工業 4.0、智慧製造、智慧工廠等願景繪聲繪影多年，一直不疾不徐地演進著，直到一場場的天災人禍——氣候變遷、人口老化、Covid-19 疫情、政經詭譎到供應鏈秩序的裂解……，才倏然為市場加柴添火。當然，近幾年科技的水到渠成亦功不可沒，包括：網路通訊的普及、雲端／邊緣運算的成熟、電子工程的再進階等，最重要的是人工智慧 (AI) 的突破性發展。早期的 AI，單是標記資料、訓練、推論就耗時耗力，且近似黑箱作業的特性向來為人所詬病——「什麼是可解釋 AI」？一度成為業界研究重心。
然而，「生成式 AI」的橫空出世正在翻轉這樣的局面！行業領頭羊輝達 (NVIDIA) 宣稱，借助高速運算和生成式 AI，將合成數據與預訓練模型結合，可優化 AI 推論解釋力達 99.8%。經過驗證，借助「生成式預訓練模型」(GPT) 訓練海量資料、再就少量標註資料並針對具體任務調整而訓練出的「大模型」能完成多種任務；配合垂直應用的領域知識，冀能客製化解決特定情境下的任務，而由此衍生出的「通用型人工智慧」(AGI) 鋒頭正盛！整體而言，生成式 AI 依託三大基石共同協作：資料 (Data)、算力 (Computing)、算法 (Algorithm)。
為此，NVIDIA 企圖藉自家 AI 模組、以「AI-on」的加掛方式，為生成式 AI 時代建置引擎以創造更大的訓練模型，讓每個超大規模的資料中心都可變身為生成式 AI 資料中心。算力與算法部署完成，如何即時獲取有效資料源頭，無疑是前提！於是，精確的狀態監控 (CbM) 及訊號鏈傳遞需求明顯加溫，從航太國防走進千家萬廠；加上迫在眉睫的節能環保引動，能源效率已成製造業可持續發展的重要組成，促使原本就是預測性維護 (PdM) 利器的 CbM 聯袂數位孿生 (Digital Twin)，盡可能發揮最大效益，帶動感測、連接、控制相偕邁向 AI 化。
影響所及，被喻為「通往致動器與感測器最後一步」的 IO-Link 介面亦市況熱絡。在言必稱 AI 的今天，對於從自動化時代就存在的機器人／機械手臂也造成一定衝擊：未來 AI 機器將被視為「高危害設備」！為免它們自作聰明、受電磁干擾 (EMI) 而誤動作或遭駭客入侵，未來具備自我學習能力的 AI 機器不能採自我宣告、須經第三方驗證才能入市；與此同時，獨立於主控 PLC (可程式化邏輯控制器) 之外、新增「狀態邏輯控制」的 Safety PLC 隨之趁勢而起。當 AI 逐步進駐製造工廠，業界正懷著戒慎之心嚴陣以待新一波的機遇以及……挑戰！
本期內容:
