可以用以下這樣的描述來形容。

　　將工廠內的各式設備連結在一起，鋪設神經系統、即時汲取所有資訊，實現工廠活動的可視化，亦即讓所有活動透明可見。

　　智能工廠就是用網路連結各處，管理工廠一切大小事

　　這樣的定義乍看之下有些抽象，以下再講得更具體一些。

　　所謂的 智能工廠， 就是借助實現以下兩件事

　　1. 將工廠內的各種設備連結成網路

　　2. 從各種不同的角度取得與管理點的裝置有關的數據

　　力求

　　1. 工廠內部種種活動資訊的可視化

　　2. 資訊與資訊間因果關系的明確化

　　繼而采取必要的行動，把諸如此類的事項做得更好 ：

　　提升品質管理能力

　　刪減包括間接部門在內的管理成本

　　二氧化碳減量／節能

　　改善現金流量

　　而且是做到超出人類管理能耐的層次。 就是這樣的一個 次時代的工廠經營概念 。

　　接下來，我們一起看看智能工廠的細部資訊。

　　既有工廠缺乏資訊整合性、浪費時間資源

　　在既有的工廠里，工廠內的設備以及 MES 等系統，在功能上都是各自獨立的系統。由于機器設備的供應商不同、負責人不同等因素，無論在技術上或是在組織上，都沒有整合在一起。一旦各系統之間需要合作，或是必須共享超出人員負責范疇的資訊時，只能透過各系統產出的報告，以及下載自各系統的數據，以實際經由人手轉交的實體形式，滿足系統間合作與分享資訊的需求。

　　但資訊的共享只要經過人的手，就無可避免會因為需要處理時間而產生時間落差。傳遞資訊的人員，被迫有許多后續作業必須完成，而且對提供資訊的一方來說，要是自己得不到好處，他們也不會把資訊丟出來。

　　這會導致需要資訊的人，連自己到底有沒有掌握資訊，都搞不清楚。更別說要借助分享彼此的資訊解決問題，或是設想出足以提升作業效率的新手法了，幾乎無法期待能做到這樣的事。

　　若以人的身體來比喻，就像是一種手指、四肢、眼睛、耳朵、大腦，全都只照自己的步調在運作的狀態。就算大腦想要向右走，可能得花上好幾天，腳才會往右移動。就算腳受傷，可能得花上好幾天，大腦才知道這件事。就是類似這樣的情形。

　　智能工廠就像工廠有個統一大腦，不會手跟腳得到的資訊不同

　　相較之下，在智能工廠里，屬于同一階層的部門或設備之間自不在話下，就連在分屬于上下階層的狀態下，依然能夠透過網路，機動地交換資訊。在智能工廠里，完全不存在任何部門之間或設備供應商之間的隔閡。

　　這和一九九〇年代發生的企業資訊系統的開放化，是一樣的狀況。

　　過去，不同廠商生產的個人電腦之間，無法彼此連接。要讓個人電腦與商用電腦連線、合作，簡直是癡人說夢。但現在辦公室里的 CPU（中央處理器），包括影印機在內，彼此連線已經是理所當然。同樣的，工廠里的各種設備，也將彼此連線。

　　只要透過網路彼此連線，既能大幅縮短時間落差，原本必須仰賴工作負責人的資訊共享，以及從組織的角度共享與活用資訊，都會變得更為容易。

　　屆時，大腦的思考會馬上傳達給四肢，四肢感受到的一切，也會馬上傳達給大腦。

　　怎么樣才算是一個智能工廠？

　　智能工廠是一個伴有具體“機制”的概念。此一“機制”的核心部分，主要是以“資訊系統”的樣貌呈現。

　　不過，要請各位注意的是，這里講的“資訊系統”是一個新概念，它不同于在制造業已日漸普及的 ERP 類的“資訊系統”、在制造第一線活躍的工廠自動化設備等“控制系統與機器人”，或者是用于讓全公司溝通的群組軟體等“資訊系統”。

