「只有大型工厂才须关心工业 4.0」，这种似是而非的观念一直是个谜思。事实上，在市场变动迅速、客制化需求高涨、竞争界限模糊的今天，传统工业思维已现左支右绌窘态；转型智能工厂，说直白些，只是为了避免被拦路抢单或增加争取商机的筹码罢了！退而求其次，至少能延长设备寿命、降低停工损失、提升稼动率，以最小成本创造最大效益。工业 4.0，不仅重塑了制造端的生态系统，更彻底改写了市场交易的游戏规则！
着眼于可预测性、以便及早因应，以深度学习 (Deep Learning) 为首，正悄悄进驻智能工厂，而类神经网络、机器学习和人工智能亦伺机而起；让 GPU 运算顿时成为超闪亮明星。从经验到数据，从预测到设备管理，工业4.0 也是一种集结传感器、物联网和大数据等既有技术的融合型创新，进而催生新的整合系统、商业模式和价值链。工业4.0 的主旋律在虚实整合系统 (CPS)，期透过将制造设备智能化并链接物联网 (IoT)，实现预测性维护保养与机器设备服务化。
一直以来，科技研发人员都在努力让机器变得更加聪明；大到工业生产、小到家庭应用，越来越多智能化的机器设备正在改变我们的生活。人类在智能化技术线路上取得的这些成就，引爆新一轮科技革命和产业革命，传感器、大数据、物联网等先进概念和技术汇聚起大量资源和科技精英，新的制造模式和商业模式正在发展壮大。另一方面，AI 正在让工业机器人适应复杂的工作需求，以更低的使用和维护成本，配合制造系统的智能化升级，为制造业者提供客观的效率和潜在利润，这使其市场发展十分迅速。
在北美，工业机器人的销量逐年上升，预计 2017 年将有 4 万台，10 亿美元级别的销售额，仅汽车市场在 2017 年上半年就成长了 55%。在中国，最近几年工业机器人销量年均成长 35%，2016 年生产 7.2 万台工业机器人，2017 年更是成长为全球最大的机器人应用市场。当然，以制造业体量来看，工业机器人市场仍然非常微小，世界范围内只有 32 个上市的机器人公司，工业 4.0 的进展速度也没有预期那么快，但是，毫无疑问，装备了新一代 AI 和深度学习技术的工业机器人，仍是这一波潮流的主角。
着眼于可预测性、以便及早因应，以深度学习 (Deep Learning) 为首，正悄悄进驻智能工厂，而类神经网络、机器学习和人工智能亦伺机而起；让 GPU 运算顿时成为超闪亮明星。从经验到数据，从预测到设备管理，工业4.0 也是一种集结传感器、物联网和大数据等既有技术的融合型创新，进而催生新的整合系统、商业模式和价值链。工业4.0 的主旋律在虚实整合系统 (CPS)，期透过将制造设备智能化并链接物联网 (IoT)，实现预测性维护保养与机器设备服务化。
一直以来，科技研发人员都在努力让机器变得更加聪明；大到工业生产、小到家庭应用，越来越多智能化的机器设备正在改变我们的生活。人类在智能化技术线路上取得的这些成就，引爆新一轮科技革命和产业革命，传感器、大数据、物联网等先进概念和技术汇聚起大量资源和科技精英，新的制造模式和商业模式正在发展壮大。另一方面，AI 正在让工业机器人适应复杂的工作需求，以更低的使用和维护成本，配合制造系统的智能化升级，为制造业者提供客观的效率和潜在利润，这使其市场发展十分迅速。
在北美，工业机器人的销量逐年上升，预计 2017 年将有 4 万台，10 亿美元级别的销售额，仅汽车市场在 2017 年上半年就成长了 55%。在中国，最近几年工业机器人销量年均成长 35%，2016 年生产 7.2 万台工业机器人，2017 年更是成长为全球最大的机器人应用市场。当然，以制造业体量来看，工业机器人市场仍然非常微小，世界范围内只有 32 个上市的机器人公司，工业 4.0 的进展速度也没有预期那么快，但是，毫无疑问，装备了新一代 AI 和深度学习技术的工业机器人，仍是这一波潮流的主角。
