在實現工業物聯網的過程中，網關是通往云端的必備設備。 而近年網關部署的大爆發，促使了成噸的聯網數據，開始大量往云端平臺上傳輸，但也就進而引發了數據超載的問題。 不過，人工智能中的機器學習，很快便接著在近期上場，這些云端式的機器學習模型，將促使廠商往后在面臨工業物聯網所帶來的各種虛擬化挑戰時，有了十分明確的雛型可進一步開發使用。
有鑒于大廠注入大筆資金于物聯網，2017年網關需求持續攀升。 無論是智能城市、智能家庭，還是工業4.0，目前在打造軟件與硬件兼完備的環境，皆還需要一段時間來使技術與產業鏈更加成熟。 不過，從各垂直產業對網關的需求出現明顯攀升的情況來看，萬物聯網的世界在大廠領軍投入之下，已有了初步雛型。
大廠領軍投入物聯網 網關需求再攀升
新漢IoT智動化事業群總經理林弘洲(圖1)表示，今年新漢在物聯網網關的市場發展上，有十分爆發性的成長，過去物聯網的推廣，大多是由聯網業者為主力推動，不過從去年開始，陸陸續續有許多項目談定，這些需求將進而擴散到今年。 根據客戶對新漢的需求來看，今年的全球市場預計將達千倍以上的成長幅度。
圖1 新漢IoT智動化事業群總經理林弘洲表示，網關供貨商
與云端廠商的彼此緊密合作，在初期推動物聯網時，是相當重要的。
林弘洲進一步分析，此一爆發性成長，主要是與各國政府主力推動智能城市、工業4.0息息相關。 在政策的引導下，大型企業紛紛領軍投入其中，因此在資本的投入數目上，也就明顯非常大。 新漢近年在物聯網網關，提供了各種垂直型的網關解決方案，能分別符合各產業的需求，我們上述預估的大幅成長，也是立基于這樣的基礎上。
在各垂直型網關解決方案中，林弘洲指出，以全球市場來看，目前相當大的市場會是在工程車，例如挖土機、吊車等。 工程車在運輸過程中，相當須要藉由網關來將數據傳送到云端，此一需求在歐洲已可很明顯看到。其次則是在零售業，業者主要是透過網關來執行物業管理，將可能上萬家以上的店面做大規模監控，進一步取代過去管理員的角色，這一部分是在日本有較明顯的需求。
林弘洲也表示，臺灣目前在單站的智能機臺，包括自動派工、智能管理、自動通知等，比較有看到網關的需求。 整體的工業自動化還比較少，雖然現今政府相當積極在帶動臺灣產業走向智能制造，但如今現況還處于推動期的階段，像是示范線、示范場等，尚未真正全面落實。 目前落實工業4.0的廠商，大多是國際大廠，因其布建的體系大，一次性的投資采購量上也相對大，因此在網關與云端管理上，很快就能立竿見影。
與OPC UA相輔相成 EtherCAT開放性高
相較于其他大型國家，臺灣的工廠規模往往是比較小的，在導入新的智能設備時，如機械手臂，時常會面臨非常大的挑戰。 此外，廠商在每個時期采購的設備品牌也可能有所不同，如今須要進行整合時，就勢必得耗費相當大的成本，便可能因而打消往工業物聯網邁進的念頭。
對此，林弘洲指出，網關的硬件設計各廠商差異性并不是太大，因此決勝點會是在軟件，新漢的網關軟件IoT Studio(圖2)，其特色在于可對接各設備的通訊協議，不僅如此，當擷取到原生數據(Raw Data)后，透過該軟件亦可再對接云端的協議，也就能很快地幫助廠商將設備信息傳往云端，大幅降低整合所需的成本。
網關從設備接往云端的具體流程。
也由于整合聯機是工業4.0相當重要的一環，在通訊標準的部分，新漢現是以遵循EtherCAT為主，其與OPC UA相輔相成，開放性高，如今全球市占率已達三成以上，包括控制器、I/O、伺服驅動器皆有相符合的協議(Protocol)，因而較能避免壟斷的問題。