　　那么，智能工廠的系統究竟必須具備何種特征，才能成為智能工廠呢？以下我們分別探討。

　　最頂層是工廠管理系統，這里處理的是工廠經營時需要的資訊。包括財務資訊在內，有 KPI（Key Performance Indicator，關鍵績效指標）之稱的經營指標，乃至于二氧化碳減量等企業承擔社會責任時必須關注的指標，都歸在這里。

　　往下一個階層就是所謂的基礎系統。這些基礎系統是由 ERP 所涵蓋的部分，以及個別套裝軟體或各公司獨自打造的系統等所構成的。

　　智能工廠的系統概要

　　接著在下一層當中有 MES，其下層又設有 SFC。此外，針對資源（電力、熱力、水）等基礎架構系統，也力求透過網路收集數據。

　　那么，就來詳細看看各項目。

　　控制類系統與資訊類系統的合作

　　我再強調一次，智能工廠里的大前提是，利用網路，把現存于工廠的各種工廠自動化機器、設備、電力等基礎架構、單獨的管理系統等，都串連起來。而且，這些資訊不是只用在生產第一線而已，還必須傳輸到以掌管生產資料的 ERP 為首的基礎系統，以及經營高層用于做決策的資訊系統，再予以活用。

　　若以專業術語來講的話，其實就是讓“控制類”的電腦系統，和“資訊類”的系統連上線。那么，這些以“控制類”稱之的系統，是什么樣的系統呢？

　　所謂“控制類”的系統，正如其名稱所示，就是“用于控制機器的電腦”。代表性的有名為 PLC 的機器。

　　PLC 是一種小型電腦，其內部裝有微處理器，這點和一般電腦相同，但它所使用的語言是把電氣回路符號化而來的，因此 PLC 的程序設計必須由擁有特殊知識的電氣技術人員來做，一般電腦程序設計師是做不來的。PLC 原本是由過去在汽車制造等自動化系統中使用的“繼電器裝置”發展而來的。

　　所謂“繼電器裝置”，是一種能因應可切換開啟／關閉之類的動作開關、裝置實際處理的數量，或者電力機器等設備的狀態，輸出控制用的電氣訊號，借以控制機器的裝置。一臺 PLC，可以代替數千個繼電器裝置。

　　由于 PLC 是一個向工廠自動化的機器與設備傳達命令的系統，其穩定性與精準性就格外受到重視。此外，設備的運轉控制，在安全上極為重要，因此它必須達到的反應速度，也就是系統的處理時間，遠遠比主要由人類使用的資訊類系統來得快。

　　順帶一提，在作業系統方面也一樣，PLC 使用的不是一般用于個人電腦上的那種作業系統，而是名為“即時作業系統”（RTOS, Real-Time OperaTIng System），可同時處理多項任務，還能夠確保在一定時間內回應的作業系統。

　　近年來，導入 MES 系統的企業也變多了。嚴格來說，它雖然不算是“控制類”系統，但可以定義為，把“資訊類”與“控制類”系統之間缺少的連系補上的“資訊系統”。MES 的主要功能在于，把來自于 ERP 的生產計畫，轉換為更符合制造第一線實際狀況的“制造指示”，并予以管理。

　　MES 在設計上也有透過 PLC 取得數據、協助品質管理的用意在。但必要數據只有一部分是以透過網路取得為前提，其他資訊則是透過輸入終端，以人工手動輸入的方式取得。

　　綜上所述，在今后的智能工廠里，工廠自動化設備主要是透過三種形式與資訊類系統取得連線。

　　1.  直接取得 FA 設備的資訊

　　2. 收集來自 PLC 的資訊

　　3. 收集 MES 的資訊

　　這三種無論哪一種，前提都是實際透過網路的連結自動取得資訊。相關技術的細節，我會在下一項中介紹。

　　此外，雖然 FA 設備、基礎系統、工廠管理系統連成了一個網路，但還是必須明確區分是控制類還是資訊類系統，分別予以管理與使用。若為資訊類系統，就算因為網路的擁塞等因素，導致資訊延遲若干時間才收到，問題也不大；但如果是控制類系統，資訊的延遲就可能引發嚴重問題。

