臺灣智慧機械政策發展風向出現轉折
蔡英文總統於2018年9月前往臺中市出席「智慧製造試營運場域暨全球智慧機械發展中心」揭牌典禮時表示，只要我們發揮既有優勢，積極投入「智慧機械」創新，持續落實「智慧機械產業創新推動方案」，連結在地、國際及未來三項重要策略，就可以在國際供應鏈中創造臺灣不可被取代的地位。
蔡總統亦有提到未來將規劃把「工業4.0」跟AIoT的創新能量引入產業，透過領航跟主題式示範計畫，持續開發更前瞻的技術及解決方案。另外，針對中小企業智慧化，則透過「智慧機上盒」及「公版聯網平臺」，可以更即時的收集跟分析數據來調整製程，用最靈活的方式達到快速、少量及多樣的生產目標。
從上述的致詞內容，可以觀察到臺灣發展智慧機械或智慧製造的重點方向，將會從過往著重智慧機械硬體與組件的技術研發，進展至智慧製造試營運場域的建置，未來則將朝向以工業4.0與AIoT為主，進行創新模式的開創。
但若要驅使製造業者未來能真正有效應用工業4.0與AIoT的創新能量，其根本之道應是要思考如何協助業者有效取得工業數據，並進行清洗、分析與建模，之後才能有效應用人工智慧、提升價值。
智慧製造發展路徑已邁向「Outcome Economy」階段
觀察此一產業發展軌跡，與WEF及Accenture於2015年出版的「Industrial Internet of Things : Unleashing the Potential of Connected Products and Services」的採用與影響路徑，相當符合，如透過預測維護與遠端管理大幅改善營運效率；藉由軟體驅動的服務、硬體創新與增加在產品、程序、顧客與夥伴的可視化等作法，驅使「結果經濟」（Outcome Economy）的模式出現。
該研究報告提到過去15-20年，網際網路革命重新定義B2C的產業環境與競爭要素，影響如媒體、零售、金融等服務業的產業結構與發展。未來10年，IOT革命將巨大的改變製造業、能源、農業、交通等工業部門，甚至經由新興人機互動技術等方式，將大幅促使人類工作模式進行轉型。
藉由工業物聯網創造出的新價值，主要來自於產品連結後所產生的數據、與自動決策與即時反應的能力提升，並反應到下面四個面向：
1. 透過預測維護與遠端管理大幅改善營運效率。
2. 藉由軟體驅動的服務、硬體創新與增加在產品、程序、顧客與夥伴的可視化等作法，驅使「結果經濟」（Outcome Economy）的模式出現。
3. 新興連結性生態系與軟體平台的融合，將使傳統產業的經營疆域漸趨模糊。
4. 人機協同作業將有效提升生產力與工作體驗。
上述所提之「結果經濟」是該研究針對工業物聯網採用與影響路徑分析中的第三階段（整體路徑請見下圖1），該階段對於產業最大的變革之處在於改變傳統產業銷售產品或服務的模式，而改採用衡量「顧客使用後之成效」的銷售模式。為轉型成「Pay-per-outcome」的銷售模式，供應商需要針對過往產品與銷售模式進行變革，以確保「成果」的效益可滿足客戶需求。
為協助供應方降低營運風險，則需要更多方法或模式來偵測或管理原先提供產品或服務的「成果」，如隨時連網、準確感知、即時分析、預測保養等，因此需要更多「數據」來確保成果的達成，而為有效管理、分析「數據」，也促成工業雲平台的興起。
圖一、工業物聯網採用與影響路徑
資料來源：WEF and Accenture（2015）「Industrial Internet of Things : Unleashing the Potential of Connected Products and Services」，MIC整理，2018年10月
日本與中國大陸對工業數據與工業雲平台發展漸趨重視
然對於工業數據與工業雲平台的重視，並非僅有臺灣，如在智慧製造領域與臺灣具有「競合」關係的日本與中國大陸，從2017年開始也推出多項相關政策計畫，以下分別敘述。
