工業(yè)數(shù)字轉(zhuǎn)型 (Industrial Digital Transformation, Industrial DX) 可說是這幾年影響各個工業(yè)領(lǐng)域最重要的事，特別是疫情帶來的沖擊，企業(yè)開始加速數(shù)字轉(zhuǎn)型的投入。但在開始規(guī)劃你的工業(yè)數(shù)字轉(zhuǎn)型前，你知道什么是工業(yè)數(shù)據(jù)（OT Data）嗎？

　　讓我們想象一下，假如你擁有一家工廠，能將有毒氣體轉(zhuǎn)化為有機肥料，但制作過程中，些微的溫度變化，都會影響活性劑的中和效果，影響產(chǎn)能。過去只能仰賴員工在現(xiàn)場巡檢調(diào)整，但這個方式仍無法讓你在溫度有變化時實時反應(yīng)，因此你希望能先預(yù)知接下來六小時的溫度變化，才有足夠的時間調(diào)整機器溫度，以維持最佳的中和效果。這時你會需要幾種數(shù)據(jù)：設(shè)備運行的數(shù)據(jù)、控制器的數(shù)據(jù)、現(xiàn)場溫度的數(shù)據(jù)與氣象預(yù)測數(shù)據(jù)，而這些數(shù)據(jù)就是所謂的工業(yè)數(shù)據(jù)（OT Data）。

　　透過采集工業(yè)數(shù)據(jù)，再結(jié)合數(shù)據(jù)分析擬定策略，才能進一步創(chuàng)造商業(yè)智能，因此工業(yè)數(shù)字轉(zhuǎn)型的過程，其實就是不斷加值工業(yè)數(shù)據(jù)的過程，Moxa 從過去 30 年連接工業(yè)資料的經(jīng)驗中發(fā)現(xiàn)，這段加值的過程正讓工業(yè)數(shù)據(jù)產(chǎn)生大規(guī)模的質(zhì)變與量變，導(dǎo)致數(shù)據(jù)傳輸技術(shù)愈趨專業(yè)與復(fù)雜。不僅是數(shù)據(jù)的收集、整理、卷標(biāo)、安全模式、或?qū)r傳送等指令，都被切分成更細微和精密的步驟，對應(yīng)大量數(shù)據(jù)的涌入，傳送技術(shù)與速度也開始了時代的大躍進。工業(yè)數(shù)據(jù)傳輸已經(jīng)成為一套融合領(lǐng)域?qū)Ｓ屑夹g(shù)與最新技術(shù)能力的新專業(yè)。我們可以肯定的說，「工業(yè)通訊」已經(jīng)不再是我們以往認知的單純樣貌，甚至，它主宰了數(shù)字轉(zhuǎn)型是能否成功的重要關(guān)鍵。以下是幾種轉(zhuǎn)變中的工業(yè)數(shù)據(jù)：

　　過去，工業(yè)數(shù)據(jù)擷取出來的目的相當(dāng)單純主要用于監(jiān)視與控制 (monitoring and control) 自動化系統(tǒng)是否仍穩(wěn)定運作，例如：監(jiān)視工廠內(nèi)的工具機是運行還是停滯，或是控制輸油管每分鐘流量以符合市場油價，可以說是只專注在「當(dāng)前事件」的監(jiān)控。但在工業(yè)數(shù)字轉(zhuǎn)型趨動下，取得工業(yè)數(shù)據(jù)的目的不再只是滿足此時此刻對監(jiān)控的要求，更重要的是整合各種工業(yè)數(shù)據(jù)，以進行分析并找到影響系統(tǒng)運行效能的關(guān)鍵困素，甚至創(chuàng)造新的商機。在我們的觀察中，早幾年就開始數(shù)字轉(zhuǎn)型的工業(yè)客戶并不少，因此已開始創(chuàng)造新的商模，以某領(lǐng)先的電力系統(tǒng)整合商為例，該公司啟動大量記錄氫能源電池中甲醇的歷史用量之后，利用數(shù)據(jù)分析推估未來用量，因此為特殊需求客戶發(fā)展出新的收費方案，將原本一次性購買的交易模式，轉(zhuǎn)變?yōu)槊吭乱朗褂昧浚丛率召M的機器即服務(wù) (Machine-as-a-Service)，為自己與客戶開創(chuàng)雙贏的新交易模式。

