智能工廠的精髓在于智能自動化，而智能自動化主要植基于三個層次，由下往上依序是“設備接入層”、“數據采集層”及“應用接入層”；意欲貫穿三大層面，成功打造工業4.0智能工廠，則有賴廠務管理與信息單位攜手合作，雙方亟需共同推動的事項甚多。
　　在近期，有知名計算機大廠的董事長針對物聯網發表看法，他認為，環顧物聯網商業模式，真正的主體價值，乃在于擁有智能型服務的“網”，但很可惜的是，多數的供貨商、甚或需求端，似乎都搞錯了方向，誤將物聯網錯置為“聯網物”，反倒把價值訴求彰顯于“物”、也就是終端設備之上，無怪乎現今許多聯網物解決方案的商業價值都不高，獲得的市場回響也相當有限。
　　因此制造企業大費周章推動生產信息的數字化，再延伸到機器端形成機聯網，其間布建為數可觀的傳感器、遠程I/O模塊或控制器、無線轉換器、數據集中器，也在后臺建立了SCADA圖控系統，終極目的絕對不僅止于將大量機臺設備的狀態信息，實時傳送到中控室，接著通過SCADA接口呈現出來而已，如果沒有后續的延伸應用，這般應用場景充其量也只是部署眾多「聯網物」，對于提升制造企業的生產力、競爭力，其實沒有太大幫助。
　　所以政府在定義工業4.0的過程，除了訴諸物聯網、機聯網外，也強調必須再借由系統管理、巨量數據(制造+服務)技術與精實管理，達成聯網服務制造系統之創新營運模式；顯見真正的好戲，并未在物聯網或機聯網等環節劃下句點，換言之，舉凡設備接入、數據采集甚至是應用接入，都只是企業賴以強化生產力、競爭力的必要手段，而非目的。
　　奠基開放標準  確保前后臺整合無憂
　　有業者認為，為了讓后續的故事可以發展得更為璀璨亮麗，從而為企業帶來巨大效益，則包括在設備接入、數據采集及應用接入等層次所鋪陳的每一個梗，都必須要有延展下去的空間，因此如何確保整個關鍵技術策略的推動，每一步都奠基于標準化及開放資源，對于不管是廠務管理或信息單位，肯定都是極其重要的課題。
　　比方說，針對智能自動化的中間層次，意即“數據采集層”，必須藉助標準化數據通訊標準，例如具有輕量化優勢的MQTT(MQ Telemetry Transport)協議，在傳感器、制動器、裝置、應用等各式底層對象，以及上層云端平臺之間，得以進行安全無虞的雙向通訊。
　　至于再往上一層的“應用接入層”，一方面需要建立標準化應用接入服務，譬如RESTful API，二方面則需援引開放性流程設計方式，孕育IoT可視化流程，而針對流程編輯部份，現今越來越多業內人士已傾向采用一項名為Node-Red的開源工具，它是一個基于Node.js，并借由瀏覽器運行的可視化流程編輯器，訴求讓使用者僅需通過拖、拉、放等簡單步驟，完全不需要撰寫程序，即可通過組件的串接快速勾勒IoT應用流程，其內含應用端的后臺系統、前臺裝置設備，以及不同設備通過物聯網網關所連結的I/O節點，旨在以最快速度將生產流程數字化。
　　前述三層式體系結構，輔以結合標準化及開放資源元素，是否已經締造出成功案例？答案是肯定的，譬如某家紡織廠，便依循這般模式，為內部染整設備導入物聯網架構，利用無線轉換器、數據集中器等中介裝置，確保染料儲存、調色、染料分配輸送、染色直到布車等不同生產流程的信息，一路走來皆可不間斷實時傳送，進而創造諸多立竿見影的效益，包括讓物料損失幅度減少6個百分點，染色精準度從原本85%推升到90%，因應染整制程所需投入的人力，也由原來的11人減為6人，林林總總算下來，一年可回收的報酬高達百萬美元，可謂成效卓著。
　　另一電子設備制造商，充分運用了現今最被廣泛采用的Web服務——RESTful API，據以串接前后臺的各類型儀表板、數據庫、MES或ERP...等等節點，俾使管理端可通過統一接口，集中監視與控制所有現場維運設備、工業自動化系統，以及物聯網感測設備。
　　工業4.0效應  在各產業逐步遍地發酵
　　值得一提的，伴隨政府工業4.0推動計劃應運而生的諸多示范案例，也頗具借鏡與學習的價值。以工具機產業為例，原本其潛在客戶之一的航天制造廠，大多采用進口工具機，盡管此舉有助于接單，但設備購置成本偏高，也讓售服維修停機時間隨之延長；而臺灣工具機廠為搶進此一高附加價值市場，并協助航天制造廠解決過往難題，遂利用CPS數字設計與制造技術，藉由遠程平臺提供切削制程策略，藉以加值設備制造服務水平(含括制程模擬、自主排程、預兆診斷、產能監控、生產履歷等項目)，與此同時，也藉由CPS傳動系統應用力仿真，快速縮短50%試制時間，并提高加工效率達4倍之多，連帶通過輕量高剛性結構數字設計，降低兩成材料成本，使其如愿叩關航空零組件加工用工具機市場，且單機價格由原本人民幣210萬元提升為335萬元。
　　此外，自行車業者為了解決3K(辛苦、危險、骯臟)作業環境下的缺工問題，更為了銜接技師老化遺留的人才斷層，且亟思更有效呼應市場精品化趨勢，故而導入工業4.0方案，一方面建立一個涵蓋數字結構自動生成、碟煞結構熱傳分析、鏈條傳動系統仿真、車架動力機構模擬等智能機能的CPS數字設計與制造平臺，二方面則借助云端服平臺、傳感器(含車況感測、生理感測)，孕育出諸如騎乘模擬、風阻模擬等智能服務。通過上述改造計劃，該自行車業者得以縮短新產品開發時間，并且受惠于客制化產品與智能化服務，使整車出口平均單價為之上揚。
　　而在印刷電路板(PCB)產業方面，則亟欲扭轉現今諸多不利因素，包括大量依賴人工操作無法提升產品精度與良率，現有檢測系統耗費人工過大、無法提升生產效率，以及智動回饋不足、無法承接少量多樣訂單，于是決定結合感測與網絡、物聯網應用、智能機械與機器人應用、大數據分析，及精實管理(生產排程優化)等完整元素，導入工業4.0方案，期使產線具備自動感知、預測與配置能力，且可充分支持彈性生產，且一并建立多樣化高良率、彈性快速的制造模式，終至實現PCB全線生產智動化。
　　至于面板廠，則通過模擬訊號采集模塊進行機械手關節的特征值訊號采集，以實現設備全面感知，并以SCADA圖控軟件實現云端智能運算與異常報警的功能，以期大幅降低產線停機風險，同時落實關鍵設備之預防保養；其具體做法，乃是在廠區設備間布建大量分布式數據采集模塊，藉此完整收集機臺設備的關鍵數據，借由合理成本達到現場端全面感知，若是從中察覺異常數據，便實時上傳云端，再利用圖控軟件進行特征值分析與遠程設備監控，以利在最短時間內排除障礙，不僅大幅降低現場巡檢之人力需求，更藉助預防保養機制而大幅減少停機風險。