近五年來，「數位轉型」就一直盤據在多家國際調研的關鍵技術排名之中，被認為是影響未來企業存活的決定性因素。也就是說，目前還沒開始著手數位轉型相關布局的企業，將來應該很難持續存留在市場之中。

這個看法，也廣泛受到產業界的認可，並且投入相當的支出來實踐數位轉型。根據國際數據資訊（IDC）的調查，全球投入於數位轉型相關的服務與科技支出，在2017年至2022年的年複合成長率達16.7%，預期2022年的金額更將達到1.97兆美元。而顧能（Gartner）的調查也顯示，自2019年起，企業就開始把數位轉型列為首要任務，並有33%企業的數位計畫來到成熟階段，且僅僅只有4％組織沒有相關規劃。

Gartner其實也是數位轉型的主要倡導者之一。他們在去年底就提出了「2020十大科技趨勢報告（Gartner Top 10 Strategic Technology Trends for 2020）」，揭示未來5到10年將影響世界的科技趨勢。這些趨勢包含了：超自動化（Hyperautomation）、多重體驗（Multiexperience）、普及化（Democratization）、人類機能增強（Human augmentation）、透明與可追溯（Transparency and traceability）、強化邊緣運算（The empowered edge）、分散式雲端（The distributed cloud）、自動化物件（Autonomous things）、區塊鏈應用（Practical blockchain）、人工智慧防禦（AI security）等十大領域。

分散式網路架構與智慧化是核心技術

從這十大科技趨勢來看，可以知道分散式網路與智慧化技術，幾乎就是未來幾年的科技主軸，當然，它同時也就是目前數位轉型的核心技術。

但究竟什麼是數位轉型？還是有必要先弄清楚一下。依據Gartner的定義，數位轉型指從IT現代化（例如雲端運算）到數位優化，再到創造新的數位商業模式的任何事物。

從這個定義可知，數位轉型是個漸進式的過程，它先從硬體的IT設備的現代化開始，然後進入所謂的數位優化（運用數位資料改善流程與效能），最後進而創建出新的數位型商業模式，而這也是數位轉型的最終完成式。

所以數位轉型的目標，就是要邁向商業模式的改變，而由於每個產業的每家企業都不盡相同，因此必須透過實作循序漸進地找到屬於自己的模式。然而，儘管每家企業的最終商業型態不同，但是下手處卻是十分類似，就是都要從IT設施的現代化開始，並進入數位化的智慧型管理。

而在目前這個時代，其最關鍵的技術就是以雲端運算、物聯網和人工智慧為核心的AIoT架構下的各項製造與管理系統。以Gartner的十大科技趨勢為例，像是「超自動化（Hyperautomation）」，它就是機器人流程自動化（RPA）、人工智慧（AI）、機器學習（ML）及流程挖掘等技術的整合。

強化邊緣運算（The empowered edge），則是要將集中式的大型服務分解，切割成更小、更容易管理的單位。且邊緣節點更靠近用戶終端，進以能加快資料處理與傳送，減少延遲。基本上物聯網和5G，就是強化邊緣運算的概念。

當然數位轉型並不是只有硬體和軟體的部分，人員的管理和員工的技能也需要有所轉變，才能夠真正進入數位轉型的完成式，因為商業模式的追尋是整體企業共同的成果。

圖一 : Gartner「2020十大科技趨勢報告」

智慧工廠自主化轉型趨勢

Arm首席應用工程師沈綸銘指出，不管任何企業，數位轉型都是一段漫長的旅程，對於涵蓋多項設備的製造業也不例外，在智慧工廠朝向「自主化」的趨勢發展中，下列幾點需要特別注意：

●可擴展的計算能力，以省電的方式解決不同的工作負載；

●結合安全性與即時性，避免系統故障或網路受損的潛在風險；

●隨著系統複雜性增加，來自多個感測器（如：視覺、雷達及光達）的感測器融合（Sensor fusion）訊息必須結合機器學習，得出準確及可行的資訊；

●所有硬體皆須透過整體性的規模設計，以運行自主系統所需的複雜工作負載，並同時具備高效能以進行商業部署。

圖二 : 關鍵能力自主化系統

目前製造業轉型面臨的痛點包含產線設備效能有限，無法因應新興的與複雜的工作負載；過去部署的設備與新購入設備整合不易，缺乏即時反應；以及設備、系統的安全性等。為解決上述痛點，成功的智慧解決方案可由四個面向切入，分別是：效能、即時處理能力、資安與功能性安全。這「四大要件」在 IIoT 的部署中，扮演重要角色，將直接影響各式工業的發展，從工廠自動化、現有工廠設備的整合，到作業負載的整合以及機器人應用等。

