经济部近年来积极强化智慧制造的布局，从之前的生产力4.0到现在的智慧机械，都投入大量预算与资源，经济部认为台湾制造业具深厚基础，亦累积大量数据资料与制造管理技术、能量，发展智慧制造系统，可整合终端物联网、通信网路、云端平台到大数据分析，後续更可导入人工智慧，运用於电子资讯、金属机电及民生化工等产业，协助升级转型。

/news/2018/03/05/1705363850S.jpg

经济部部长沈荣津之前就指出，台湾若能跻身人工智慧晶片自主国，以台湾优势领域为主轴，如车用电子、医疗电子、智慧制造等，发展利基型智慧系统整合晶片，晶片及半导体产值可??快速增长，从现在的2.5兆元，成长到2025年的4兆元。

就目前发展来看，智慧制造有3大趋势，首先是生产网路，这部分主要是应用制造运行管理系统(Manufacturing Operations Management，MOM)，协助生产价值链中的供应商获得并交换即时生产资讯，供应商所提供的全部零组件都可在正确的时间以正确的顺序到达生产线，第2个趋势是虚拟模拟与真实物理系统的完美融合，在生产制造过程中的每一步都将在虚拟世界被设计、模拟、及优化，为真实的物理世界包括物料、产品、工厂等建立起一个高度模拟的数位双生(Digital Twin，Twin Model)，第3个趋势则是网宇实体系统(Cyber-Physical System，CPS)，在此系统中，产品资讯都将被输入到产品零组件本身，它们会根据自身生产需求，直接与生产系统和设备沟通，发出下一道生产工序指令，指挥设备进行自组织生产，这种自主生产模式能够满足每位用户的客制化需求。

这3大趋势，未来都会与AI有一定程度的整合，例如在产线监控、机器人、无人搬运车等，都将有AI运算功能设计，主因在於大量客制化的趋势，工厂需要面对的产品类型、产线调动等各种生产情境的难度也会大增，虽然透过感测器及大数据分析，管理者已经可以掌握更多用来帮助决策的资讯，但也因为资讯量大量增加，增加管理者的资讯分析压力，加上市场变化愈来愈快速，人类的分析速度恐怕已经愈来愈难跟上提供速度愈来愈快的前端资料，自然也就更难让制造现场的机台能够迅速反应客户需求，AI应用於制造业，将可让系统在从大数据分析找出规律性建立模式，进而学习避免前面发生的错误，甚至做到提前预测，应用於制造领域，不仅可以缩短停机时间，更可适时做出产线调整，减少呆料及废料的发生频率，让制造业更具竞争力