芒種閱讀：李傑《工業大數據》
書名：《工業大數據：工業4.0時代的智慧轉型與價值創新》
作者：李傑
美國辛辛那提大學（University of Cincinnati）特聘教授、美國國家科學基金會（NSF）智慧維護系統產學合作中心（IMS Center）主任、麥肯錫（McKinsey & Company）全球資深顧問、美國白宮CPS專家組顧問。研究專長是智慧預測技術和設計產品與服務的主控式創新(Dominant Innovation)。
他領導IMS與包括上銀、研華、西門子、英特爾、奇異航空、波音、阿爾斯通等80多家國際企業，以及辛辛那提為首的四所美國大學共同研發，結合產學研發展出智慧維護系統Watchdog Agent®，被《財富》雜誌譽為本世紀三大熱門技術之一。他的工業大數據概念在日本以及中國大陸都已經是暢銷書。他也是《從大數據到智能製造》一書的共同作者。
內容介紹：
★第一本結合各國發展策略與臺灣案例的工業4.0專書，探索適合臺灣工業4.0的創新轉型之路
內容介紹：
★第一本結合各國發展策略與臺灣案例的工業4.0專書，探索適合臺灣工業4.0的創新轉型之路
物聯網X服務聯網X工業大數據分析是製造業轉型的強力引擎
挖掘消費者尚未察覺的需求，以新商業模式與智慧體系服務打開新藍海！
物聯網超連結，翻轉產業，任何優勢都擋不住升級換代的浪潮，
從製造強權德國、生產大國美國、到精密的日本、新興的中國，都向工業4.0靠攏，重塑生產力。
到底什麼是工業4.0？臺灣如何在全球新競賽中找到自己的優勢與定位？
本書作者李傑是率先研究工業大數據的先驅者，美國國家科學基金會智慧維護系統(IMS)研究中心主任，深度參與德國與美國先進經濟體的工業4.0計畫，他更熟悉亞洲的優勢與挑戰，臺灣、日本、中國大陸的製造業都向他請益。李傑不僅與IMS和西門子、英特爾、奇異航空等國際公司合作，共同研發出智慧維護系統Watchdog Agent®，被《財富》雜誌譽為本世紀三大熱門技術，他也和上銀、研華等企業合作，推動參與產業智慧轉型。
李傑在書中彙整他多年研究與產業互動的成果，分享工業4.0如何運用大數據與物聯網，落實生產、管理、服務的智慧化，並獨創工業4.0製造業轉型為服務創新的重要思維：煎蛋模型，指出工業4.0不僅顛覆製造過程，更翻轉革新了營運思維與策略布局。企業除了創新研發，打造無憂的生產環境，優化產品本身，也要抓出真正重要的數據，分析找出客戶未察覺的需求，創造配套服務或周邊產品，才能拓展企業價值，持續獲利。
本書結合國外領先企業與臺灣的案例，對臺灣產業政策提出建議，深入分析臺灣企業該做什麼，以及該如何做到。
目錄：
推薦序 選對支點用對力 佘日新
推薦序 啟動臺灣轉型突圍的關鍵 卓永財
推薦序 智慧化引領的生產與服務革命 莊國欽
推薦序 掌握趨勢脈動，找到轉型的著力點 黃鵬宇
作者序 工業大數據引領價值創新
導論 洞察未見的需求
第一章 以價值創造為核心的工業轉型新思維
為什麼有工業4.0？／工業4.0 or CPS？／以價值為導向的變革新思維／有之以為利，無之以為用／臺灣工業4.0的競爭力缺口／探索適合臺灣工業4.0的轉型之路
第二章 工業4.0環境下的大數據創值體系
工業4.0的大數據環境／工業大數據vs.互聯網大數據／物聯網的潛在危機／CPS：挖掘工業大數據價值的核心技術／5C：以CPS為核心的數據創值體系架構／從資料到資訊到價值的轉化過程／以資料創值為導向的CPS技術應用特徵／從CPS到工業4.0：重新定位製造
第三章 資料創值的設計與實踐技術
智慧感知層：建立統一的資料環境／資訊挖掘層：從資料到資訊的分析過程／網路層：網路化內容管理／認知層：對資訊的識別與決策／配置層：系統的彈性和重構
