在某些企业家眼中，物联网 (IoT) 的重要性远胜于人工智能 (AI) 并直指：＂通常是没有数据的公司才会谈论 AI＂。知名工业大数据专家又是怎么看待相关议题？美国国家科学基金会 (NSF) 智能维护系统产学合作中心主任、同时出任美国白宫信息物理系统顾问的李杰教授认为，数据本身并不会直接创造价值，真正能带来价值的是＂数据分析背后的信息＂；将经过专家分析的数据数据，及时传达到决策链的对应环节并转化为价值服务才是关键。大数据的最终价值就是提供客户＂无忧虑＂服务，与虚实整合系统 (CPS，又称＂网宇实体系统＂) 密不可分。
照片人物：美国国家科学基金会 (NSF) 智能维护系统产学合作中心主任李杰
IoT 是根本，与大数据、人工智能鼎足而立
李杰将 CPS 架构划分成 5C 层次：链接 (Connection)、转换 (Conversion)、网络 (Cyber)、认知 (Cognition) 与配置 (Configuration)，分别对应到：传感监测、组件／模块与机械分析、机械设备管理、决策支持系统，以及设备组合的自我调适和优化。他指出，以往解决问题的方式多是依靠经验传承而来，但长期的数据累积才是长期补充知识的最佳途径。他强调，IoT 与工业大数据、AI 应是鼎足而立的黄金三角：以 IoT 传感器为基础，在产生大数据、增进人类智能的同时，也是导入机器学习、深度学习以强化 AI 能力的根本，人、机进化是双轨并行的。
李杰将 CPS 架构划分成 5C 层次：链接 (Connection)、转换 (Conversion)、网络 (Cyber)、认知 (Cognition) 与配置 (Configuration)，分别对应到：传感监测、组件／模块与机械分析、机械设备管理、决策支持系统，以及设备组合的自我调适和优化。他指出，以往解决问题的方式多是依靠经验传承而来，但长期的数据累积才是长期补充知识的最佳途径。他强调，IoT 与工业大数据、AI 应是鼎足而立的黄金三角：以 IoT 传感器为基础，在产生大数据、增进人类智能的同时，也是导入机器学习、深度学习以强化 AI 能力的根本，人、机进化是双轨并行的。
图1：李杰将 CPS 架构划分成 5C 层次
资料来源：Wikipedia
此外，大数据与 AI 又有横向连结；IoT 产生的工业大数据，能直接为 AI 挹注养分。由此可见，物联网是一切智能化的起点、大数据是一种手段，而 AI 是最终成果的展现，三者彼此环环相扣、不存在孰轻孰重的争议。这样的论调，似乎更接近真实产业的样貌。值得留意的是，虽然表面都是大数据，在落实至产业面时，会受组织固有文化及价值观而异：日本崇尚＂工匠＂精神，讲究制造过程；德国盛行＂器匠＂氛围，着重产品本身；美国则奉行＂技匠＂主义，直接把技术当成市场经营。
IoT 的谜思与筹谋
＂大家都在谈大数据与产业自动化，但数据怎么来？怎么将两者连结？更是需要深思的地方＂，博智技术总顾问翁立昌开门见山直言。他表示，软件业者对于物联网的关注多着落在怎么通过传感器将实体世界的信息送到虚拟世界做决策分析，但博智从硬件厂商的立场，看到一些耐人寻味的现象：
●到处都有创客基地，为何很少出现具有亮点的 IoT 产品？
●当半导体大厂皆力推专门为 IoT 设计的 Arduino、树莓派 (Raspberry Pi) 等嵌入式芯片，为何只有创客产品，却不见工业化量产者？
●无线感测网络 (WSN) 需要各种不同用途的传感器，是否已开发成熟？
＂大家都在谈大数据与产业自动化，但数据怎么来？怎么将两者连结？更是需要深思的地方＂，博智技术总顾问翁立昌开门见山直言。他表示，软件业者对于物联网的关注多着落在怎么通过传感器将实体世界的信息送到虚拟世界做决策分析，但博智从硬件厂商的立场，看到一些耐人寻味的现象：
●到处都有创客基地，为何很少出现具有亮点的 IoT 产品？
●当半导体大厂皆力推专门为 IoT 设计的 Arduino、树莓派 (Raspberry Pi) 等嵌入式芯片，为何只有创客产品，却不见工业化量产者？
●无线感测网络 (WSN) 需要各种不同用途的传感器，是否已开发成熟？
照片人物：博智技术总顾问翁立昌
翁立昌进一步点出以下思考面向。首先，感测数据要在本地完成决策？还是后传至云端平台再做？他主张应视情况而定。若是标准化动作可在前端处理，但是当差异化太大或有大量影像数据时，前端若缺乏高速计算能力、就须拉到后端作业，前提是后端要有足够的网络资源作支撑。翁立昌建议，最好将感测数据与影像数据分开处理，否则容易发生冲突；他提醒，到底是＂将在外，君命有所不受？还是实施中央集权，前端所有行为须向云端汇报、请示？＂系统商须有审慎衡量、精密计算。若由云端总理所有动作，一旦通信出现障碍，所有控制系统皆会失效。
其次，发展 IoT 稍有所成的几乎都是大厂，在进行跨领域整合时，究竟谁说了算？或是协议开放一个共同标准？尤其是具有独大地位的领导厂商，为何要接受开放标准，让他厂有分食产业大饼的机会？再者，传感器是一门大学问，且复杂度与价格落差甚大。翁立昌说明，＂所有电子式传感器的输出并非直线对应关系、而是函数曲线；如何将测得的电压、电流转换成想要的计量单位？如何将模拟数值经由信号处理做数字化？有赖专业技术；对基础科学的研究扎实度，更与产品耐用度息息相关＂。因此，传感器的价格带从人民币数十到数万元不等。
图2：气体传感器之电路板示意图
不同角度视野，侧重风景各异
根据博智亲身探查，甚至有特殊规格者要价近五万人民币、且使用期限只有两年，该不该采购？另是否便于清洁、校正与更换也是重点。翁立昌提到，＂用于侦测强酸或强碱的传感器，在恶劣环境下通常只有几个月的寿命；若是让工作人员过于频繁置身险地更换，实非理想作法＂。最后，传感器需配合通信网络才能构成 IoT，该选用何种通信技术和微控制器，才能符合应用场景所需？是否所有数据都需上网？怎么与现有机具和生产线融为一体？举例来说，功耗大的高压设备，不能以太阳能供电，因为从低电压转高电压会产生很多损耗。
根据博智亲身探查，甚至有特殊规格者要价近五万人民币、且使用期限只有两年，该不该采购？另是否便于清洁、校正与更换也是重点。翁立昌提到，＂用于侦测强酸或强碱的传感器，在恶劣环境下通常只有几个月的寿命；若是让工作人员过于频繁置身险地更换，实非理想作法＂。最后，传感器需配合通信网络才能构成 IoT，该选用何种通信技术和微控制器，才能符合应用场景所需？是否所有数据都需上网？怎么与现有机具和生产线融为一体？举例来说，功耗大的高压设备，不能以太阳能供电，因为从低电压转高电压会产生很多损耗。
＂整合说来容易，但不同专业对于 IoT 的认知可能有所偏颇，恐造成实际导入的障碍＂，翁立昌坦言。他打趣说，做传感器和算法，是泛电子专才最好的出路；而集电子、机械、软件技能于一身的跨领域人才，更是部署复合式 IoT 的抢手货，学术界对此亦有深刻认知。
