撰文/OOSGA
從頭到尾整合、串聯、且自動化的產線，是建立於多個工業4.0科技的基礎上才能達到的。 而這不僅是重複性極高的勞動工作，隨著工廠變得更加智慧以及工業物聯網 (IIoT) 的應用，自動化的科技更是能應用在許多決策層面的工作，並進一步地為經濟創造將近16兆美金的價值。
工業自動化是什麼?
工業自動化 (Industrial Automation)最早由福特公司提出， 是一個將製造業的營運流程自動化的模式，而建立於這個基礎上，我們可以更進一步的細分出工業自動化的兩個層面 : 體力勞動的自動化，以及資訊處理與決策的自動化。
體力勞動的自動化
從自動化的概念第一次被提出來到現今，大部分我們所說的自動化都是體力勞動的自動化 (Automation of physical labor)，而大部分體力勞動的工作範疇通常重複性與獨立性都很高，也就是說，從技術層面來講，這一類型的勞動是最容易被自動化的。
不過，即使從技術層面來說，我們已能透過工業自動化技術去大幅的取代掉體力的勞動，但這真的符合經濟效益嗎?
答案是..也許。在工廠走向自動化的背後有兩大主要因素限制了其潛力，一為不斷轉變的消費者需求，再來則是不斷加劇的產品複雜度。 間單來講就是現在的消費者想要的更多 – 同樣一個產品的機能想要得更好、功能想要的更多、甚至更個人化；汰換的更快 – 為了不斷迎合消費者的口味，業者頻頻的推出新產品，大幅縮短了過往的產品週期。
那為什麼這兩個因素會限制自動化的潛力?
從消費者需求開始說，如果業者要能夠跟上消費者不斷轉變的口味，那既有的產線也必須要不斷更新，然而一個自動化產線的建構成本非常龐大，所以業者可能只會徹底自動化幾個比較屬於核心業務範疇的領域 (Ever-Green Product)，或是比較上游的產業，在自動化產線上就會走得比較大膽。
第二個就是產品複雜度，隨著產品複雜度越高，自動化的難度也就越難，然而當下的技術尚未到達一個轉淚點，讓業者能夠合理的導入自動化技術。
然而，隨著工業4.0的科技成熟，我們在自動化體力勞動所遇到的這些問題也漸漸地在被解決。例如積層製造、人機協作、以及物聯網等等都讓我們能夠更好的處理複雜的產品製程以及抓緊消費者的需求。
資訊處理與決策的自動化
這個階段是近十年，隨著人工智慧技術的進步才出現大幅度成長的。 用Sheridan與Verplank所提出的十個自動化程度的框架去看，這幾年間，電腦也在取得數據、分析數據、建立決策、執行決策的階段中擁有越來越多的決策權。
業者只要能夠了解整個數據策略流程，並結合相關的科技與技術，就能在這個資源充沛的現代建立起一個高自動化的工業4.0工廠。
