在智慧製造工業物聯網的浪潮來臨之下，坊間對智慧製造技術現況與未來發展著重基礎在物聯網科技（IoT）、營運技術（OT）、資訊技術（IT）、能源和過程優化等工具的發展與應用，而傳統製造業要提升其生產效益，最直覺的就是降低人力，增加產值，亦或投入新式設備，增加產量，最終才發現產能過剩或人工欠缺。
如能先以設備產能極大化的角度切入，將傳統陳舊的設備，利用PLC與IoT Sensor 的對接，瞭解設備稼動極限與有效工時的管理，然後利用精實管理的手法，改變傳統生產模式，再來將蒐集來的數據，對生產參數做即時的監視與控制，避免人員作業的疏失與製程不良，導致原物料生產投入的浪費，協助企業在不用增加新穎設備的情況下，先行瞭解對於設備控制能即時監與控，更有效的利用現有設備與人力，減少不必要的投資與浪費。
因此，透過有執行經驗的顧問心得分享與案例交流，對於目前現有製造業客戶中有智慧製造需求的廠家，可瞭解初步需求，透過卓越經營與智慧製造生產力評量，瞭解客戶急迫性需解決的問題，再透過工業物聯網的建置，對於關鍵製程或流程，其傳統數據採集由人工的方式或無法定時定點的模式，藉由IoT設備的建置投入，做到即監即控，解決關鍵瓶頸數據取得來源的正確性。
接下來分析數據自動採集後，拆解關鍵瓶頸發生的原因與可能性，這樣可降低傳統由人工採集的不確定性，協助企業更有效直觀地將目前產線問題可視化，做為未來生產策略的參考與依據。
當然在面對工業4.0三大核心概念即大數據、物聯網、CPS網實整合的實務應用中，製造業顧問首當需要著墨在智慧工廠其ERP對供應鏈管理、企業資源規劃、客戶關係管理及製造執行系統數位訊息化與設備扮演的角色與作用外，特別在MES系統功能內容的應用與發展及未來相關產業鏈能夠提供那些即時適當的協助。
並結合政府產業聚落供應鏈數位串流暨AI應用資源，透過工作坊的交流學習及如何盤點企業轉型智慧製造的問題，理解大數據資料至少有10萬筆以上分析才具效果的觀念，並計算企業投資AI工具的報酬與規劃設計等工作，也必需有一定的瞭解。
如此一來在面對輔導的客戶時，倘若客戶對於智慧工廠的的認識，大多停留在設備自動化與人工的節約時，即可引導如何進行智慧工廠的三大核心概念，大數據、物聯網、CPS網實整合的教育與經驗分享。
接下來進行的製造生產方式的升級可藉由現場的標準化改善，精實管理的導入，到自動化設備數據採集，對於智慧工廠IoT感應器與非侵入性IoT設備的應用，認識更多的感應器裝置，瞭解智慧工廠對於底層數據的採集與應用，可視化生產資訊，有效解讀IoT數據採集後，即監即控的效果，能有套較清楚的關鍵參數連結應用與系統架構，即可提供10萬以上有效數據可供分析，初步有相對穩固的智慧智造基礎。
然而在SCADA、MES、ERP串流、甚至AI網實整合，直到機器學習的智慧製造轉型升級漫漫長路中，身為製造業顧問有責任替企業先行瞭解整個智慧工廠的架構，並透過政府資源『產業聚落供應鏈數位串流暨AI應用』計畫，提供企業協助分析AI資源的投入與報酬效益如何量化精算，搭起企業與政府間的橋樑，相輔相成創造共贏的契機。