自動化從疫情至今大幅成長，2021年全球工業自動化市場規模估計為1966億美元，到2030年將擴大到超過4,128億美元，并有望在2022年至2030年的預測期內以8.59% 的復合年增長率（CAGR）成長。

　　同時，實時數據分析隨著數據量的提升、消費者對企業使用其行為數據的接受度增加，以及對工業自動化中預測性維護需求崛起下大幅成長，實時數據分析有助于制造期間以更高的效率獲得營運洞見，吸引如機械制造、石化、航天、國防、電子產品、汽車、制造等產業投資相關技術與設備；而亞太地區在全球工業自動化市場中占有相當市占率，部分調研機構預期該地區將保持市場主導地位。原因在于印度和印度尼西亞等新興國家的經濟成長，使得應用領域逐年增長。

　　此外，企業對于智慧設備的掌握程度提升，使得工業自動化監測技術崗位應用更加頻繁，企業隨時能實時掌握溫度、電流、電壓、速度、振動等變量，加上設備維護開發與資產管理軟件與解決方案逐漸普及，允許更高的效率和更高的自動化，這樣的趨勢涵蓋輕工業與重工業，從紡織到電動車，無不提升自動化能力。

　　工業機器人、計算機視覺系統、人機接口、傳感器、3D打印、工業計算機等軟硬件在產業大量轉型需求下正在快速融合，連帶使得相關業者，例如ABB公司、艾默生電氣公司、發那科、、Honeywell、三菱電機、Rockwell、施耐德電氣 、西門子、橫河電機、奧姆龍公司成為大受益者。

　　云端供貨商成為企業自動化重要推手

　　一般而言，制造業轉型的方式：由大型業者往中小企業擴散、由先進制造朝向傳統制造發酵。狹義來說，自動化產業并不會將云端業者包含進去，但當前許多數據皆能上云處理與分析，許多自動化業者如西門子、ABB等也開始與大型云端企業合作，而云端企業的客戶也能從大型自動化企業身上受益。其中又以AWS、、、IBM四家業者囊括全球云端市場50%以上的市占率為主，這四家業者基于云端垂直領域的解決方案不斷推陳出新，提供從IaaS、PaaS到SaaS的一體式服務，并讓自動化解決方案嵌入其中，擴大其服務范疇。

　　云端之所以在自動化轉型中扮演重要角色，為能夠提供企業完整的IT運算平臺，并且隨用隨付模式下，企業不需要花費過多IT維護預算就能得獲得各種完整服務，大幅降低維護數據庫的成本，將本身有限的人力專注于其他高附加價值活動上。第二是能夠彈性調整，隨著企業成長，逐漸累積的數據量將淹沒原先的使用空間，而透過更改云端服務類型，企業可從不同類型或容量的主機方案進行挑選，增加企業IT的敏捷性。后是由于互動方式改變以及實體活動減少，企業因此加速轉型，數據種類將快速成長，數據型態將從文字，轉為文字加圖文件、超鏈接等樣態，如何整合多元數據并加以分析，以及應用在營運洞察。

　　前述云端業者提供一較為一體化（General）的解決方案。而在較為利基的市場上，則由自動化大廠提供，如Honeywell整合自身硬件與AWS軟件，提供如數字分生、MES、IIoT平臺、無人機隊等服務，并針對特定次產業，如電子制造、化工能源、航天、自駕車產業等進行客制化。這些自動化業者本身具備豐富轉型經驗，對于領域知識（Domain Know-How）的掌握度也較為完整，與云端企業合作具備相當綜效，未來預計有更多大型自動化企業會與這些云端業者合作，大者恒大的趨勢將更加明顯。

　　ABB從底層展開數字轉型

　　起源于瑞士，專精于自動化、智能制造的ABB以機器人產品，當前已是全球四大機器人企業之一，與德國庫卡（KUKA）、日本發那克（FANUC）、安川電機（Yaskawa）齊名，在營運流程上，公司采用精實六標準偏差法（Lean Six Sigma）-以顧客為核心、不斷改善產品/服務質量以消除浪費與降低變異。

　　雖然精實六標準偏差法讓ABB有效運作數十年，但在數字經濟的浪潮下仍稍嫌不足，由于事業體規模龐大，不同地區的多個工廠與整理供應鏈的信息流通經常發生延遲與信息不完整的情形，因此如何從底層展開流程探勘確實有其必要。公司的轉型愿景相當明確：讓流程透明，故能從找到問題轉為預測問題，各端流程數據的整合將有助于集團對于動見解讀的一致性（Single-Truth）。

