工業物聯網(Industrial Internet of Things, IIoT)為物聯網的其中一種，物聯網能整合多種實體物件，且是一種可在不需外界干預下即能交互資訊的網絡，而IIoT是指將多種技術整合到單一生態系統的概念，其利用即時資料分析以監測製程運轉效率與提供改善決策。本文摘述MarketsandMarkets論述2020-2025年IIoT的市場發展預測、市場發展驅動力與阻力、相關技術與裝置發展預測。

一、市場發展現況

IIoT整合無線技術、先進電子與網路，並創造出能相互通訊的環境，其中，感測器、相互連結性與資料分析為成功運作IIoT的關鍵，感測器協助蒐集工業設備的資訊並透過無線與有線通訊技術與其他機器共享資訊，1983年標準化的乙太網路(Ethernet)讓不同製造業的機器能與其他機器能實體連接，隨著無線技術的演進，如ZigBee與Wi-Fi能提供更彈性與規模化的連網功能，讓機器能在多種地理環境相互連接，因此更大量的資料能被整合並用於提供洞見(insight)。許多工業設備製造商已在製造工廠導入物聯網，如通用、ABB、KUKA與西門子，這些製造商能透過利用無線技術、感測器所蒐集到的資料與連網的工業設備，準確判斷機器狀態、效率最佳化、分辨可能遇到的問題與規劃維護排程。MarketsandMarkets估計IIoT市場收益將從773億美元，成長至2025年的1,106億美元，2020-2025年的年複合成長率達7.4%，各地區的市占率與成長率請參閱圖一。

二、    市場發展驅動力與挑戰

(一)    驅動力：
1.    電子設備與半導體的技術進步：近年來，物理、化學與生物感測器被應用在具自主性分析裝置的情況快速發展，這類感測器常具備奈米結構材料或是奈米材料，如導電性良好的聚合物。因為這類感測器耗電量較低且對整體設備影響不大，且具備智慧功能以快速依據資料提供系統改善決策建議，已被大規模應用在製程中，如預測性維護。創新感測器將因微處理器與微控制器而持續改善，根據摩爾定律，處理器與運算速度將每2年提升一倍。
2.    雲端運算平台的使用率增加：雲端平台創新為企業創造出許多新的商機，更多裝置連結上網路與更多雲端平台使用，促成IoT與IIoT技術的發展，當大量資料可在雲端處理，裝置設計重點將能更著重在使用端，讓複雜的物聯網系統能更輕易操作。
3.    IPv6標準化：全球連網物件數量呈指數性成長，網際協定第6版(Internet Protocol version 6, IPv6)的發展將有助於IIoT市場發展。目前全球仍以使用IPv4(IP第4版)的裝置數量最多，占96%，使用IPv6的裝置僅占4%。現在已有許多企業與服務提供商規劃轉成IPv6，此協議支援開放式架構，並提供較IPv4更進階的安全性與可靠性，能建構更適合IIoT的基礎與平台，預計隨著IPv6的標準化，全球對IIoT的需求將大幅成長。
4.    各國政府投入與IIoT相關之研發活動：全球各國政府紛紛意識到IIoT的發展潛力，致力於智慧交通管理系統創新、將智慧電表導入能源管理系統，並提供IoT研究專案計畫資金協助與推動智慧城市發展。如歐盟執委會在2016年提出的IoT European Platform Initiative (IoT-EPI)、2018年推出特定主題的研發計畫以開發IoT應用所需的安全性解決方案，估計執委會在2014-2021年投入IoT的研發與創新的資金約達5.55億美元。
5.    自動化系統的成本降低：自動化系統包含各種零組件，如感測器、致動器、微處理器以連接到網路，近年成本降低，促使中小型企業導入自動化的情況增加，進而有助於促進IIoT市場成長。