　　工業(yè)資料的條件從「單一數(shù)值」到擁有「背景信息」的數(shù)值：

　　當(dāng)工業(yè)資料不再只是做為監(jiān)控產(chǎn)線是否正常運行，也進一步作為分析的基礎(chǔ)時，IT/OT 的界線變得模糊，過往只需要確保數(shù)據(jù)在工業(yè)場域的穩(wěn)定性 (Reliability)，后來則需進一步保證數(shù)據(jù)產(chǎn)出的質(zhì)量 (Quality)，而后者也成為目前工業(yè)數(shù)字轉(zhuǎn)型最大的障礙之一。例如：工業(yè)設(shè)備的生命周期通常很長，產(chǎn)出可作為分析的數(shù)據(jù)若不是不完整就是格式不一，如果這些數(shù)據(jù)直接送到計算機分析，IT 人員就需要做額外的數(shù)據(jù)清理與轉(zhuǎn)換。最糟的情況是，產(chǎn)出的數(shù)據(jù)無法判別，而成為無用的數(shù)據(jù)。舉例來說，工業(yè)數(shù)據(jù)輸出顯示「5」，但在沒有任何標(biāo)示下，不會知道它背后所代表的是「機器轉(zhuǎn)速為5」，而這之類的現(xiàn)象并不少見。解決方案之一為，將此類無法被計算機辦別的工業(yè)數(shù)據(jù)，在送到計算機分析前，透過數(shù)據(jù)傳輸設(shè)備內(nèi)建的程序作數(shù)據(jù)預(yù)先處理，就可將數(shù)據(jù)轉(zhuǎn)為 IT 需求的格式，并給予工業(yè)數(shù)據(jù)文本(Context)，賦予該數(shù)據(jù)完整的意義。也可以說，將工業(yè)數(shù)據(jù)變成「分析可用化」，是工業(yè)數(shù)據(jù)革命起始的重要步驟。

　　工業(yè)數(shù)據(jù)需求的質(zhì)變與量變—來源與種類變得「更多元」：

　　傳統(tǒng)的控制系統(tǒng)，其實已經(jīng)依賴許多工業(yè)數(shù)據(jù)在運作，單純的資料像是水槽閘門位置、每日產(chǎn)油量等，顯示運行狀態(tài)的信息，也有復(fù)雜一點的數(shù)據(jù)，例如生產(chǎn)配方或工序。然而，工業(yè)數(shù)字轉(zhuǎn)型需要更多元的數(shù)據(jù)，以再生能源市場為例，為了快速清除在太陽能板上的遮蔽物或污漬，以提高產(chǎn)電效率。除了監(jiān)控變電器的發(fā)電量，還要加裝多支傳感器，來取得溫度濕度等環(huán)境數(shù)值，加上無人機的影像數(shù)據(jù)，一并送給到管理中心透過 AI 分析，得知受污染太陽能板的準(zhǔn)確位置，讓管理階層做實時且精準(zhǔn)的維修調(diào)度。利用更多元的工業(yè)數(shù)據(jù)分析來減少傳統(tǒng)資本支出，大力提升生產(chǎn)效率。

