CB Insights最新報告提出了多項將對制造產(chǎn)業(yè)造成重大沖擊的技術。其中，邊緣運算、協(xié)作機器人(Cobot)等技術的影響已是顯而易見，而計算機視覺、機器即服務(Machines As a Service)的發(fā)展雖充滿不確定性，但相當具有顛覆的潛力。

　　Stacey on IoT網(wǎng)站引述CB Insights報告指出，邊緣運算、區(qū)塊鏈、穿戴式運算的發(fā)展，無疑將為未來幾年的制造業(yè)帶來重大改變。邊緣運算可拉近運算與感測、生產(chǎn)裝置間的距離，減少系統(tǒng)的延遲。麥肯錫(McKinsey)預估2017~2020年的物聯(lián)網(wǎng)解決方案市場成長約可達5千億美元，而花費在邊緣運算的支出將占其中的4分之1。

　　區(qū)塊鏈技術除了與加密電子貨幣有關，也可用來打造工業(yè)環(huán)境所需的分散式系統(tǒng)。業(yè)者可透過這類系統(tǒng)追蹤特定檔案、資料的存取紀錄，也能確保感測資料的可靠度。

　　穿戴式裝置可監(jiān)控員工的健康狀態(tài)，而外骨骼(exoskeleton)裝置則可進一步協(xié)助人類員工完成更具挑戰(zhàn)的工作、適應更艱困的物理環(huán)境。隨著企業(yè)越來越重視員工的健康及工作安全，協(xié)作機器人的應用將會更加普及。

　　比起雷聲大雨點小的消費者VR產(chǎn)品，工業(yè)AR的應用已相當常見，不論是利樂包裝(Tetra Pak)或是美國軍方都已開始使用微軟(Microsoft)的HoloLens裝置。如果要讓AR應用從展示用途前進到實際生產(chǎn)，就需設法進一步減輕AR頭盔的重量，并提升裝置的能源效率。

　　CB Insights報告認為機器視覺的發(fā)展仍充滿不確定性。事實上，已有石油天然氣業(yè)者引進機器視覺技術偵測火焰，另外也有制造業(yè)者利用機器視覺偵測生產(chǎn)在線的狀況。如何將機器視覺與更多邊緣裝置結合，并加快機器視覺算法的處理速度，將是機器視覺未來發(fā)展的重要挑戰(zhàn)。

　　機器即服務是一種將昂貴的工業(yè)機器作為隨選服務的新模式。機器即服務的發(fā)展目前仍遭遇不少困難。例如，許多客戶并不愿將資本支出轉換成營運支出；此外，這類模式很容易造成機器廠商間的互相排斥。然而長遠看來，機器即服務仍是制造業(yè)無法避免的趨勢。