新創企業向來是工業4.0革命的領頭羊，但不代表老牌企業就沒有機會。據Design News報導，西門子(Siemens)先進製造自動化研發部門負責人Juan L. Aparicio Ojea表示，工業4.0系統完全實現仍有漫漫長路要走，企業不外乎要把握智慧生產的四大原則，包括互通性、模組化、數位分身和彈性。 首先是互通性，Arch Systems執行長Andrew Scheu

為因應消費者轉向手工、客製化服裝的趨勢，德國時裝品牌Hugo Boss已將其在歐洲最大的工廠改造成智慧工廠。 Joachim Hensch在TEDxDEU上說明改造工廠的影片 [video=www.youtube.com/embed/p-SLDuMW_6k] 根據Fashion United報導，Hugo Bo

全球進入智慧化時代，物聯網(IoT)應用逐漸普及化，各行各業借助感測器、虛擬實境(VR)、擴增實境(VR)與人工智慧(AI)等技術進行數位轉型，而能以數位化模擬的數位分身(Digital Twins)的概念隨之興起，近兩年也被調研機構Gartner列入十大技術趨勢。 據Design News新聞報導，數位分身技術成為實現自動化與控制應用程式的強大工具，該技術賦予製造業全新生產

新視域科技旗下團隊集結了來自自動控制、安全監控、圖像分析、3D設計、動畫美術、遊戲開發、土木建築、數據分析與通訊工程等不同領域專業背景的人員共聚一堂，並自行開發各種影像管理與分析平台，徹底在智慧城市、智慧建築與智慧工廠等領域展現強大核心技術優勢與競爭力。 整合三維資訊 讓管理者掌控全局與全貌 新視域科技創辦人張泫沛表示，

ABB推出第三代PickMaster機器人軟體PickMaster Twin，首次內建數位分身(Digital twins)技術，提供生產線模擬並支援未來數位工廠視覺導引隨機流動(random flow)撿貨與包裝應用，可提高效率與產量、降低成本與風險。 內建數位分身功能的ABB機器人應用介紹 [video=www.youtube.

過去10年機器學習(machine vision)技術已有長足進展，在工廠自動化的相關應用也日益普及，2019年市場規模將達43億美元。包括高性能工業馬達與半導體元件等許多產業的的全球主要製造商，都已了解將機器視覺完全整合到製造現場能進一步深化工廠自動化的程度。 根據IHS Markit報導，IHS Markit的研究資料顯示，2018年機器學習在工廠自動化應用的全球主要市場

總部位於舊金山(San Francisco)的製造分析新創企業Sight Machine試圖提供一個使用人工智慧(AI)的製造分析平台，以數據的獲取、優化和脈絡化來提供實時的視覺化與可行和可操作的見解。 根據Counterpoint報導，該公司的FactoryTX平台為製造商提供了從生產設備和雲端當中獲取機器數據的彈性化。其不同的工具能讓多重工廠的物聯網(IoT)數據得以快速

就市場現況與觀察而言，醫療產業對於新技術導入比較保守，不過也越來越多醫院開始希望藉由機器學習、深度學習、大數據分析、區塊鏈等創新技術應用來增加醫院的工作效率、釐清醫療權責、增加用戶體驗。比方說，臺北醫學大學附設醫院(以下簡稱北醫)就與薩摩亞商數金科技有限公司(以下簡稱DTCO)合作推出智鏈護照(iWellChain)；又或是區塊鏈新創BiiLabs積極在數位分身的與數位資產管理上前進；此外，台灣微

當人們還在討論Facebook、WeChat等社群媒體以使用者的個人數據創造營收時，由兩岸三地人才組成的區塊鏈新創企業FiO卻已經打造出一套能讓使用者有權決定自己的數據能否被使用，並從轉介業務中分紅的新商業模式。 FiO 是連續創業家祝凱(George Chu)的第2次創業，他

使用數位分身(digital twin)的技術，模擬工廠設備與機器運作，以便提早發現問題，已經開始運用到工廠作業中，不過這套技術除了工廠之外，更大型的城市基礎設施也可加以應用。日本電機廠東芝(Toshiba)就將數位分身技術，用於大型基礎設施的監控，試圖優化既有的城市建設與防災對策，甚至可將全世界虛擬化。 東芝於電腦上模擬行駛中汽車以重量影響橋體的影片