第四章 價值創造的商業模式設計
尋找價值的GAP／主控式創新思維：從「創新」到「創值」／主控式創新工具／一步一腳印教你如何做「蛋白」
第五章 案例與實踐
智能設備／智慧工廠／智慧服務
第六章 競爭力戰略新思維
美、德、中競爭優劣勢分析／美國競爭力分析／德國競爭力分析／中國大陸競爭力分析／中國製造的挑戰與轉型方向／對臺灣推動生產力4.0之建議
結語 智慧轉型，打開新藍海
推薦序：選對支點用對力
第一次見到李傑教授，是在2002年浙江大學所舉辦的學術研討會。西湖是個浪漫的度假勝地，但在湖畔的浙大玉泉校區中所進行的研討會卻一點都不浪漫！印象最深刻的莫過於李傑教授所談的新興商業模式，如，汽車公司如何透過手機上傳資料，掌握行車電腦中的數據提供預警服務；又如，電梯公司如何以贈代售爭取長期的服務契約，轉身成為新興電子商務的商流通路。在那個電子商務剛經歷泡沫化的時刻，李教授所談的商業情境，對我而言，有如白蛇與許仙的故事一般的虛無飄渺。
再度與李教授密切互動時，是因應中衛發展中心與國家實驗研究院的工作需求，見證他多年執著在設備維護的智能化研究工作已開花結果，十年磨一劍的努力與整體科技的長足進展，共伴發展形成引導歐巴馬政府再工業化的政策實踐。美國國家科學基金會設於辛辛那提大學的智慧維護系統中心（Center for Intelligent Maintenance System，IMS），成為美國國家科學基金會評比為第一名的產學合作中心，堪稱美國最「入世」的科技研究中心。在臺灣的邊際型創新已不足以解決產業升級轉型的躍升缺口之際，以深厚的科技作為基底所發展出的產業競爭力是當前產業發展的關鍵，IMS的經驗不僅對產業深具啟發性，也勢將作為臺灣目前欲弭平產學缺口與學用落差的典範。
認識李教授十幾年來，第一次看到他稍露倦容是今年五月初率物聯網考察團，在聖路易市的飯店裡。他剛從德國轉北京飛回美國，一下飛機就在昏昏欲睡的午後幫我們上課。李教授會疲倦？真是令人意外。他風塵僕僕地穿梭世界各地，充滿著熱情地擴散他多年在IMS集結各家英雄豪傑所累積的智慧成果，他熱切地想要打造下一個產業競爭力的拚鬥精神，我實在自嘆弗如！當晚，又看到他與辛辛那提的博士班學生為了隔天在波音公司的簡報開會，李教授為了產業與人才，似乎永遠都有用不完的精力，令人讚嘆！
能長期耕耘一個領域，需要兼具前瞻的眼光、深厚的技術底子和堅毅的執行力。20年前就看到設備的維護是製造業的重心之一，在那個老美盛行離岸生產、美國製造紛紛熄燈的年代，在美國中部的製造重鎮倡議「智慧維護」，實在沒什麼賣點！但李教授獨到的眼光看出了其中的優勢與潛力，他以特殊的資源組合不斷擴大合作夥伴，一路堅持下來，也在全球進入智慧製造時代前，即已布好了各種基礎條件，等待一個新的時代到來。李教授若往商業界發展，絕對是頂級的業務員，他賣的不是一個產品，而是一個未來。
非常高興老朋友集結多年智慧，實戰的成果化約為《工業大數據》一書，這本新書對臺灣產業的突圍至關重要！歷史的因緣際會給了臺灣一次全面轉型的機會，因為在虛實整合的起跑點上，臺灣落後得並不多，但是若不加速，恐怕距離就越來越遠了。「價值」這個命題，需要更積極、更迅速、更務實地從看不見的空間中得到答案。阿基米德說：「給我一個支點，我就可以撐起地球。」如果李傑教授在設備維護這樣一個小小的支點上，就能撐起這麼大的競爭力，臺灣廠商該如何找對支點，掌握脫胎換骨的契機，需要同樣前瞻的眼光、深厚的技術底子和堅毅的執行力。這本書提供了許多線索，等待讀者消化與實踐。
推薦序：啟動臺灣轉型突圍的關鍵
2005年開始，德國漢諾威工業展(Hannover Messe)的第2館，也就是創新與研究發展館，每年都有德國國家研究院展出以上銀科技公司的滾珠螺桿為平台的各式創新成果，所運用的技術不同，但是目的都一樣：具有感測的功能，使之成為智慧滾珠螺桿。為什麼會有這種思維？想解決什麼問題？背後的環境是什麼？我每年都花一些時間親自和同仁討論這些議題。