　　ABB的做法有二。，由于集團的價值鏈（Value Chain）相當龐大，讓營運部門與質量部門的一線員工直接分析各流程節點中的差異情況是有效率的做法，例如在財務部份，由于公司全球采購與付款流程牽涉到不同種類的ERP系統，許多信息處于信息孤島（silo）狀態，公司必須先厘清究竟有多少財務流程數據、多少人使用這些系統，將訂單、付款、客戶服務等面向一一拆解，由于數據本身并無價值，加上多數IT人才著重的面相為「系統、網絡與數據庫管理」，單靠傳統的信息管理系統（MIS）與網絡管理人力就要從巨量數據中獲得洞見與找到問題實有困難，因此在爬梳完各種數據后，是時候尋找外部協作伙伴了。

　　第二，由于ABB當前的數字工具不足以支持龐大的流程探勘，因此公司轉而尋找外部解決方案業者支持，經多次評估后，ABB選擇與德國數據處理公司Celonis合作，Celonis擅長的為商業流程挖掘（Process Mining）技術，從公司個事件中萃取數據進行算法分析，除ABB外，其客戶還有西門子、3M、BMW、萊雅、等，目前公司估值已達100億美元，早已加入獨角獸行列。ABB成功藉由Celonis的流程挖掘技術打破數據孤島，整合全球財務數據并針對不同商業流程（訂單、采購、付款）進行優化。

　　智慧物流與倉儲成為2023年主要成長市場之一

　　當前建立數字供應鏈已經是全球制造業管理階層積極開展的策略，希望企業在面對重大突發事件沖擊時，能夠藉由快速資源整合、供應鏈上中下游伙伴協作而彈性應對沖擊，促使企業能在短時間內迅速轉向其他替代方案，如移轉生產基地或尋找替代市場，將突發事件造成之風險降至低，甚至快速恢復原先的營運狀態。

　　在建立韌性供應鏈的過程中，「備援能力」更顯重要，所謂備援能力指企業透過實時反應機制，在遭遇沖擊時能夠自主分散生產、部署倉儲據點或預先尋找其他替代料源，同能夠快速計劃第二、第三個替代生產基地，透過智能系統來整合物流、人流、信息流、金流等項目，提升預測與反應能力。在備援能力的條件下，企業面對風險的響應速度應愈快愈好，例如建立供應鏈信息串連機制，一旦風險發生，即可透過信息共享在短時間掌握風險，同時啟動相關避險措施。

　　同時，對供應鏈主管而言，勞動力高齡化與勞動人口減少也是業者投入倉儲自動化的主要原因之一。在市場地域分布上，受惠于龐大人口紅利、代工產業聚落與電商蓬勃發展，亞洲區成為全球智慧倉儲成長快之地區。電子制造、汽車制造、消費性產品等國際大廠皆在亞洲設立大量工廠與倉儲中心；在疫情前，原先由「亞洲制造供應全球」，現在則逐漸轉為「亞洲制造供應亞洲市場」。加上各國數字基礎建設程度不一，業者若要建立地區制造中心，可能面臨數據傳輸速度延遲、網絡標準不同、當地廠商競爭，以及法規相關障礙。因此，在地制造是智能工廠為主角，但要在地供應市場，智慧倉儲的部署是企業投入供應鏈轉型與在地制造的關鍵要素。

　　家電大廠應可作為部署智慧倉儲的參考，歷經中美貿易沖突與疫情沖擊后，公司將其全球供應鏈策略由長鏈改為混合鏈型態，北美市場由美國工廠（區域制造中心）供應，其位于美國的九家工廠在過去數年間投入七億美元于智慧倉儲，引進大量無人搬運車（AGV）、自主移動機器人（AMR）等設備，取代過高的人力成本，應用于揀貨、包裝、出貨等重要流程。

　　無獨有偶，瑞典IKEA在全球擁有眾多智慧倉儲，包含大量的智慧輸送帶與自主移動機器人，近期還部署無人機用于掃描二位碼盤點貨物。此外，由于智能倉儲會產生大量數據，因此加入算法工具用于分析預測也是業界常見做法，包含Dell、HP等大廠在智能倉儲中善用算法進行存貨預測，進行產能調整。這些業者投入大量資源的原因，不外乎為應對在地制造與就地供應市場的需求。

　　結語

　　不論產業未來要應對數字化的沖擊、商業模式的變革，乃至極端氣候的因應，都少不了自動化技術，且在數據吞吐量越來越大的局勢下，企業必須做好營運流程的整備，才可能在未來用數據應對更大的議題或外部挑戰，這也是托馬斯．戴文波特強調企業應「由內而外」改善營運流程的重要性，也呼吁了未來許多企業有極大機率轉為提供數字產品與顧問服務的平臺型企業的事實：良好的內部流程方有本錢在數據經濟下進行各種創新，甚至成為至企業間合作的基石。

　　不論是元宇宙帶來的龐大虛擬市場也好，或是量子計算機將改變企業運算與分析能力也罷，甚至是現在受OCED與政府強調的氣候科技/農業科技/食物科技，企業皆需追求營運流程上的順暢、打好數字基礎建設的功底，才能在虛實整合的產業環境中能有更多發揮。