工廠自動化的型態分為兩種：連續生產過程自動化與離散生產過程自動化。

連續生產過程自動化簡稱「過程自動化」，是處理流體（液體）、粉霧、傳輸等項目，較容易傳輸控制，適合化工、化肥、酸、鹼、有機合成、化纖、橡膠、製藥、石化、石油煉製、輕工造紙、塑料、製糖、食品加工、電力、建築材料（水泥、耐火材料）等行業；離散生產過程自動化大多是指物品加工、裝配、包裝、輸送、儲藏等作業，如治金、化工染料、輕紡等。

而除了生產線上的自動化，管理自動化也是很重要的發展，因遙測、遙控技術發展，結合電腦網路技術運用，管理階層已可利用最少人力就能掌握即時數據、現場設備管理控制、生產線監控等多項細節，從物料到上市、市場分析、產品設計、加工製造、經營管理、售後服務，皆可有更好的調度。

工廠自動化，能讓執行者全面控制管理整個生產過程，並從龐大數據中擷取分析，找出其中問題癥結，更能辨別問題並預測未來結果，創造最大效能。未來自動化科技勢必更加普及、深入生活，如交通工具自動駕駛、機械手臂、農作物環境控制等，使生活更加方便安全。

因為軟硬體工具成本下降、取得容易，加上產業需求改變，傳統產業也漸漸走向客製化、個人化，產品週期縮短、設備開始聯網，製程產生重大變革。

很多人以為，要轉型工業4.0得先投入幾十億元添購新設備；事實上，設備只是其中一環，重點還是在於思維要改變，將傳統的經驗轉化為數據，讓生產流程依據數據分析做及時調整，也許現有的設備加上一些感應器，讓工廠能夠連線協作收集數據分析，就能轉型工業4.0。

工廠自動化固然非常重要，但是重點還是觀念要重新定義，思考的是如何利用自身優勢因應變局，整合軟體、硬體、韌體、平台內容，提供客戶最好的服務。

對於半導體產業，工廠自動化有何優勢？

SEMI台灣區總裁曹世綸表示，全球製造業正如火如荼導入智慧製造概念於生產製程中，同時台灣政府亦積極推動智慧機械發展下，半導體產業作為台灣核心競爭力，已於製程中率先導入智慧製造相關應用，可視為製造業中的典範產業，將既有優勢轉化為競爭優勢。

工廠自動化原則上可以分為兩的層面：

1. 企業整體資源規劃
2. 生產線程序規劃

若以上兩個層面設計、分析、製造、樣品檢試到大量生產等步驟皆能走向自動化，即可省時省力，縮短接訂單到交件的時間，達到增強競爭力之目的。

工廠自動化，不僅在節省人力，更能提升品質。

以「汽車維修」產業來看，從傳統的手搖式加工到CNC自動化的過程中，只需要簡單的放置與取出，其他工作皆由電腦處理控制，即使不是資歷豐富的人員也能操作、無性別限制，安全性也大幅提高、產能增加，對於企業服務有諸多提升。

而對半導體產業來說，面對嚴苛的製程挑戰，轉型工廠自動化後，可以依靠大數據分析，找出提升良率的製程關鍵點，以領先同業。

未來工廠自動化的理想狀態，是每個生產環節的設備都可以獨立運作、彼此互聯，操作人員可以隨時監控周遭環境、排除問題，同時增加生產線的靈活度，即時因應客戶的製造需求。

未來半導體市場將趨向智慧工廠，透過大數據分析，讓機械設備可以自行做出最佳判斷、預警，將可有效架低成本、提高效率。

以台積電為例，南科14廠已可以做到晶圓下線到出貨的所有流程，都由機台處理，不必經過人工，已經完全自動化，協助上百位工作人員處理每天340萬次的晶圓製程，以及50萬種傳送工作，平均每一次傳送都能在三分鐘內完成。

要做到工廠自動化，且達到客戶要求的產品標準，工廠的電腦系統架構就需要整合規劃，例如貨品在上機之前，機台就已先預熱，才不會造成不必要的等待；另外也隨時監控工廠環境，如濕度、溫度，並透過測量平台回報機台使用狀況，隨時掌握產品生產品質。

未來半導體自動化的重點，在於自律調控或製造系統的免疫系統，過去作法是等到分析結果出來後，才能找出問題加以解決，現在重點在於大數據分析，透過資料驅動，精確找出機臺零件損耗程度和即時感測即時校正，不用等出問題後才請維修人員尋找問題維修，做到自我診斷與自動修復的目標。

工廠自動化怎麼做？

工廠自動化可以創造企業諸多優勢，但是要如何做才能提升產能？

媒體採訪大同公司主任孫永富建議，智慧工廠可以分為三個層次：

1. 自動化控制：導入CNC數控設備、PLC、I/O、觸控板及運動控制產品。
2. 資料整合分析與節能：導入HMI/SCADA、整合監控廠務設備、收集即時及歷史資料。
3. 生產管理：導入的MES/EMI，提供生產線工單、投料、備料全自動資訊。

相關系統結構如下圖：

如果從資料結構的角度來看，最底層是用控制器直接控制生產線，做一些即時處理，往上一層到了HMI/SCADA，就可以看到歷史資料分析及整個工廠的狀況，才能發展到下一個階層的工廠效能、品質分析及生產管理，最後完成全廠的資料分析後，才能連結到ERP。（以上做成圖表）

如果從軟體解決方案的角度切入，最上層為即時資訊入口網站，然後依序為工廠性能分析和生產執行、綜合品質管理、資產管理、工廠資料庫、圖形監控設備及最底層的編輯與控制，這些作業平台，工廠可以根據需求來建置。（以上做成圖表）

未來需要什麼樣的人才？

半導體大數據發展，關鍵在資料分析人才。如台積電設立資料分析專業部門，或是大型集團內部創立資料分析公司，垂直整合，發揮最好的效果。

大數據分析技術日新月異，對半導體廠而言，產品的生命週期短暫，可以利用大數據分析預測下一波市場趨勢搶得先機，台灣發展此領域的困境在於人才缺乏，企業就得花更多時間投入學習，無形中增加許多成本。

如台積電從2000年開始就投入資源在資料分析，應用在機臺控制（Tool Control）、機臺健康（Tool Healthy）、機臺生產力（Tool Productivity）、品質控管（Quality Control），以及人員生產力（People Productivity）五大範疇，提高晶圓良率，縮短機臺匹配放行的時間至少一半以上。目前已經可以提升晶圓廠機臺的生產力，舊型晶圓廠，現在也有機會運用大資料提升產能。

未來半導體製造產業，將邁向智慧化生產環境，累積更多大量的資料。如果仍是仰賴過去勞力密集，低成本的生產作法，而不去掌握製程技術的關鍵，在高度競爭的半導體市場很容易被其他企業取代。