NSF智慧維護系統中心（IMS）成立已有15年，由美國4所大學主導，與15國約80多家企業組成工業4.0產學研聯盟，推動全球智慧製造發展，包括奇異（GE）、博世（Bosch）、西門子（Siemens）、艾斯敦（Alstom）等企業都有加入，台灣則有上銀科技、遠東機械等工具機者也共同參與，期望集合不同的專業，協助產業的轉型與更好發展。

預測性將成為工業4.0的大利基

過去，台灣製造業講求愛拼、靠技術的優勢來創造經濟，工具機產業思考的是如何幫助客戶生產，並解決客戶眼前的生產問題、提高生產效能，但這樣的思維在未來世界將難以生存。未來工具機業要創造更大價值，就要能預測製造中會產生的問題，協助客戶減低硬體出錯率，包括裝機、測試、故障等。

如何做？舉IMS創造的軟體平台為例，把即時量測機器的生產數據並換成人看得懂的訊息，依據訊息做出最多的優化與設備預測，達成機器近零故障之目標，最後再把這些結構式資訊，轉到前線設計端。如奇異（GE）也成立了工業物聯網系統，運用大數據分析方式，預測機器的性能與未來，什麼時候該維修，什麼時候不需要。

想達成近零故障，感測器是首要要件，好的感測要能夠隨著環境、時間、機器震動或生產原料之變化，而隨之調整、優化，感測系統的任務是對人負責，讓製造執行者（技術員）能夠無憂（worry free）的工作。不用整天監控系統，除將大幅減少生產成本，對於技術員的工作及生活品質也能有所提升，這也是留住此產業人才非常重要的觀念與方向之一。

好的感測器更要搭配好的監測軟體，一個真正好的軟體要能夠從可見的世界，延伸到不可見的世界，也就是所謂的預測。每部機器會因有不同的特徵或核心功能，而有不同的參數集合，透過大數據分析，軟體可把搜集到的數據變成預測，提高風險控管的透明度與效能。機器與資訊的結合形成了工業4.0的核心課題－虛實整合系統（Cyber-Physical System, CPS）。

整體而言，工業4.0有5個C的核心架構，分別是Connection、Conversion、Cyber、Cognition、Configuration，簡單來說，要讓人與機器能產生最簡單、最有價值的智慧結合，而且一樣的軟體在不一樣的感測器也能產生同等效能。

工業4.0創造大數據所帶來的知識，讓年輕人不必再像前人要花15年，用經驗來換取知識，年輕人可運用數據分析得出的結果、事實來換取知識，節省了時間與成本之耗損，這也是工業4.0之重要價值。

系列演說摘要：
鄭友仁：台灣已具備成熟的資通訊技術，工業4.0發展可期待
倪　軍：台灣應該投入更多的研發與人才培育
王緒斌：工業4.0不是一項自動生產設備，而是一套系統
涂美華／最強悍的溫柔，從鑄造業到整機廠