智能工廠的發展所需解決的問題
數字化提供了廣泛的優勢，它們包括通過創建數字雙胞胎減少停機時間的預測性維護、加強質量控製、需求驅動的生產、庫存優化、降低能源和材料成本以及改善安全和環境性能。
許多預測都試圖量化價值主張。谘詢公司麥肯錫表示，到2025年，物聯網經濟影響可能在1.2美元到3.7萬億美元之間。美國商務部最近對美國製造商和智能製造商的一項調查顯示，每年的成本降低了570億美元。
當dang然ran，有you一yi個ge問wen題ti，實shi際ji上shang有you幾ji個ge。製zhi造zao業ye的de投tou資zi周zhou期qi比bi較jiao長chang，強qiang大da的de流liu程cheng和he設she備bei不bu會hui在zai一yi夜ye之zhi間jian出chu現xian，至zhi關guan重zhong要yao的de是shi，所suo需xu的de技ji術shu，如ru人ren工gong智zhi能neng，尚shang未wei完wan全quan開kai發fa。
人工智能（AI）作為催化劑
智能工廠利用工業物聯網（IIoT）、大數據和高級分析，以及信息技術（IT）和運營技術（OT）的融合。另外，相互通信的設備導致實時決策，從而優化價值創造。
它既發生在工廠內，也發生在整個價值鏈中，從原材料采購到訂單交付和客戶服務。
這種轉變的潛在催化劑是人工智能（AI）。目前人工智能的大部分興趣都與機器學習有關——這是一套將現實世界數據和經驗與統計分析相結合，以得出結論和預測結果的技術。
機器學習不是一個新的人工智能領域，但互聯網的發展、大量數據的激增以及計算機處理能力的不斷提高，極大地提高了其預測能力的深度、廣度和準確性。
雖然人工智能明顯正在進步，但它也有其局限性。底層算法的設計很棘手，這可能會導致漏洞和意外偏差；訓練步驟通常需要非常大量的數據和可能難以獲得的實際經驗；神經網絡通常需要很長時間來訓練。當啟用人工智能（AI）的決策出錯時，通常很難確定原因，這是安全關鍵係統中的一個主要問題。
為什麼人工智能現在被應用在工廠環境中？當然，技術是一個驅動因素：大量數據的可用性、機器學習的發展、雲計算（用於網絡範圍的監控和優化）和邊緣計算（為實時決策提供機器學習）的出現，以及信息技術（IT）係統與運營技術（OT）係統的結合。
danmuqiandeshehuifazhanqushiyehenzhongyao，baokuoquanqiugongyinglianriyifuza，yijizaixiyinshulianshengchangongrenfangmianchixucunzaidetiaozhan。huanjuhuashuo，zhinenggongchangdechuxianshijishutuidongheshichangladongdejieguo。
如果所有的人工智能問題得到解決——並且最終將得到解決。但是，如果沒有最佳的信息治理，智能工廠仍然不會快速發展。
三個這樣的治理問題包括技術標準、網絡安全/隱私和頻譜分配。
技術標準
智能工廠依賴於信息流和係統響應能力，如果沒有標準——基本上是與技術係統相關的規範或要求，就無法實現。
製造過程中使用了數百甚至數千種標準，並且需要許多新標準來實現智能工廠。美國國家標準與技術研究院（NIST）2016年2月的一份報告指出，智能製造生態係統可以被視為由四個進步級別組成的金字塔：設備級、監督控製和數據采集（SCADA）級、製造運營管理（MOM）級和企業級。信息必須在每個級別內部和之間流動，並且已經開發或正在開發數十個標準以加速這種協作。