(二)    阻力
1.    缺乏標準化的通訊協定：需要通用的協議與通訊標準才能讓這些裝置分享資訊或建構情報網絡，不過目前的技術與市場情境顯示，缺乏具前瞻性的架構解決方案或通用標準，能解決IIoT中各種連網裝置的互操作性問題。目前已有超過10個IIoT的市場參與者透過結盟或組成委員會，以確保其技術或通訊協定能成為IIoT的唯一標準。
2.    傳統設備與通訊網路不相容：機器需要有內建零組件讓機器對機器(machine-to-machine, M2M)得以相互通訊，這些零件透過有線或無線網路相互連接，讓資料能傳輸至中央電腦進行分析，不過有些較老舊的設備無法傳輸資料，故需要額外安裝此裝置，並因翻修而增加企業支出。有些企業已著手開發整合老舊設備至通訊網路的解決方案，如通用開發的閘道器能直接安裝於工業設備並使其能連上網路。
3.    缺乏具技能的勞動力：為了操作最新的IIoT設備與軟體系統，需要受到適當技能訓練的勞動力，而當產業持續採用新技術時，將持續面臨缺乏高階技能與熟練度的人才。

(三)    機會
1.    機器的預測性維護：提供讓資產設備能主動性維護與修理，可降低營運與資產成本，高科技機器與設備損毀，將導致生產損失並因此付出高額費用。傳統上，技師會定期診斷與進行預防性的維護工作，然而此為高成本的勞動密集工作且很難確保可事前成功偵測問題。2016年TransCanada進行天然氣傳輸自動化，更新後可蒐集所有渦輪與加壓站的資料，並利用通用的IIoT平台Predix進行渦輪與加壓站的預測性維護，因此提高企業營運能力與降低維護成本。
2.    更多資料中心：物聯網市場將在未來幾年快速成長，因此，公司需要開發可處理大量非結構化數據的解決方案，以利用IIoT的優勢，資料中心透過處理大量數據、累積有意義資訊以改善決策，估計未來幾年對資料中心與資料中心基礎架構管理(data center infrastructure management, DCIM)的需求將持續增加。
3.    需要創新的跨領域專家並合作開發整體性系統與解決方案：為取得在IoT市場的成功，取決於跨部門合作與以不同的商業模式運作，如Nexcom與微軟合作導入物連網技術。隨著電子裝置變得更智慧化，其零組件將變得更複雜以達到客戶所要求的產品表現，半導體公司的客戶正尋求可提供完整系統與解決方案的廠商。

(四)    挑戰
1.    資料安全性與隱私外洩：伴隨著更多感測器的使用，其所蒐集到的資料量持續增加，公司可能因受到駭客操控其機器，而在決策系統與生產排程中採取不當的措施。Cisco與McAfee等公司提出相關措施，如McAfee提出確保IoT安全性的計畫，Cisco提出IoT安全性挑戰大賽，徵求各方提出情報網路安全解決方案的提案。監督控制與資料擷取系統(supervisory control and data acquisition, SCADA)在安全性方面很重要，這類系統在企業IT網路的防火牆之外，因此使其面臨資產與通訊方面的安全性威脅，可使用乙太網(Ethernet)裝置的新或改良SCADA系統設置，透過配有虛擬私有網路(VPN)、安全通訊協定、加密和鎖定登錄裝置，提高安全性。
2.    維護與更新IIoT系統：當加入新的零組件到IIoT系統時，需要更新其軟體，使其能與既有設備相互整合，並進而增加系統維護與更新的工作，對維護IIoT系統的企業來說，確保提供不中斷的服務是相當關鍵的挑戰。

三、    產業價值鏈分析與新興趨勢

(一)    價值鏈分析
透過價值鏈分析來辨別能提供企業高價值且改善競爭優勢之活動，IIoT生態系價值鏈分析如圖二。

(二)    新興趨勢
1.數位分身：能提供實體物件或流程的數位檔案，以最佳化其商業表現。此技術需要蒐集實體物件的各種面向、即時且長期的資料，以建構其在數位世界中的檔案，並藉由蒐集到的資訊模擬與分析現有產品設計或生產流程，透過比較與分析產品實際與理想性能間的差異，以改善產品設計與生產流程。
2.邊緣運算：常被用於將資料傳輸與儲存至雲端，能提供靠近資料來源端的高階運算與分析能力，影響邊緣運算被採用的主要因素包含：感測器與運算硬體的成本降低、對機器學習與分析的需求提升、小型裝置的運算能力持續提高，如自駕車產生大量數據，且需要立即提供感應結果、思考並採取行動。
3.訊息序列遙測傳輸協定(Message Queuing Telemetry Transport (MQTT) Protocol)：為機器對機器傳輸的技術，能減少頻寬使用，並被用於遠端感測與控制，目前最新的為版本為MQTT3.1.1，能讓監督控制與資料擷取系統(SCADA)從遠端取得IIoT資料，MQTT為資訊發布者與訂閱者間的傳輸協議，能讓處在網路邊緣的設備發出訊息給轉訊者(brokers)，轉訊者能將資訊傳輸給所有訂閱特定類型資訊的訂閱用戶，MQTT所使用的通訊頻寬相當小，且能克服目前老舊設備面臨的問題，可被安裝於現有基礎設施。