漢諾威展執世界之牛耳，這個展是傳動定位系統最重要的展示會，在展期中有非常多的論壇，感測及智慧製造的主題正逐年增加，我都會選擇其中較具關連的研討會參加。隨著時間過去，一個新的概念日趨成熟，終於德國梅克爾總理在2011年4月漢諾威工業展開幕典禮時，宣布德國將進入工業4.0時代。工業4.0的概念是來自幾次工業革命，因此，也有「第四次工業革命」的稱謂。
眾所周知，德國長久以來在工業製造領域中領先世界各國，在近年的歐債危機中，德國無論在經濟、金融、失業率與社會安定等各方面的表現，均是歐洲的典範。見賢思齊，美國、英國、日本、法國莫不紛紛思考學習德國的做法，各自推出自己的提振工業製造以及產學密切合作的版本。主要工業國家追求智慧製造的熱潮，正在風起雲湧。
但是，從德國本身來看，雖然目前優勢仍在，但是，思考美國在網路創新，網路經濟的興盛，主導了近年世界的改變，德國如何持續維持強勢？這是德國工業界的焦慮，亟思突圍。綜合既有工業製造強項與資訊科技來提升德國工業未來的競爭力以及兼顧德國社會居住實況的工業4.0概念因而孕育，並且在2011年正式誕生。
臺灣產業因外移而空洞化的後果，現在大家都已經看到了，青年人找不到合適的工作，企業界找不到可以用的人，低薪難以改善，社會充滿焦慮，但是焦慮不足以解決問題。我非常憂心臺灣產業未來的國際競爭力，因此，近年不揣愚陋積極奔走推動工業4.0，希望獲得政府、學界以及產業界的重視、思考與學習。如今，行政院也制定《生產力4.0》，亦即臺灣版的工業4.0，總算跨出了第一步。然而，工業4.0至目前仍然是一種概念，各國產業狀況不同，要如何推動？各國仍在摸索。
2015年7月臺灣智慧自動化與機器人協會與天下雜誌共同在台北世貿中心舉辦工業4.0高峰論壇，當時行政院張善政副院長親自致詞，經濟部沈次長也蒞臨主講政府的推動政策，同時也邀請德國西門子、日本發那科等領域的權威專家前來主講，更邀請李傑教授專程自美國前來主講工業大數據，獲得廣大的回應。李傑教授為美國辛辛那提大學講座教授，美國國家科學基金會（NSF）智慧維護系統產學合作中心（IMS Center）主任，鑽研智慧預測技術領域幾十年，為國際先驅，也是日、德、大陸等國家推動工業4.0，必然敦請的主講人，近年僕僕風塵於美國、亞洲及德國，傳播這門對人類生活、商務活動具有重大效益的學問。
上銀參與IMS的研究多年，以滾珠螺桿為平台，致力發展出預測維護功能，已有相當的成果，預計2016年9月在芝加哥美國機械展展出最新一代一樣具有智慧，但不同於德國思考模式的滾珠螺桿。
這次天下雜誌出版特別將李傑教授的巨著《Industrial Big Data》出版中文譯本，對亟需轉型升級的臺灣產業界，工業4.0絕對是一個最好的契機，善用物聯網及大數據的科技，將引領企業邁入智慧製造與綠色生產的層次。要做好工業4.0，本書是臺灣企業不可或缺的讀本，很樂意推薦給政府、學研界及產業界。
推薦序：智慧化引領的生產與服務革命
二次世界大戰末期MIT的Norbert Wiener教授開發了應用電腦，算出由雷達測得的飛機的行徑，同步控制高射砲的角度以達到砲彈能擊中飛機的系統，是他後來定名為Cybernetics的開端；因此也可以說他是今天我們想發展的工業4.0的核心CPS的始祖。