根據NIST的說法，“在(zai)製(zhi)造(zao)金(jin)字(zi)塔(ta)內(nei)，通(tong)信(xin)標(biao)準(zhun)已(yi)經(jing)建(jian)立(li)，但(dan)係(xi)統(tong)之(zhi)間(jian)的(de)互(hu)操(cao)作(zuo)性(xing)還(hai)有(you)限(xian)製(zhi)，這(zhe)意(yi)味(wei)著(zhe)製(zhi)造(zao)商(shang)通(tong)常(chang)會(hui)被(bei)鎖(suo)定(ding)在(zai)單(dan)一(yi)的(de)供(gong)應(ying)商(shang)解(jie)決(jue)方(fang)案(an)中(zhong)。在(zai)整(zheng)個(ge)商(shang)業(ye)周(zhou)期(qi)中(zhong)，存(cun)在(zai)幾(ji)個(ge)完(wan)善(shan)的(de)標(biao)準(zhun)，然(ran)而(er)，信(xin)息(xi)能(neng)夠(gou)與(yu)生(sheng)產(chan)係(xi)統(tong)互(hu)連(lian)的(de)程(cheng)度(du)還(hai)是(shi)非(fei)常(chang)有(you)限(xian)。”
除了製定標準來填補這些空白之外，報告還指出了智能工廠麵臨的另外兩個與標準相關的障礙：
（1）缺乏對標準和標準采用情況的跟蹤；
（2）標準之間的重疊和冗餘。
為消除這些障礙，各個組織之間的協調與合作是必要的，其中一些正在進行中。
還正在製定標準以促進區塊鏈技術的應用。區塊鏈是一個數字分類賬，能夠以可驗證和安全的方式記錄交易。美國國土安全部（DHS）正(zheng)在(zai)與(yu)工(gong)業(ye)界(jie)進(jin)行(xing)區(qu)塊(kuai)鏈(lian)試(shi)點(dian)，以(yi)了(le)解(jie)該(gai)技(ji)術(shu)是(shi)否(fou)可(ke)以(yi)阻(zu)止(zhi)假(jia)冒(mao)產(chan)品(pin)和(he)知(zhi)識(shi)產(chan)權(quan)盜(dao)竊(qie)。將(jiang)需(xu)要(yao)安(an)全(quan)和(he)定(ding)義(yi)的(de)互(hu)操(cao)作(zuo)性(xing)標(biao)準(zhun)來(lai)促(cu)進(jin)該(gai)技(ji)術(shu)的(de)應(ying)用(yong)。
網絡安全/隱私
智能工廠需要在工廠內部和整個價值鏈中的設備和設備之間進行互聯。這種連接增加了製造商遭受網絡攻擊、間諜活動和數據盜竊的風險。
這些不是假設性問題，例如，2014年，黑客通過網絡釣魚郵件獲得訪問權限後，破壞了一家德國鋼廠。英國最近的一項調查發現，50%的de製zhi造zao商shang承cheng認ren受shou到dao黑hei客ke攻gong擊ji，半ban數shu受shou攻gong擊ji的de製zhi造zao商shang因yin此ci蒙meng受shou損sun失shi。據ju美mei國guo國guo土tu安an全quan部bu稱cheng，製zhi造zao商shang是shi針zhen對dui關guan鍵jian基ji礎chu設she施shi網wang絡luo攻gong擊ji的de首shou要yao目mu標biao。
鑒於智能工廠對傳統工廠提出的目標越來越大，安全問題變得越來越重要。安全目標包括維護生產（無停機或延遲）、防止導致財產或人身傷害/死亡的係統故障、防止間諜活動以及保護客戶和員工的隱私。
實現這些目標既不簡單也不容易。為了保護智能工廠，需要多種方法和係統，包括網絡物理係統的安全體係結構、通過證明驗證軟件完整性（能夠檢測惡意軟件或非預期代碼的過程），以及安全的設備管理。
tigongzhinengzhizaoshebeihefuwudegongyingshangxianrancanyulezhexieanquankaifa，zhengfuyeshiruci。meiguozhengfuyugongyejiehezuo，weiguanjianjichusheshikaifalejiyufengxianheziyuandewangluoanquankuangjia，guangfanshiyongyubaokuozhizaoshangzaineideyixilieqiye。NIST還發布了與智能工廠相關的智慧城市框架。