　　傳統(tǒng)的自動化系統(tǒng)非常強調(diào)控制的實時性，而過去被擷取的工業(yè)資料則通常是為了顯示在線性控制過程中的其中一個狀態(tài)。當(dāng)這個過程結(jié)束了，工業(yè)數(shù)據(jù)的任務(wù)通常也就結(jié)束。工業(yè)數(shù)字轉(zhuǎn)型也強調(diào)實時性，但這個實時性是對「工業(yè)數(shù)據(jù)更新/分析/反饋」。藉由新的大數(shù)據(jù)數(shù)據(jù)處理技術(shù)、更快的網(wǎng)絡(luò)，以及工業(yè)計算機運算能力的成熟，OT 數(shù)據(jù)能不間斷地流向IT系統(tǒng)進行分析，而分析的結(jié)果又能立即反饋到 OT 設(shè)備的運作，進行實時優(yōu)化與調(diào)整。以我們的客戶 KPMG 服務(wù)的中小型制造商為例，為了減少不良品重工造成的人力與物力的浪費，該公司透過采集震動、溫度、轉(zhuǎn)速、電流等更多工業(yè)數(shù)據(jù)之后，上傳到 AI (人工智能) 平臺進行分析，就能在發(fā)現(xiàn)某機臺的刀具電流頻率過高時 (象征該刀具已磨損)，提前更換刀具，以確保所有產(chǎn)品都有高質(zhì)量的產(chǎn)出。

　　工業(yè)數(shù)據(jù)只會更多不會更少

　　工業(yè) 4.0 的時代，一個大型的自動化系統(tǒng)（如煉油廠的 DCS 分布式控制系統(tǒng)）就已經(jīng)做到每秒能處理處理成百上千筆的數(shù)據(jù)。然而，這些數(shù)據(jù)僅用于設(shè)備運行時做判讀，一但運行結(jié)束，判讀數(shù)據(jù)的任務(wù)也就結(jié)束。然而，數(shù)字轉(zhuǎn)型的甜美在于，若能取得大量的數(shù)據(jù)來做仿真與分析，可以快速提升實時營運效率之外，還能管控營運風(fēng)險。以臺灣的鐵道公司為例，為了因應(yīng)疫情的需要，協(xié)助旅客避開人潮較多的車廂，該公司在列車上加裝測量車廂載重的壓力傳感器，并在列車進站前，連同車廂內(nèi)影像一起回傳給行控中心，讓行控中心收到所有車廂的擁擠度信息，依據(jù)需要，將即將進站的列車狀況推播到月臺屏幕上，或通知月臺管理人員協(xié)助疏散人潮至其他車廂。

　　工業(yè)數(shù)據(jù)安全性可升級為企業(yè)與國家安全

　　工業(yè)資料雖然并不是以隱私為收集目標(biāo)，但許多工業(yè)資料代表關(guān)鍵基礎(chǔ)設(shè)施（如水廠電廠的設(shè)備監(jiān)控），或是關(guān)鍵制造設(shè)施（如煉油廠、半導(dǎo)體工廠）中的重要營運信息。若這些數(shù)據(jù)不正確或被惡意竄改，其帶來的損失無可計量。以 2021 年二月在美國發(fā)生的資安事件為例，黑客僅利用過期的 Windows 版本和不良的網(wǎng)絡(luò)資安措施，就從遠程進入了公共水處理廠的 SCADA 系統(tǒng)，準(zhǔn)備以不正確的信息，將水中的氫氧化鈉含量提高到可能會危害人體的范圍，幸好現(xiàn)場作業(yè)人員實時發(fā)現(xiàn)異常并處理。隨著愈來愈多的網(wǎng)絡(luò)攻擊發(fā)生，工業(yè)案場有可能成為惡意攻擊的目標(biāo)，進而造成巨大災(zāi)難，這也顯示工業(yè)數(shù)據(jù)所在的網(wǎng)絡(luò)安全有其嚴(yán)重性與必要性。

　　在過去，神秘又不為人所注意的工業(yè)數(shù)據(jù)因為數(shù)字轉(zhuǎn)型有了巨大的革命性轉(zhuǎn)變，直接催化了 IT/OT 無論在場域上、知識上、營運上、防御上，甚至人員心態(tài)的融合，我們將在接下來的系列中探討更多工業(yè)數(shù)據(jù)革命下的影響與變革。