他的創舉引起不少前瞻性科學家推動人工智慧AI（Artificial Intelligence）的研究。七十多年來，感觸器、電腦演算和控制技術的進步帶給我們近年來有能力仿效上帝設計人類心智和功能，展開AI的表現：先知科學家Ray Kurzweil教授推論電腦有機會在2035年左右進步到媲美人腦的Singularity（奇境）。月前AlphaGo（圍棋）以4比1戰勝九段天才高手李世石，荷蘭的DAVI專案開發的WEPods已經證實在荷蘭和瑞士的小城市，可以順利試行無人駕駛的公共汽車（交通條件不算複雜），很多英美和中國的公司也積極跟隨開發可由手機預約的無人駕駛公共汽車。最近Adidas公司也發表年底前在德國創設近無人化的製鞋廠，明年則在美國也建設同樣的工廠；正式將勞力密集的製造業搬回先進國家。
30年前美國貿易代表署，強迫我們自行限制工具機輸出美國5年，重挫了我國剛剛開拓的美國市場，結果反而更加速了美國製造業的外移。政府終於在1993年協助業者創設了精密機械研發中心（PMC），以積極運用電腦和最新科技提升品質和價格競爭力。但因欠缺全球服務網，很多國際客戶，仍願付較高的代價購用服務比較周到的先進國家的產品。因此我們感覺急需設法克服保固和保證生產力的手法。
該年我在一次紀念早我一屆獲得蔣氏基金會所頒「華人機械界傑出貢獻獎」的吳賢明教授逝世週年的聚會上認識了吳氏的高足倪軍和他的研究夥伴李傑教授，當時李教授的談吐讓我感受到他可能是帶領我們應用科技脫離困境的先知。
數年後他果然在2001年，由美國國家科學基金會（NSF）資助在威斯康辛大學密爾瓦基分校設立了智慧維護系統產學合作研究中心（Center for Intelligent Maintenance Systems）；他們開發含感觸器的所謂看門狗機制（Watchdog Agent）蒐集機械設備劣化的資料，設法達成零意外故障（Unpredicted Breakdown）的運用系統。我有幸代表PMC參加第一次IMS中心的產學合作成果發表會。當年尚未有所謂CPS，更不可能有工業4.0的革命，但是李教授的研究已經實質上開拓了物聯網和大數據的手法。
2014年機械工業同業公會（TAMI）為了進一步提升機械等生財器具的價值，決定在隔年春秋兩季各舉辦一場邀請國內外產學研界應用物聯網和工業4.0的論壇。
我們就邀請李教授擔任關鍵演講者，首場時他人在日本，臨時無法分身，就全程以skype遠距視訊介紹他的智慧維護系統；他深知聽眾不習慣深奧的學術理論，就以大家熟悉的日常現象比喻不易體會的哲理。他對智能化轉型過程中的5項M字起頭的要素，比喻為蛋黃，被資訊（Data）、分析和優化所需的建模（Modeling）所包圍。對創造更高價值的6項以C為首的介面要素，比喻為蛋白。並且以避免／解決和可見／未見的矩陣圖方式指引我們經由工業4.0的手法轉型的利基和領域。
去年九月我國政府為了將工業4.0推展到工業以外的產業，設定了《行政院生產力4.0發展方案》，以物聯網製造智慧化為目標推動「製造業生產力4.0」。機械公會也隨繼設立工業4.0智慧機械產學研委員會。
為了讓產業界人士更易認識工業4.0，李教授將其大著作《Industrial Big Data》由天下雜誌出版社印製此繁體字翻譯版本，並邀我寫序推薦；這是我的榮幸也是從事製造業的產學研界各位先進的福氣。我很期待本書能幫助各位先進了解工業4.0的重要性和儘速滿足全球市場追求智慧生產的迫切性；跟隨李教授的腳步，努力達成工業4.0的革命。
為了幫助業者打開巧門，機械公會正在尋求一個使用時才付費的雲端服務站，將來若在機械上有裝置適當的感測器，就可以送回資訊，蒐集和分析大數據，提供更有價值的生財器具給全世界的客戶，希望讀者能經由機械工業同業公會網站（www.tami.org.tw/wisdom_machine.php）給我們問題、心得、意見和要求，加速那個系統的開幕。在此先預祝各位先進成功完成使命。
註：我們的產品／服務對象是全世界，因此我們延用全球通用的工業4.0，而非生產力4.0。