另一個日益嚴重的問題涉及個人信息的隱私。歐盟的一般數據保護條例（GDPR）是(shi)一(yi)個(ge)法(fa)律(lv)框(kuang)架(jia)，為(wei)收(shou)集(ji)和(he)使(shi)用(yong)個(ge)人(ren)信(xin)息(xi)製(zhi)定(ding)了(le)指(zhi)導(dao)方(fang)針(zhen)。這(zhe)項(xiang)新(xin)法(fa)律(lv)對(dui)智(zhi)能(neng)工(gong)廠(chang)也(ye)有(you)影(ying)響(xiang)，例(li)如(ru)，測(ce)量(liang)生(sheng)產(chan)線(xian)產(chan)量(liang)的(de)技(ji)術(shu)可(ke)能(neng)會(hui)收(shou)集(ji)個(ge)別(bie)工(gong)人(ren)的(de)數(shu)據(ju)。製(zhi)造(zao)商(shang)需(xu)要(yao)通(tong)過(guo)更(geng)新(xin)隱(yin)私(si)聲(sheng)明(ming)並(bing)確(que)保(bao)這(zhe)些(xie)聲(sheng)明(ming)符(fu)合(he)GDPR要求，同時確保他們對使用這些技術收集的個人信息是透明的。
最後，智能工廠將推動保險業的變革，保險業將麵臨構建解決方案來管理風險變化的需求。
頻譜分配
shixianzhinenggongchangchengnuosuoxudeshebeishuliangshixinxizhilideyigezhongyaokaolvyinsu。zhexieshebeiyujijiangtongguowuxiantongxinjinxingcaozuo。wuxianshebeimuqianyoushushiyitai，youyuwulianwanghegongyewulianwang（IIOT），這個數字預計將呈指數級增長。
所(suo)有(you)這(zhe)些(xie)對(dui)無(wu)線(xian)通(tong)信(xin)的(de)需(xu)求(qiu)都(dou)需(xu)要(yao)頻(pin)譜(pu)，這(zhe)是(shi)一(yi)種(zhong)稀(xi)缺(que)的(de)公(gong)共(gong)資(zi)源(yuan)。為(wei)了(le)讓(rang)智(zhi)能(neng)工(gong)廠(chang)取(qu)得(de)成(cheng)功(gong)，政(zheng)府(fu)必(bi)須(xu)分(fen)配(pei)足(zu)以(yi)滿(man)足(zu)這(zhe)種(zhong)需(xu)求(qiu)增(zeng)長(chang)的(de)頻(pin)譜(pu)。在(zai)美(mei)國(guo)，聯(lian)邦(bang)通(tong)信(xin)委(wei)員(yuan)會(hui)（FCC）為消費者和商業用途分配頻譜。
去年，美國政府問責局（GAO）對此問題進行了調查。根據GAO的報告，美國聯邦通信委員會認為，當前可用的頻譜足以滿足物聯網在不久將來的增長，除非使用大量頻譜的設備激增。GAO還指出，“隨著無線設備數量的增長，管理幹擾變得越來越具有挑戰性，特別是在不需要無線許可的頻段中。”GAO建議FCC開始跟蹤物聯網的增長，以確保有足夠的頻譜可用。
如果需要額外的頻譜來支持智能工廠，那麼它是許可頻譜？未許可頻譜還是共享頻譜？FCC將決定如何在每種類型之間以及在哪個頻帶內分配可用頻譜。
這些政府決策將影響美國智能工廠的頻譜供應和質量。其他國家也在努力解決如何為工業用途分配頻譜的問題。GAO的報告指出，每個國家都在采取不同方法，至少有一個國家，韓國，將頻譜專用於工業用途。
如果製造商能夠清除障礙，並且政府能夠製定標準，那麼回報將是巨大的。