然而，對網關而言，與云端平臺的通力合作，是十分重要的，獲得認證的網關才有辦法順利通往云端，目前新漢的網關已被多家云端平臺認證，包括Microsoft Azure、IBM Bluemix、PTC ThingWorx、SAP等。
這幾家云端平臺鎖定的主力市場皆有所不同，像是SAP將過去的ERP升級為云端版的HANA，過去公司要投入ERP的成本相當高，以致于中小企業往往無法投入這樣的軟件管理，透過云端版的ERP，則將轉為租賃的方式，因此不必投入非常高的成本，就能使用到ERP的軟件管理。 而Microsoft Azure目前在全球云端運算中心的布建上已相當廣泛，且在近期與新漢有相當密切的合作，林弘洲表示，這對初期推動物聯網的階段來講，是相當重要的。
Azure機器學習助力 工業物聯網如虎添翼
臺灣微軟營運暨營銷事業群云端及企業平臺事業部副總經理李玉秀(圖3)表示，Microsoft Azure云端平臺較為成熟的使用案例，有不少是與工廠相關，且更重要的是，工業物聯網的商業模式與數據分析的目的性較為明確。 臺灣有些廠商在導入物聯網時，雖然也有做數據收集，但數據收完后，卻不一定知道要拿數據來做什么。 但在工業廠商的合作案例中，已可明確看到廠商推出的物聯網加值服務是被市場認可的。
圖3 臺灣微軟營運暨營銷事業群云端及企業平臺事業部
副總經理李玉秀表示，物聯網收集到的巨量數據，勢必得靠機器學習來協助分析。
李玉秀舉例，工具機大廠友嘉現已在該公司的工具機中，加入Azure的物聯網服務，接下來該公司所推出的工具機，將都可以聯網收集數據，并進行進一步的預測分析、維護分析等應用。
物聯網收集到的數據數量可能非常龐大，且必須在很短的時間內處理完，甚至有時也須加入機器學習。 例如在工廠中，網關的數據發現到某一馬達的聲音有異常，機器便要能判斷其是否具有潛在的故障問題，須要被檢測。
李玉秀分析，在物聯網的整體供應鏈中，網關收集到的數據會由網關的廠商來負責，而Azure云端平臺，便是和網關的解決方案對接，協助客戶透過大數據分析提升處理數據的效率。 Azure也提供呈現的接口，如條狀圖、分區圖、地理位置圖等，而這些接口更可與行動裝置連接，實現在線通知功能。 除了通知裝置上的用戶，也可通知機器人要進一步做什么動作，藉此讓產業鏈更為完整。
除了工具機之外，工業計算機所收集到的數據通常會放在本機端，但也可以同時傳上Azure的公有云平臺，如此一來，廠商便可以直接到公有云平臺執行機器學習分析。
同時也考慮到用戶將數據匯入后，可能不知道要用什么樣的模型去進行分析。 Azure內建了許多分析模型，用戶只須嘗試幾款不同的模型，拉出相關參數，預測出的答案最接近實際狀況的分析模型，就會是最適用的模型，因此用戶不須要有很深厚的數學能力，就能使用機器學習。
服務器架構統一具優勢公/私有云輕松轉換
然而，客戶在使用公有云時，可能很大的考慮點會是在于，公有云在數據保密性上還是遠不及私有云。 李玉秀表示，微軟長期以來皆是針對企業提供解決方案，企業在架設私有云時所使用的服務器，約有50%的機會是Windows Server，在架設數據庫時，也有50%的機會是Microsoft SQL Server。
因此采用Azure很大的好處在于，當用戶期望變成私有云架構時，將可很容易地從Azure云端平臺搬到企業的私有云，因其采用的是同一服務器架構。
此外，當開發人員還在做測試時，也就不必得耗費機器成本才能做機器學習，且當開發公司若還沒有太大的經費，一次性購買大規模的機器時，便可把Azure當作是臨時性地緩沖空間，這將會是Azure與其他業者提供的云端平臺之間很大的差異。