推薦序：
掌握趨勢脈動，找到轉型的著力點
李傑教授是一位非常有熱情、有活力、有遠見、有創意的行動實踐家。看到李傑教授對臺灣無私的關懷與服務熱忱，我們深感臺灣立足世界趨勢的使命感。
高聖精密機電40年來一直在找尋傳承永續經營的目標，而有緣在2012年5月時，因為資策會為政府推動辦理的製造業服務化的座談活動中找來李傑教授為臺灣企業把脈，李傑教授親自一對一為來參加的廠商做了個別產業方向的引導，我們是其中之一。當時對於李傑教授所提出之未見市場、未見需求，但要先做準備的未來構想，深深打動我們多年來追尋永續經營目標的心，並開始一步步用摸石頭過河的心情，戰戰兢兢、小心翼翼、心志堅定、方向不移地往前小步前進至今。這過程中，受惠於李傑教授對於中小企業的深切期待，無論我們遇到什麼問題或跨產業的認知鴻溝，李傑教授在世界級的資源中，用開放的心情介紹給我們認識及無私應用，站在李傑教授的巨人肩膀上，重新看到全新不同角度，走出高聖自己的路。
在2014年美國最大的機械製造展覽會IMTS的時候，李傑教授即以世界第一工業4.0智慧鋸切（Smart Saws）的概念呈現所做的健康診斷刀具預測的技術，讓傳統的帶鋸床走出新的服務領域，客戶買機器是為高枕無憂，無憂生產（Worry Free）的概念，打造我們建立製造業服務化的基礎，逐步在軟體硬體中實現。
李傑教授走在世界潮流前端，並且務實地將先進概念實現為數學演算工具，並且對於臺灣產業的推動不吝給予支持與導引，是臺灣非常難得的活資源。李傑教授的演講，本人已參與多次，每次參與都有不同的感受與獲得新啟發，李傑教授將他的理論與實務，以出版書的方式呈現給大眾，臺灣人非常有福氣。
目前世界趨勢走向生產力4.0、德國工業4.0、中國2025計劃等，這個世代已是全球經濟的大拐彎，並且科技環境的成熟成型，處處充滿創業的機會以及創意實現的無限可能。無論是哪一行哪一業，對於這個最新的趨勢，必須要深入掌握精髓，並且重新回到自己擅長的領域中去發揮、去實現這個概念。
李教授這一本書，涵蓋了許多最新、最基礎的概念，並且提及國內外實踐多年、有成果的實施案例為讀者做公開分享，這是非常好的啟發書，不只是一個導引，更是實際案例的見證。無論對大企業、小企業、個人創業家或實踐家，生產力4.0已經正在發生，並且影響世界經濟及人類日常生活及交易行為。非常推薦本書做為讀者對於未來趨勢的啟發書，敝公司雖然很早開始起步，仍覺得不足，這本書是一個觀念的改造以及行動的指引，能協助各行各業做不同的創意啟發及行動方案的實現導引。我們期待臺灣的產業可以掌握到趨勢脈動，讓臺灣發揮影響世界的價值，這本書是非常值得各位讀者花時間研究的寶山之一。
書摘：導論
洞察未見的需求
工業4.0（Industry 4.0）被德國政府和工業界定義為製造業未來遠景。德國認為，18世紀引入機械製造設備的工業是1.0時代，20世紀初的電氣化與自動化是2.0時代，20世紀70年代開始的資訊化是3.0 時代，現在正在進入「工業4.0」時代，即實體物理世界和虛擬網路世界融合的時代。其中，所謂虛擬網路—實體物理系統作為新一代工業革命的核心技術。美國在1965年就提出的Cybernetics 是虛擬網路－實體物理系統（Cyber- Physical Systems，CPS）技術的前身，現在被工業界廣泛知曉的CPS 是美國國家科學基金會（NSF）在2006 年正式提出的，是美國國家科學基金會的重點資助研究方向。德國工業4.0 與美國CPS，究其核心要義，是傳統製造業利用物聯網（Internet of Things，IoT）和大數據分析（Big Data Analytics）的智慧化轉型。
