因為工業4.0是基於3.0往上加上一些智能的元素，所以要實施工業4.0的時候問題來了，現場的機台、設備來自全世界許多的廠商，而這些機台、設備各講各的語言 (communication protocal)，這樣是不是很難溝通呢？
如果要換掉這些老舊機台設備，那麼企業主就要投入大筆的資金，所以呢，很多公司就卡在這裡走不下去了。這時候所謂工業電腦的公司就跳出來了，它們的價值主張就是幫這些老舊機台加上外掛，透過這些外掛讓機台的資料可以吐出來。
不過做完這些，大概只是把工業3.0補考完而已，實際上對於所謂工業4.0建置是還沒開始。
在工業3.0後，有各式各樣的電腦控制系統以及資料 (來自level 3, level 4的資料)，而怎麼把這些資料放在一起管理，方便使用就是說大不大、說小不小的問題了。
因為不同系統有不同的重要性與負荷，如果要常常去要資料，可能造成一些關鍵系統負荷過大，所以就只能一段時間要一次。因此資料就不容易即時或是統一時間，自然要拿來分析就不方便了。
而在工業4.0中最重要的智能部分才是真的最大的問題。過去很多智慧是在做中學而來的，這些老經驗的員工如何傳承這些知識、經驗，是人工決策階段所面臨的重要問題。
所以工業4.0是倡議要把這些經驗透過系統模型來實現，但是作這樣的事情是需要很多的人才：簡單說，要有會分析的專才、要有懂domian產業知識的人、要有會把這些知識變成系統化的人。在這樣的情形下，很少有公司可以養得起這樣的團隊。而這才可能是工業4.0最大的挑戰。
所幸，現在有很多公司嘗試著把這些東西(分析模型)商品化，搞成人工智慧、機器學習這樣的軟體，或許在這種情況下，有機會讓更多中小企業能夠實現工業4.0
沒有留言:
張貼留言