综上所述，在今后的智能工厂里，工厂自动化设备主要是透过三种形式与资讯类系统取得连线。

1.  直接取得 FA 设备的资讯

2. 收集来自 PLC 的资讯

3. 收集 MES 的资讯

这三种无论哪一种，前提都是实际透过网路的连结自动取得资讯。相关技术的细节，我会在下一项中介绍。

此外，虽然 FA 设备、基础系统、工厂管理系统连成了一个网路，但还是必须明确区分是控制类还是资讯类系统，分别予以管理与使用。若为资讯类系统，就算因为网路的拥塞等因素，导致资讯延迟若干时间才收到，问题也不大；但如果是控制类系统，资讯的延迟就可能引发严重问题。

(图片来源：莫顿洁具公众号)

标准接口之采用 

既有的制造设备，把大量的系统建构工作，发包给特定设备建置供应商处理，是一种理所当然的做法。该承包商在建构系统时，采用了自己最熟悉的的 FA 设备厂商的接口，而变得不容易与采用其他接口的系统合作。之所以会这样，也是因为各式设备的界面没有标准化，承包的供应商很难单凭一己之力，建构出能够让不同设备间交换资讯的功能。

但在智能工厂中，PLC 与 FA 设备基本上都采用标准接口。工厂内的各式设备，就能够透过网路交换资讯了。标准接口的采用，是智能工厂这个概念的一大原则。

不同设备各有不同的使用目的，所需要的规格也很多样化，不可能全部都做成通用式的规格。不过 PLC 以及组件未来可以想见会急速走向通用化。一旦走上通用化，建构系统的知识技术就可能标准化，变得可以分享与再利用。

企业用户在推动智能工厂时，必须充分探讨要如何制定自己公司的标准化方针。因为，这一点正是决定未来投资绩效好坏的重要因素。关于标准界面，后面我会详加介绍。

日志数据的储存与转换为 KPI 

FA 设备的数据，本来就是以很精细的单位在处理与管理的。不消说，在短短的一秒钟时间里，机器就已经下了好几个判断，处理了好几件事。但就算把 FA 设备连成网路，将这样的数据抓到资讯系统里，对人类（管理者）来说，这么巨细靡遗的数据，还是可以清楚地画分为有意义与无意义两大类。

虽然说是即时，但对于机器的所有即时动作，管理者并没有必要全部掌握。把控制类的数据给资讯化的用意，就是要把原本只是陈列出来、不具任何意义的数字，转换为具有意义的切入角度或是单位，再予以管理。

举个简单的例子说明好了。假设想知道电力消费的状况，而感测器是以秒为单位把数据传过来的。那么，如果要问，以秒为单位的耗电数据，对管理阶层来说，是否有意义？一般来说，是没有意义的。就算看再多以秒为单位的数据，一方面很难判断数据好坏，也无法采取任何行动（除非数字很明显异常，那就有意义了）。对管理阶层来说，需要的应该是“生产一件或一个批量的特定产品，需要耗费多少电力”，或是“待机时与高峰时耗费的电力”吧。

总之，感测器按秒传来的数据，不要只是直接储存起来，而是要转换为能够活用的管理资讯，再储存起来。或者，也可以把储存起来的数据，定期透过批次处理等方式，转换为管理阶层需要的形式，储存于资料库中。

更重要的事情是，不要把每种数据当成单项数据（像是各设备耗费的电力）储存，应该要根据预先定义好的资料模式，把相关数据（制造订单编号、测定时刻等）加进来一并储存，好让应用程序能够活用这些数据。这可说正是智能工厂的精髓所在。

让事业能够成功的重要企业活动，称为「关键成功因素」（KSF）；实际用于管理 KSF 的数字指标，称为「关键绩效指标」（KPI）。从经营阶层到第一线为止，都可以定义 KPI。名为「指标」，因此多半是结果的数字，但制定 KPI 原本的用意其实是「希望以数字呈现出能够带来成果的驱动指标」，管理阶层可以透过监测 KPI 得知未来的成果如何，并随时采取行动，藉以提升成果的水准。这才是 KPI 原本的正确使用方法。

假如果只是结果的数字，那么再怎么管理，或许可以成为有助于未来行动的参考数据，但是却无法改变已经出现的结果（虽然这也是理所当然的）。在结果出现之前，掌握其预兆，事前采取因应的措施，以创造出正确的结果，能够以这种形式活用 KPI，毫无疑问会是最理想的。

(文章来源：莫顿洁具公众号)