然而，我們在談到工業轉型帶來的變革時，往往容易看到其代表性的技術特徵，而忽視促使其轉型的最原始的驅動力，也就是對於新價值創造的永恆追求。如果說前三次工業革命分別從機械化、規模化、標準化和自動化等方向大幅度地提高了生產力，工業4.0 與前面三次最大的區別在於：不再以製造端的生產力需求為起點，而是將用戶端價值作為整個產業鏈的出發點，改變以往的工業價值鏈從生產端向消費端、上游向下游推動的模式，從用戶端的價值需求出發，提供客製化的產品和服務，並以此作為整個產業鏈的共同目標，使整個產業鏈的各個環節實現協同優化，本質是工業視角的轉變。工業4.0 的概念有三個支撐點：一是製造本身的價值化， 不僅僅是做好一個產品，還要把產品生產過程做到浪費最少、實現製造過程與設計和客戶需求相配合；二是製造過程中根據加工產品和狀況的改變自動進行調整，在原有自動化的基礎上實現「自動察覺」（Self-Aware，對自身狀態變化的意識）的能力；三是在整個製造過程中達到零故障、零憂慮、零意外、零汙染，這就是製造系統的最高境界。
在現在的製造中，存在許多無法被定量、無法被決策者掌握的不確定因素，這些不確定因素既存在於製造過程中，也存在於製造過程之外的使用過程中。前三次工業革命主要解決的都是可見的問題，例如避免產品缺陷、避免加工失效、提升設備效率和可靠性、避免設備故障和安全問題等。這些問題在工業生產中由於可見可測量，往往比較容易避免和解決。未見的問題通常表現為設備的性能下降、健康衰退、零組件磨損、運行風險升高等。這些因素由於其很難透過測量被定量化，往往是工業生產中不可控的風險，大部分可見的問題都是這些未見的因素累積到一定程度所造成的。因此，工業4.0 的關注點和競爭點是對這些未見因素的避免和透明化。
聚焦需求缺口，創造產品價值
工業4.0 的另一個特點就是製造過程和製造價值向使用過程的延續，不僅僅關注將一個產品製造出來，還應該關心如何去使用好這個產品，實現產品價值的最大化。產品的創新和創值不再僅僅是以滿足使用者可見的需求為導向，而是利用使用者的使用資料去創建使用情景模擬，從情景模擬中找到用戶需求的缺口（GAP），這些空缺我們稱之為「未見的需求」，因為即便是用戶自己都很難意識到。例如，買汽車的人大多都會提出省油的需求，於是所有汽車製造商就努力改變車型和發動機讓車子更加省油。但是很少去關注用戶的駕駛習慣對於油耗的影響，因為駕駛習慣對於用戶而言也是未見的，因此不會有用戶去要求汽車提供駕駛行為管理的功能。所以工業4.0 時代的市場競爭也會從以往滿足客戶可見的需求向尋找用戶需求的缺口轉變。以往我們將產品賣給客戶之後就幾乎到達了生產價值鏈的終點，工業4.0 時代將價值鏈進一步延伸到雲端，以產品作為服務的載體，以使用資料作為服務的媒介，在使用過程中不斷挖掘用戶需求的缺口，並利用資料採擷所產生的資訊服務為使用者創造價值。
我們不妨以汽車為例做一個大膽的預測，在未來工業4.0 時代，人們去4S 店選車不再僅僅選擇車型、顏色和內飾等客製化特徵，使用者可以在一輛布滿感測器的車內進行試駕，當用戶坐上駕駛座椅時，感測器自動記錄整個座椅上的壓力分布，一款符合用戶的身形和坐姿習慣的座椅就自動設計完成了；在用戶開車過程中，汽車內部的感測器自動記錄使用者的駕駛動作，進而預測用戶的駕駛習慣，一個兼顧駕駛操作感和舒適性的動力系統和控制系統被自動匹配完成。在用戶駕駛汽車的過程中，汽車能夠自動識別用戶駕駛習慣的改變，提醒用戶駕駛習慣的變化對於能源消耗和剩餘里程的影響。在上下班高峰期，汽車能夠透過巨量的交通資料預測出未來一段時間內可能通過道路的擁堵情況，並為使用者推薦最佳行駛路徑。在駕駛過程中汽車還可以記錄路面的平整情況，這些資料在系統內分享，提醒後面的駕駛者減速駛過一段坑窪的路面，隨後這些資料被發送給市政管理部門，第二天再經過相同路段時發現坑窪的路面已經被修補好了。