要件一：效能

工業自動化涵蓋多元 IIoT 裝置，包含感測器、機器人等應用，進而帶動運算的需求。在這樣的工業領域中，CPU、GPU、甚至是 NPU 的應用會因目的及作業負載的需求而有所不同。目前 IIoT 的發展趨勢聚焦在單一可擴充的架構，以降低總擁有成本。例如：許多製造用機器人為建構於分散式控制系統拓樸，包括主要路徑規畫、安全系統、伺服傳動、安全性等功能；而每個系統運行在不同 CPU 架構則代表開發週期中重疊與再使用資源的情況很少，進而提高潛在投資成本。因此若將多種系統合併為單一架構，即可降低工程成本。

要件二：即時

每條生產線包含所有產品製造週期須同步控制的數千個馬達、伺機裝置與致動器，因此「即時處理能力」在製造領域極為關鍵。這些元件的控制，必須透過可程式化邏輯控制器、I/O 模組以及馬達驅動等裝置達成，而這些裝置的效能是以「週期時間」來衡量；因此，系統的即時決策對於電子裝置來說十分重要。隨著智慧製造應用需要越來越高的運算效能，對於即時處理能力的需求也隨之增加。

要件三：資安

防範各種資安漏洞與威脅，是智慧製造工業系統的重中之重。隨著運算技術（OT）與資訊科技（IT）的整合，來自工廠外部的攻擊可能更加嚴重，為硬體與軟體帶來額外資安保護的需求。目前Arm 擁有可實現端到端安全防護的眾多技術，包含 Trust Zone、CryptoCell 與 PSA Certified 等。隨著 IEC62443 工業自動化網路安全標準越來越受各界重視，PSA Certified 也針對這個越來越重要的標準，投入 PSA Certified 框架，確保整體供應鏈的設備皆符合規範。

要件四：功能性安全

功能性安全是系統檢測、偵錯以及發生故障時保障安全、減少損害的能力，以防止對人員與環境所造成的傷害。所有具備整合「功能性安全」的設備，都要遵循 IEC61508 工業安全標準，此標準要求系統功能正確運作，當出現可能危及安全的故障時，能夠檢測出來並加以管控，以避免危害。Arm Safety Ready 的產品符合 IEC61508 工業應用標準，獲得授權的單位能取用支援的附帶資源，為 IIoT 打造具功能性安全的裝置。此針對功能性安全的承諾，能夠支援更快速的發展、驗證，以及進行安全產品的部署。

機器自主

圖三 : Arm首席工程師沈銘綸

Arm首席應用工程師沈綸銘認為，「機器自主」是未來工業發展趨勢，主要應用包含工廠自動化、工業 4.0（工業物聯網）、移動式機器人等智慧製造領域。自主化系統的重要關鍵包括：

●具備可擴充的運算能力，以最有效率的方式處理工作負載；

●將複雜的系統進行資訊整合，透過機器學習達到智能應用；

●全面整合硬體設備以進行複雜的工作負載，同時利用最佳功效來實現系統的商轉；

●提供安全與即時的回應，避免因系統故障或網路攻擊所造成的損失；Arm 在安全方面投入大量資源，將 Safety Ready program 結合 Arm IP、軟體工具、安全認證文件與合作夥伴，打造更大、全面性的生態系，以加速帶給產業更安全的解決方案。

製造業的數位轉型已被廣泛討論，根據拓墣產業研究院資訊顯示，2024 年全球智慧製造市場規模將上看 4,000 億美元，年複合成長率達 10.1%。針對廠商大規模投入智慧製造領域的變化，可從下列兩個方向來探討：

方向一

針對既有廠房與產線，其轉型策略著重於整合現有多元裝置，並運用經過加速以及基於現場經驗的開發方式與既有工具，以落實智慧製造，因此可能面臨軟硬體整合及新舊產品相容性的問題。

方向二

針對新設廠房或產線，須由基礎規畫能夠長久實行的轉型策略，導入智慧製造相關解決方案以滿足智慧工廠及自主系統的需求。

結語

今年受到疫情影響，全球製造業相繼面臨供應鏈斷鏈、重組以及工廠外來勞動力短缺等問題，觸動業者更加重視數位化的重要性，加速推升「工業 4.0」的需求與關注度。在疫後新常態建立、商模改變，以及全球產業鏈可能重組的情況下，製造業更該把握轉型時機點，加速數位轉型腳步，我們也期待未來將會有更多的工廠導入自主系統，邁向智慧製造的新時代。