在日本部分，在2017年6月在「未來投資戰略2017」政策中，即將「促進供應鏈數據鏈接」當作發展次世代產業的重點項目；在2017年10月發表「Connected Industries」，則是將「定數據格式、擴數據應用」作為此一政策的主要目標與任務。在此政策下，「Manufacturing and Robotics」為五大政策執行任務分組之一，該分組未來工作任務包括數據規格與格式的國際標準化；在資訊安全與人力資源發展等水平領域，增強跨公司的協同合作；提供IOT工具並協助改善中小企業導入IOT的環境。
2018年6月日本提出「未來投資戰略2018」（草案），延續對工業數據的重視，其相關KPI為「在2020年可在工廠現場蒐集資料的公司比例達到80％，而可將蒐集到資料與具體問題進行連結的比例達到40％（2017年的比例分別為68％與22％）」，由此可見日本對於該國優勢產業在未來工業數據與工業雲平台領域的發展，已經開始投入布局。
至於中國大陸部分，其在製造領域的相關政策規劃從2017年底開始轉向扶持工業互聯網平台，從2017年11月國務院發表「關於深化“互聯網+先進製造業”發展工業互聯網的指導意見」，即被中國大陸各級政府機關與產業各界視為下一階段製造業發展的重要意見。
之後在2018年工信部陸續針對工業互聯網APP、工業互聯網發展行動計畫、工業互聯網平台建設等計畫。甚至在試點示範項目部分，除延續智慧製造試點示範專案之外，在2018年8月更推出「2018年製造業與互聯網融合發展試點示範項目名單公示」，都可顯示出中國大陸從政府到產業，對於工業數據與工業互聯網的重視程度。
圖二、中國大陸近期與智慧製造相關政策與計畫
資料來源：中國大陸國務院與工信部，MIC整理，2018年10月
MIC觀點
從上述各國家對於智慧製造、工業4.0、工業物聯網等議題的討論與政策內容，可發現建構並有效運用工業雲平台進行工業數據擷取、分析等加值應用，已經成為近期智慧製造發展重點方向。然產業若要開始規劃導入工業雲平台進行工業數據的加值，有幾項觀察重點，值得思索。
平台架構-不同層面、不同挑戰
從平台架構區分，工業雲平台包含感測層（包含感測器與網路連接等）、平台層（主要是PaaS）與應用服務層（主要是SaaS，包含工業APP與工業Micro-service）等。現有平台層面臨的挑戰主要是產業領域專屬性強，重Domain，現有通用型平台演算法和模型資料庫移轉不易、工業應用專屬開發工具不足。在SaaS層則面臨應用開發者數量有限、專業工業APP 應用較少與商業模式尚未形成等問題。
平台設計-打破「工業」本質思維框架
不同於現有產業及社會大眾熟悉的消費性平台，工業雲平台具備著更異質的數據格式與應用環境，因此產業在規劃導入工業雲平台之前，需針對「工業」的本質進行瞭解。此外，產業需具備「更開源」的態度來面對「更豐富」的應用服務。
智慧製造是目的，工業物聯網與工業雲平台是手段
不論是早期所討論的CPS（虛實整合系統）到數位雙生技術、邊際運算，或這篇文章所提的工業雲平台，其實都必須體認到企業本身導入智慧製造的目的，是為了解決何種問題或提升那些價值，其投資方有回報，因此在理解新興技術或應用之前，企業本身需有一套適合自身的智慧製造發展藍圖。
因此，對於要發展智慧製造的企業主而言，會先建議企業可藉由多種診斷工具與分析模型，盤點公司現況，如營運診斷、生產問題、發掘客戶需求，進而繪製公司智慧製造發展地圖。根據發展地圖，定義優先改善項目，問題定義清楚，導入之解決方案（如擷取哪些數據、採用何種雲平台與應用）才能明確且有功效。
發展地圖確立之後，尚有兩點值得注意。首先是Culture v.s. Structure。導入需有公司文化作支撐、組織結構配合調整，而非僅設立一個組織單位或專案團隊，就確信公司可成功導入。其二則是選平台 v.s. 用平台。對臺灣產業而言，「建平台」並非是全民運動，面向數據處理更開源、平台功能更豐富的產業環境，選擇與公司現有合作夥伴（設備供應商、系統整合商、軟體供應商等）產生網絡關係，使用生態系之工業雲平台，較易產生綜效，成功機率也較高。