用戶回家之後，可以透過手機或是網頁查看一天的駕駛紀錄，不同駕駛模式下的能源消耗一目了然，可以與社區內的其他用戶比一比誰更加節能環保，同時系統還提供了相應的駕駛習慣改善建議。查看汽車的健康狀態報告，各個關鍵零組件的健康衰退和故障風險一目了然，與之相匹配的維護保養建議也被自動提供，網上預約後就可以到4S 店進行維護，如果只是簡單的更換，還提供影片及文字講解的詳細步驟說明，使用者發現雖然去4S 店的次數和保養維修的費用明顯減少了，汽車的故障卻也幾乎降到了零。
這個例子離我們並不遙遠，也許未來5 年甚至更短的時間內就會成為現實。未來工業界賣給使用者的不再是產品，而是價值能力；對於駕駛者而言，汽車是一個產品，但是更重要的是汽車帶給我的行動力、時尚感、經濟性、舒適性和安全性等一系列能力。這些能力所對應的服務也不再像以往那樣給用戶有限的選擇，而是根據使用者的使用情況和需求提供客製化的最佳匹配，因為每一個使用者的使用資料都是客製化的，這使用戶不再是統計結果中的一個樣本，而是一個豐富的、高度個性化的個體。
再舉一個與我們日常生活息息相關的例子。我們大部分人都有去超市買鞋墊和去製衣店量身訂做西裝的經驗。過去我們買鞋墊只會問要買多大碼，同一個尺碼每個人得到的鞋墊都是相同的。但是我們每一個人腳的形狀、體重、站姿、走路習慣、搭配的鞋子都是不同的， 因此不可能有一款鞋墊能夠同時滿足每一個人的需求。在美國爽健（Dr. Scholl） 公司，在賣給用戶鞋墊之前先讓用戶站在一個連接感測器的踏板上，系統就會記錄使用者站立時足底的壓力分布，隨即客戶就可以獲得一個客製化的鞋墊。這其實也只是個開端，還有更多的價值空間可以挖掘。比如足部壓力資料的採集只考慮到了站立時的情況，但是走路和跑步時的壓力分布同樣十分重要，同時還要考慮與不同鞋子的搭配，例如運動鞋、高跟鞋、皮鞋等。這些資料還可以賣給製作鞋子的公司， 在買完鞋墊之後向用戶推薦一款適合搭配的鞋子。最後，這些資料如果與醫學研究相結合，還可以提醒用戶站立姿勢和跑步習慣可能造成的足部和膝蓋損傷的風險，給用戶提供改善習慣的建議。
對於製衣公司而言也是一樣，在給用戶進行量體的時候都是按照固定的姿勢，而沒有考慮使用者在動態情況下的舒適程度。如果我是一名教師，那麼會經常抬手在黑板上寫字，手臂的運動幅度就會很大，手肘和腋下部分就需要加大彈性。因此，未來的量體應該是動態的，給使用者穿上特製的衣服之後按照喜好隨意活動， 衣服上的感測器會自動記錄幾個關鍵位置的應力情況， 根據這些資料為使用者製作更加合身的衣服。這些在過去看來都是天方夜譚的事情，隨著智慧感測和3D 視覺技術的成熟，已經變得觸手可及，這就是科技進步帶動商業與服務模式創新的良性循環。
從這兩個例子我們不難看出，資料依然是為使用者提供客製化產品最重要的媒介，無論是發現用戶價值的缺口、發現和管理未見的問題、實現無憂的生產環境（Worry-Free Productivity）以及為用戶提供客製化的產品和服務，都離不開對資料的分析挖掘。工業4.0 時代中的製造將透過資料把終端客戶與製造系統相連接，這些資料將自動決定生產系統各個環節的決策，實現生產上下游環環相扣的整合，人的工作難度將被大大降低，在這種模式下工廠的組織架構將趨於扁平，生產資源的利用效率也更加優化。
掌握工業4.0 的競爭藍海
工業4.0 並不僅僅是製造業的革命，而是一場更加深刻的變革，創新模式、商業模式、服務模式、產業鏈和價值鏈都將產生革命性的變化，而製造革命只是工業4.0 的基礎條件，其最根本的驅動力來自於商業模式與智慧服務體系的創新技術變革，這兩者才是未來工業界競爭的藍海。
