以工(gōng)業(yè)4.0為(wèi)核心的智能(néng)制造，已經成為(wèi)目前全球制造業(yè)者共同發展的方向。有别于一(yī)般消費(fèi)性市(shì)場需求，在工(gōng)業(yè)生(shēng)産制造領域的發展上(shàng)，不僅有強調以工(gōng)業(yè)應用為(wèi)主的工(gōng)業(yè)人工(gōng)智能(néng)，在數據數據的搜集上(shàng)，自(zì)然也有所謂的工(gōng)業(yè)大數據。做為(wèi)工(gōng)業(yè)人工(gōng)智能(néng)的基礎，怎樣獲取正确的工(gōng)業(yè)大數據，也關系著(zhe)制造業(yè)轉型升級的成敗。

除了與一(yī)般大數據以強調數量(Volume)、速度(Velocity)、多(duō)樣性(Variety)，及真實性(Veracity)的“4V要素”之外，工(gōng)業(yè)大數據還(hái)特别強調所謂的可見(jiàn)性(Visibility)及價值(Value)。對于大數據及工(gōng)業(yè)大數據之間的差異，一(yī)般認為(wèi)，數據的數量、獲取的速度/頻率、數據的多(duō)樣性與真實性，是制造業(yè)在導入數字化與自(zì)動化之後，會(huì)自(zì)然演化出現的數據。但對于工(gōng)業(yè)4.0或制造制造，要從(cóng)設備制造端向使用者服務端的轉型而言，可見(jiàn)性及價值，則代表了對工(gōng)業(yè)大數據所追求的目的與意義。

不過數字轉型及産業(yè)升級的風潮，很多(duō)制造業(yè)者在著(zhe)手進行往智能(néng)制造轉型的過程中，是伴随著(zhe)數字化與自(zì)動化同步進行，由于數字化與自(zì)動化之後，機(jī)台設備可以快速的産生(shēng)大量數據，業(yè)者如果沒有完整個(gè)規劃或從(cóng)事(shì)階段性的建設，很容易在初期就(jiù)走錯(cuò)方向。

相(xiàng)關業(yè)者表示，一(yī)般的商業(yè)大數據可以在累積大量數據數據後，再固定或周期性的進行數據的處理與分析；但是智能(néng)制造要能(néng)創造價值，最佳的方式則是必須要将相(xiàng)關的工(gōng)業(yè)大數據，就(jiù)近的在機(jī)台設備端，進行實時的分析處理，并且執行反饋。同時，也需要将這些實時處理分析的結果進行視覺化的展示。

業(yè)者表示，工(gōng)業(yè)大數據與一(yī)般商業(yè)大數據的一(yī)項重要差異，就(jiù)在于對于精準度的要求。對一(yī)般商業(yè)場域中應用的大數據及人工(gōng)智能(néng)而言，準确率能(néng)達到(dào)90%左右，就(jiù)已經将驚人，因為(wèi)對消費(fèi)者的年(nián)齡判别失準，或是推播了錯(cuò)誤的廣告，一(yī)般并不會(huì)造成太大的影響；不過，如果應用在工(gōng)業(yè)生(shēng)産領域，工(gōng)業(yè)大數據結合工(gōng)業(yè)人工(gōng)智能(néng)被要求的準确度，可能(néng)是需要到(dào)99.9%甚至更高(gāo)的準确率，因為(wèi)一(yī)旦工(gōng)業(yè)生(shēng)産制造上(shàng)的數據出現誤差，對于産品後續生(shēng)産各方面，都将帶來難以估計的損失。

也因為(wèi)工(gōng)業(yè)大數據需要就(jiù)近進行高(gāo)速而精準的分析與處理，因此，在智能(néng)制造風潮崛起之際，連帶掀起了對邊緣運算(suàn)架構的需求。相(xiàng)關業(yè)者指出，就(jiù)近在機(jī)台設備端收集的工(gōng)業(yè)大數據，先将必須優先處理反饋的部分進行分析處理，不僅可以達到(dào)快速反應的目的，同時也可以将數據量有效的縮減，對之後傳輸、儲存等部分也都會(huì)相(xiàng)對較為(wèi)有利。

就(jiù)制造業(yè)轉型智能(néng)制造，相(xiàng)關業(yè)者認為(wèi)，從(cóng)現場的數據采集規劃開(kāi)始、邊緣運算(suàn)架構的搭建，一(yī)直到(dào)完整解決方案的提供，如果沒有工(gōng)業(yè)大數據支撐，結果可能(néng)會(huì)有極大的差異。當然，相(xiàng)關業(yè)者不否認，智能(néng)制造的規模若再進一(yī)步的發展後，工(gōng)業(yè)大數據的範圍一(yī)方面将持續擴大，但同時對于數據來源則将持續細化，即便如此，工(gōng)業(yè)大數據在智能(néng)制造轉型上(shàng)扮演的角色越來越重要。