工业 4.0、智能制造、智能工厂等愿景绘声绘影多年，一直不疾不徐地演进着，直到一场场的天灾人祸——气候变迁、人口老化、Covid-19 疫情、政经诡谲到供应链秩序的裂解……，才倏然为市场加柴添火。当然，近几年科技的水到渠成亦功不可没，包括：网络通讯的普及、云端／边缘运算的成熟、电子工程的再进阶等，最重要的是人工智能 (AI) 的突破性发展。早期的 AI，单是标记数据、训练、推论就耗时耗力，且近似黑箱作业的特性向来为人所诟病——「什么是可解释 AI」？一度成为业界研究重心。
然而，「生成式 AI」的横空出世正在翻转这样的局面！行业领头羊辉达 (NVIDIA) 宣称，借助高速运算和生成式 AI，将合成数据与预训练模型结合，可优化 AI 推论解释力达 99.8%。经过验证，借助「生成式预训练模型」(GPT) 训练海量资料、再就少量标注数据并针对具体任务调整而训练出的「大模型」能完成多种任务；配合垂直应用的领域知识，冀能客制化解决特定情境下的任务，而由此衍生出的「通用型人工智能」(AGI) 锋头正盛！整体而言，生成式 AI 依托三大基石共同协作：资料 (Data)、算力 (Computing)、算法 (Algorithm)。
为此，NVIDIA 企图藉自家 AI 模块、以「AI-on」的加挂方式，为生成式 AI 时代建置引擎以创造更大的训练模型，让每个超大规模的数据中心都可变身为生成式 AI 数据中心。算力与算法部署完成，如何实时获取有效数据源头，无疑是前提！于是，精确的状态监控 (CbM) 及讯号链传递需求明显加温，从航天国防走进千家万厂；加上迫在眉睫的节能环保引动，能源效率已成制造业可持续发展的重要组成，促使原本就是预测性维护 (PdM) 利器的 CbM 联袂数字孪生 (Digital Twin)，尽可能发挥最大效益，带动感测、连接、控制相偕迈向 AI 化。
影响所及，被喻为「通往致动器与传感器最后一步」的 IO-Link 接口亦市况热络。在言必称 AI 的今天，对于从自动化时代就存在的机器人／机械手臂也造成一定冲击：未来 AI 机器将被视为「高危害设备」！为免它们自作聪明、受电磁干扰 (EMI) 而误动作或遭黑客入侵，未来具备自我学习能力的 AI 机器不能采自我宣告、须经第三方验证才能入市；与此同时，独立于主控 PLC (可程序化逻辑控制器) 之外、新增「状态逻辑控制」的 Safety PLC 随之趁势而起。当 AI 逐步进驻制造工厂，业界正怀着戒慎之心严阵以待新一波的机遇以及……挑战！
