种种变化导致制造厂必须投入更多成本，管理则更有挑战，甚至有许多厂商无法控制的外来因素，如更偏向社会层面的缺工问题。尽管科技的演进在市场需求面带来各种变化，但物联网、大数据、人工智能等新科技的出现，也帮助制造业在生产过程中变得更灵活
在成本考虑之下，国外制造厂商逐渐外移至人力成本更低的中国，近几年则开始从中国移往东南亚国家，形成逐成本而居的“游牧民族”。但随着科技快速推陈出新和市场需求更加多样，厂商面临高度的订制化需求，生产也转为少量多样形态，因此除了库存控制要更精准，交货期也必须保持高度弹性。
种种变化导致制造厂必须投入更多成本，管理则更有挑战，甚至有许多厂商无法控制的外来因素，如更偏向社会层面的缺工问题。尽管科技的演进在市场需求面带来各种变化，但物联网、大数据、人工智能等新科技的出现，也帮助制造业在生产过程中变得更灵活。
德国于2012年提出工业4.0概念后，智能制造与智能工厂开始受到市场高度重视，许多制造业者积极启动数字转型并投入智能制造的行列，拓墣产业研究院预估，2020年智能制造的市场规模将会超过3,200亿美元。整体商机固然庞大，但智能制造领域相对复杂，在投入资源有限下，如何将大量数据整合并升级既有的制造流程，将会是未来几年欲转型智能制造的厂商必须面对的课题。
1.一窥智能工厂样貌
何谓智能工厂？简单来说，即是将工厂制造过程的环节进行串连与智慧化。过往的制造自动化是将机器人／机器手臂导入产线，利用机械来提升工厂效率、良率，以及降低人力成本与错误率。智慧化则进一步利用物联网感测技术，进行产线监测与远程控制，再利用云端运算与数据分析的结果，快速回馈给硬件底层或是整个系统架构以进行优化，并让现场设备除了监控、搜集数据之外，更能做到自主相互沟通、流程弹性调整、实时状况处理，以及适应外部环境变动。
因此智能工厂着重的不再只是制造产品，而是利用软件、硬件、整合平台与云端的不断融合升级，让制造业不只自动化，亦走向智慧化，工厂可以更了解外界或内部的实时变化，并拥有更快速的调整能力以进行产在线的实时应变。
2.边缘运算来助攻
智能制造、智能工厂强调信息的串联，甚进一步期望机台间、人与机台、机台与系统间可做到实时信息传递与反应，若透过传统云端运算后再往返的时间容易有所延迟，而大量信息直接上传云端，储存与传输的成本亦是高昂；边缘运算的出现，有机会可以利用架构上的调整以及运算能力的提升来解决这些问题，透过边缘运算进行资料的预处理，实时做出决策与回馈，再将可延后处理或需要储存的信息上传云端，如此一来除了提升现场的反应速度之外，亦能大幅降低信息传输过程中所需要产生的各项成本。
目前最常见的边缘运算产品是工业网关（Gateway），是目前智能制造架构中的重要中介，主要用来串接前端各式各样的硬件与后端的信息平台与云端系统。目前工业网关相关厂商有英特尔、戴尔、Moxa、西门子、新汉，软件与操作系统商有Wind River、微软Windows 10、研华，云端平台则有微软Azure、IBM Bluemix等。
此外，网关本身的智能化亦是边缘运算的体现，例如监控系统若导入边缘运算与智能网关，在静态或画面未改变时，网关可自动判定使用低解析高压缩的视讯进行监控，但当侦测到画面有动态变化或特殊状况发生时，网关会自行切换成高解析低压缩的画面进行视讯串流，让带宽的使用更有效率。
3.智能工厂早已是进行式
事实上智能工厂并不是空谈也并非只是想象，半导体产业如台积电已有高度智能化的流程与制程，汽车产业自动化比例更高达9成，也开始有许多订制化服务，这两个产业正是自动化与智慧化的最好印证，虽然各产业对自动化、智慧化有不同解读和实际做法，但随着趋势兴起，许多传统产业如纺织和食品业等，也逐渐加入工厂智动化的行列。
因为市场与客户端的需求越来越多样，许多厂商希望透过新科技与智慧升级来解决接单与制造的问题，但由于制造业的个别差异甚大，厂商很难在市场上找到适合的解决方案，甚至必须寻求不同环节的解决方案，再自行整合成一套来导入，困难、成本高让厂商对于相关投入出现疑虑。
因此厂商在导入智慧化的过程中，必须清楚了解自身的核心问题，智能制造、智能工厂着重的是制造管理思维的转型，既然是思维转型，那过程就不会只是单纯的硬件革新，软件升级亦是重点，软硬整合在制造领域中更显重要。目前市场上已有西门子、通用、施奈德等解决方案厂商，推出整合型工业物联网平台，试图解决智能制造架构中整合难度高的问题，亦有较偏向设备端的厂商推出一站式到位或兼容性高的解决方案，让客户能够顺利的串接软硬件与更上层的云端服务。
智能制造与智能工厂的建置过程相对复杂，整个转型必须循序渐进，投入不会只有短期，也并非头痛医头、脚痛医脚的模式，而是长达数年的推进与核心价值重新建构，投入成本往往高达数百甚至数千万美元，制造企业本身必须订定长期的投资规划与组织整合，才能逐步落实信息整合，以及既有制造流程的升级与商业模式的革新。