事實上，德國對工業4.0 的定義僅僅體現了製造革命，並非是工業革命。這並不是去否定製造革命的重要性，如果製造系統不產生深層變革，一切商業模式的創新都無異於空中樓閣。製造系統好比是工業4.0 的蛋黃，我們在把蛋黃做強的同時也要努力把蛋白做大。老子云：「有之以為利，無之以為用」，如果拿一個杯子來做比喻，杯子當中看似「無」的空間才是容納水的地方，才是價值真正的載體。我們的製造一定要學會分析和使用杯子裡面的價值：製造設備雖然是德國人生產的，但是我們要更懂得如何使用，如果我們的工廠雖然用的是德國人的設備，但是我們的企業透過對使用資料的分析能夠比德國的工廠更加高效、高品質、低成本和低汙染，那麼德國人就要向我們學習如何使用設備去創造價值。
未來工業界的機會空間可以被分為四個部分。第一個部分是去滿足使用者可見的需求和解決可見的問題， 比如品質、汙染和浪費等問題，需要的是持續的改善與不斷完善的標準化。第二個部分在於避免可見的問題， 需要從使用資料中挖掘新的知識，才能對原有生產系統和產品做加值改善。第三個部分在於利用創新的方法與技術去解決未知的問題，例如具有自動察覺能力的設備，以及利用智慧手環管理睡眠品質都是使未見的問題透明化，進而去管理和解決未見的問題。第四個部分是尋找和滿足未見的價值缺口，避免未見因素的影響，這部分需要利用資料分析產生的智慧資訊去創造新的知識和價值，這也是工業4.0 的最終目標。
透過分析資料、預測需求、預測製造、利用資料去整合產業鏈和價值鏈，這就是工業4.0 的思維。現在各個領域都在談大數據，但是大數據本身並不是一個問題，而是一個看待問題的新方式。大數據只是一個現象，其本身並不重要，利用大數據創造價值才是根本目的。工業4.0 是一場在未見世界中的戰爭，而數據分析則是連接可見與未見世界的橋樑。
認識工業4.0 所需要的重要元素與概念
第四次工業革命
由於互聯網和電腦技術高度發展，在與工業系統深度融合過程中引發的生產力、生產關係、生產技術、商業模式和創新模式等方面的深層變革，是整個工業系統邁向全面智慧化的革命性轉變。
Industry 4.0
由德國提出和宣導，以虛擬網路－實體物理生產系統（Cyber- Physical Production System，CPPS）為核心技術的製造系統變革。
工業互聯網
由美國奇異公司（GE）提出。代表全球工業系統與智慧感測技術、高級計算、大數據分析以及互聯網技術的連接與融合，其核心三要素包括智慧設備、先進的資料分析工具以及人與設備的交互介面。工業互聯網是智慧製造體系與智慧服務體系的深度融合，是工業系統產業鏈與價值鏈的整合與延伸。
虛擬網路—實體物理系統 （Cyber-Physical System，CPS）
又譯為資訊物理系統，由美國國家科學基金會（NSF）於2006 年提出。是透過網路虛擬端的資料分析、建構模型和控制對實體活動內容的深度對稱性管理。CPS 是第四次工業革命的核心技術。
物聯網（Internet of Things，IoT）
實體之間透過感測器資料與控制信號實現相互索引、相互連接、相互通信和相互協同的集群網路。其主要技術元素包括智慧感測網、機器與機器（M2M）訊息傳遞、雲端計算與儲存技術等。
資料的分析與預測（Data Predictive Analytics）
從人和設備的各類活動資料中透過統計分析、特徵提取、關聯挖掘、模式識別和深度學習等智慧分析方法，實現對實體活動內容的認知和預測。
互聯網＋
互聯網與傳統行業相融合的模式，其本質是利用互聯網技術顛覆傳統行業商業模式和服務模式的經濟新型態，是生產系統革命引起生產關係和商業模式變革的必然趨勢。
預診斷與健康管理技術（Prognostics and Health Management，PHM）
文章定位：
