有鑑於大廠注入大筆資金於物聯網，2017年閘道器需求持續攀升。無論是智慧城市、智慧家庭，還是工業4.0，目前在打造軟體與硬體兼完備的環境，皆還需要一段時間來使技術與產業鏈更加成熟。不過，從各垂直產業對閘道器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 閘道器需求再攀升
新漢IoT智動化事業群總經理林弘洲(圖1)表示，今年新漢在物聯網閘道器的市場發展上，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，陸陸續續有許多專案談定，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，閘道器供應商與雲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慧城市、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。新漢近年在物聯網閘道器，提供了各種垂直型的閘道器解決方案，能分別符合各產業的需求，我們上述預估的大幅成長，也是立基於這樣的基礎上。
在各垂直型閘道器解決方案中，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，相當須要藉由閘道器來將資料傳送到雲端，此一需求在歐洲已可很明顯看到。
其次則是在零售業，業者主要是透過閘道器來執行物業管理，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，台灣目前在單站的智慧機台，包括自動派工、智慧管理、自動通知等，比較有看到閘道器的需求。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台灣產業走向智慧製造，但如今現況還處於推動期的階段，像是示範線、示範場等，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，一次性的投資採購量上也相對大，因此在閘道器與雲端管理上，很快就能立竿見影。
與OPC UA相輔相成 EtherCAT開放性高
相較於其他大型國家，台灣的工廠規模往往是比較小的，在導入新的智慧設備時，如機械手臂，時常會面臨非常大的挑戰。此外，廠商在每個時期採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，閘道器的硬體設計各廠商差異性並不是太大，因此決勝點會是在軟體，新漢的閘道器軟體IoT Studio(圖2)，其特色在於可對接各設備的通訊協定，不僅如此，當擷取到原生資料(Raw Data)後，透過該軟體亦可再對接雲端的協定，也就能很快地幫助廠商將設備資訊傳往雲端，大幅降低整合所需的成本。
 |
| 圖2 閘道器從設備接往雲端的具體流程。 |
也由於整合連線是工業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定(Protocol)，因而較能避免壟斷的問題。
然而，對閘道器而言，與雲端平台的通力合作，是十分重要的，獲得認證的閘道器才有辦法順利通往雲端，目前新漢的閘道器已被多家雲端平台認證，包括Microsoft Azure、IBM Bluemix、PTC ThingWorx、SAP等。
這幾家雲端平台鎖定的主力市場皆有所不同，像是SAP將過去的ERP升級為雲端版的HANA，過去公司要投入ERP的成本相當高，以致於中小企業往往無法投入這樣的軟體管理，透過雲端版的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的軟體管理。而Microsoft Azure目前在全球雲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
台灣微軟營運暨行銷事業群雲端及企業平台事業部副總經理李玉秀(圖3)表示，Microsoft Azure雲端平台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資料分析的目的性較為明確。台灣有些廠商在導入物聯網時，雖然也有做資料收集，但資料收完後，卻不一定知道要拿資料來做什麼。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 台灣微軟營運暨行銷事業群雲端及企業平台事業部副總經理李玉秀表示，物聯網收集到的巨量資料，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，將都可以聯網收集資料，並進行進一步的預測分析、維護分析等應用。
物聯網收集到的資料數量可能非常龐大，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，閘道器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，閘道器收集到的資料會由閘道器的廠商來負責，而Azure雲端平台，便是和閘道器的解決方案對接，協助客戶透過大數據分析提升處理資料的效率。Azure也提供呈現的介面，如條狀圖、區域圖、地理位置圖等，而這些介面更可與行動裝置連接，實現線上通知功能。除了通知裝置上的使用者，也可通知機器人要進一步做什麼動作，藉此讓產業鏈更為完整。
除了工具機之外，工業電腦所收集到的數據通常會放在本機端，但也可以同時傳上Azure的公有雲平台，如此一來，廠商便可以直接到公有雲平台執行機器學習分析。
同時也考量到使用者將資料匯入後，可能不知道要用什麼樣的模型去進行分析。Azure內建了許多分析模型，使用者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，因此使用者不須要有很深厚的數學能力，就能使用機器學習。
伺服器架構統一具優勢公/私有雲輕鬆轉換
然而，客戶在使用公有雲時，可能很大的考量點會是在於，公有雲在資料保密性上還是遠不及私有雲。李玉秀表示，微軟長期以來皆是針對企業提供解決方案，企業在架設私有雲時所使用的伺服器，約有50%的機會是Windows Server，在架設資料庫時，也有50%的機會是Microsoft SQL Server。
因此採用Azure很大的好處在於，當使用者期望變成私有雲架構時，將可很容易地從Azure雲端平台搬到企業的私有雲，因其採用的是同一伺服器架構。
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當作是臨時性地緩衝空間，這將會是Azure與其他業者提供的雲端平台之間很大的差異。
