動化解決方案具有高度認知能力。但是，當涉及自動化等大型項目時，組織通常遵循特定路線或轉向現有供應商，結果是他們可能會被「鎖定」，這種方式可能會限制他們在工業4.0環境中獲得或思考替代解決方案的能力。還需要比以往更快地做出決策。雖然邊緣運算可能是一個可行的解決方案，但對許多製造公司而言，這項技術仍處於起步階段。

沒有簡單的解決方案，但如果機器要有效地相互「對話」，必須優先考慮IT與OT（營運技術）之間更好的理解。 

幻象還是必需品？

雖然工業4.0這個流行詞仍然廣泛存在，但許多製造企業在能夠完全實現其雄心之前仍有大量工作要做。而且，隨著各行業繼續快速發展，將完全智慧和自動化工廠的幻象轉變為現實的需求，將轉變為一種必需品。這種必需品最終將把智慧工廠從幻象中帶出，變為現實。