　　標準接口之采用

　　既有的制造設備，把大量的系統建構工作，發包給特定設備建置供應商處理，是一種理所當然的做法。該承包商在建構系統時，采用了自己最熟悉的的 FA 設備廠商的接口，而變得不容易與采用其他接口的系統合作。之所以會這樣，也是因為各式設備的界面沒有標準化，承包的供應商很難單憑一己之力，建構出能夠讓不同設備間交換資訊的功能。

　　但在智能工廠中，PLC 與 FA 設備基本上都采用標準接口。工廠內的各式設備，就能夠透過網路交換資訊了。標準接口的采用，是智能工廠這個概念的一大原則。

　　不同設備各有不同的使用目的，所需要的規格也很多樣化，不可能全部都做成通用式的規格。不過 PLC 以及組件未來可以想見會急速走向通用化。一旦走上通用化，建構系統的知識技術就可能標準化，變得可以分享與再利用。

　　企業用戶在推動智能工廠時，必須充分探討要如何制定自己公司的標準化方針。因為，這一點正是決定未來投資績效好壞的重要因素。關于標準界面，后面我會詳加介紹。

　　日志數據的儲存與轉換為 KPI

　　FA 設備的數據，本來就是以很精細的單位在處理與管理的。不消說，在短短的一秒鐘時間里，機器就已經下了好幾個判斷，處理了好幾件事。但就算把 FA 設備連成網路，將這樣的數據抓到資訊系統里，對人類（管理者）來說，這么巨細靡遺的數據，還是可以清楚地畫分為有意義與無意義兩大類。

　　雖然說是即時，但對于機器的所有即時動作，管理者并沒有必要全部掌握。把控制類的數據給資訊化的用意，就是要把原本只是陳列出來、不具任何意義的數字，轉換為具有意義的切入角度或是單位，再予以管理。

　　舉個簡單的例子說明好了。假設想知道電力消費的狀況，而感測器是以秒為單位把數據傳過來的。那么，如果要問，以秒為單位的耗電數據，對管理階層來說，是否有意義？一般來說，是沒有意義的。就算看再多以秒為單位的數據，一方面很難判斷數據好壞，也無法采取任何行動（除非數字很明顯異常，那就有意義了）。對管理階層來說，需要的應該是“生產一件或一個批量的特定產品，需要耗費多少電力”，或是“待機時與高峰時耗費的電力”吧。

　　總之，感測器按秒傳來的數據，不要只是直接儲存起來，而是要轉換為能夠活用的管理資訊，再儲存起來。或者，也可以把儲存起來的數據，定期透過批次處理等方式，轉換為管理階層需要的形式，儲存于資料庫中。

　　更重要的事情是，不要把每種數據當成單項數據（像是各設備耗費的電力）儲存，應該要根據預先定義好的資料模式，把相關數據（制造訂單編號、測定時刻等）加進來一并儲存，好讓應用程序能夠活用這些數據。這可說正是智能工廠的精髓所在。

　　讓事業能夠成功的重要企業活動，稱為“關鍵成功因素”（KSF）；實際用于管理 KSF 的數字指標，稱為“關鍵績效指標”（KPI）。從經營階層到第一線為止，都可以定義 KPI。名為“指標”，因此多半是結果的數字，但制定 KPI 原本的用意其實是“希望以數字呈現出能夠帶來成果的驅動指標”，管理階層可以透過監測 KPI 得知未來的成果如何，并隨時采取行動，藉以提升成果的水準。這才是 KPI 原本的正確使用方法。

　　假如果只是結果的數字，那么再怎么管理，或許可以成為有助于未來行動的參考數據，但是卻無法改變已經出現的結果（雖然這也是理所當然的）。在結果出現之前，掌握其預兆，事前采取因應的措施，以創造出正確的結果，能夠以這種形式活用 KPI，毫無疑問會是最理想的。