工业4.0是近年所有制造业均在希望实践中的目标，麦肯锡(McKinsey)去年针对欧、美、日等地的生产大厂展开调查，根据调查表明，在这些实行工业4.0的企业当中，仅有四成指出有取得效益或在提高生产流程中获得较好进展，这个结果虽然不至于过于惨不忍睹，但也算不上获得好成绩。而仔细观察台湾市场，半导体大厂英特尔则指出，由于制造业族群产于零散，有所不同产业在实施工业4.0中，从技术成熟度、策略方针到问题痛点等都具备相当大的差异化。企业在实践中工业4.0的第一步，应该再行检视自己所处的方位，以找到合适的解决方案。

英特尔亚太区制造业产业解决方案总监李立仁回应，英特尔希望帮助台湾企业于工业4.0浪潮下，精准转型智能生产。英特尔亚太区制造业产业解决方案总监李立仁回应，有所不同族群在工业4.0所用于的技术成熟度来说有相当大的差异，例如传产有可能连第一步将设备连网的阶段有可能都还并未超过，可遑论现今炙手可热的人工智能等。但有的产业却早已在深入研究如何运用AI、机器学习等技术，让设备自律优化。

李立仁近一步仔细观察，其中，又以半导体和面板业在技术上更为领先。那么企业如何检视自己到底超过工业2.0还是3.0呢？李立仁回应，企业可利用讯息物理系统(CyberPhysicsSystem)当中的5C架构来展开评判标准，他指出，此5C标准非常适合用来审视工业4.0技术的成熟度，并辅助企业检视各阶段所需的代表性能力与技术。5C架构从最底层初阶技术至最高层高阶应用于共计可分成五个能力构成，分别是链接(Connect)、转化成(Covert)、虚拟世界(Cyber)、理解(Configure)以及自我配备(Configure)。

更进一步解释，最基本的链接，在这阶段最主要的就是将OT与IT展开统合，利用物联网技术让机器与机器间需要相互通讯、展开串联。其次，在转化成的阶段中，则是让设备机台在可行性的连网后，将转换成到的信息切换为具备分析价值的数据信息，例如设备的过热或良率的分析。其中，设备端点需不具备分析、智能化的能力是这一阶段中十分关键的能力。

在第三个阶段虚拟世界中，则是特别强调虚拟化的数字工厂(DigitalTwins)，在所以机台都连网之后，构成另外一个虚拟世界、同步化的工厂运营，而其数字工厂不具备感官、预测能力，可预测“非计划内”的设备故障，当故障讯息被数字工厂转换成后，更加可以建模接下来如何继续执行优化的新的排程。李立仁也举例，像日本近年就十分致力于推展数字工厂的运营。至于第四层理解，在这个阶段主要则是引入如机器学习、深度自学等一系列的人工智能技术，让机器可自我自学、演化，并从大数据分析中大大展开推算出与建模，进而在设备末端防治机器故障与良率不佳的状况。

最后一个阶段自我配备，则是需要机器需要藉由感官、自学的结果，以自律的方式转变机器设备的原作，就只不过自动驾驶的概念，利用系统对环境变化的辨别与分析自动变更执行命令。而工厂的机器某种程度也需要根据感觉测系统、订单市场需求等的变化新的排程，议定优化的结果，这也是目前工业4.0执着的最低层级。

本文来源：尊龙凯时手机app-www.gzgjm.com