四、工業物聯網技術與裝置之發展預測

IIoT能讓製造業、金屬與礦業、零售業以及醫療照護等產業解決改善營運流程，而不同產業亦有各種感測技術、自動化控制系統、機器人與網路技術的應用方式。網路連結技術約占2019年IIoT市場的37%，2020-2025年技術與裝置的市場發展預測如圖三。工業機器人在製造業垂直產業鏈中相當關鍵，能確保產品高品質與維護工廠中的勞動力安全，且在更先進的感測器技術下，工業機器人變更更加智慧化。

(一)    感測器：感測器能從實體環境中蒐集相關資訊，並予以回應，其蒐集到大量的數據持續提供進階分析與大數據處理系統使用，感測器為IIoT生態系統中最重要的一環，若沒有感測器，IIoT中的智慧機械運轉的效率將會大幅降低，現今的感測器不僅能聯結各項裝置，並能利用雲端服務，同時縝密地整合至IIoT架構中。機器對機器通訊的感測器標準已在開發中，MQTT為其通訊標準，並已被用於部分醫療裝置中，未來將能讓感測器在不同平台、伺服器與運算系統中分享資訊。
(二)    無線射頻識別(Radio-frequency identification, RFID)：為利用無線射頻電磁方式的無線且自動化技術，協助機器或電腦辨識物件，紀錄與其有關之資料並控制物件，透過導入感應卡、信用卡、啟動金鑰，RFID將顛覆資產追蹤產業，且RFID技術讓製造業得以開發更小的晶片與感測器，讓此技術能被應用在更多物件上。目前最常被使用在製造業、零售業與健康照護業得物品追蹤與存貨管理，相關產品包含產品電子碼(Electronic Product Code)代幣、晶片護照(e-Passport)、存取控制與非接觸式信用卡。
(三)    工業機器人：是指可重複寫入且自動化控制的裝置，能執行負載重物、組裝或繪製等工作，如史卡拉機器手臂(SCARA Robots)與多關節機器人(articulated robots)。當更多工業機器人被用於智慧製造流程，預計將大幅提高產能，進而提升產量同時降低人為失誤。
(四)    分散式控制系統(Distributed Control Systems, DCS)：分散式控制系統常被用於製造業的監管控制，此系統能提供管制應用最好的控制，並被用於整合功率量測裝置、驅動器與緩衝啟動器(soft starter) 。利用DCS整合馬達資料有助於即時監測馬達情況並發現潛在可能發生的問題。
(五)    智慧電表(Smart Meters)：此電表能量測住宅、商業或電力設備所使用之電量，公用事業電廠利用電表可持續量測瞬間電壓，並以度(kilowatt-hour, kWh)顯示能源使用量。目前智慧電表正逐步取代傳統電表，能連結至網路，自動與不同公用事業單位通訊，定期提供電力消費量予公用事業單位。此類電表為雙向通訊，主要使用蜂巢技術與Wi-Fi，通常使用即時感測器、斷電通知系統與量化電力監測系統，常配有家庭用的螢幕顯示器以及時提供能源消費量與費用。
(六)    網路連結技術(Networking Technology)：網路連線技術，特別是無線技術，為IIoT之發展支柱，許多機器與感測器節點都利用此技術連接到網路，並藉此讓機器間得以通訊，在不同連線範圍、電壓需求與資料傳輸速度下，有多種無線通訊技術。製造業在機器對機器通訊方面更加倚賴蜂巢技術，且對通訊可靠度、資料傳輸速度與網路覆蓋率的需求，更進一步驅動M2M通訊在許多產業的設置。