智能工廠就是用網路連結各處，管理工廠一切大小事。這樣的定義乍看之下有些抽象，以下再講得更具體一些。
所謂的 智能工廠，就是借助實現以下兩件事：1. 將工廠內的各種設備連結成網路；2. 從各種不同的角度取得與管理點的裝置有關的數據，力求 工廠內部種種活動信息的可視化以及信息與信息間因果關系的明確化，繼而采取必要的行動，把諸如此類的事項做得更好 ：提升品質管理能力、刪減包括間接部門在內的管理成本、二氧化碳減量／節能、改善現金流量，而且是做到超出人類管理能耐的層次。就是這樣的一個次時代的工廠經營概念 。
接下來，我們一起看看智能工廠的細部信息。
既有工廠缺乏信息整合性、浪費時間資源
在既有的工廠里，工廠內的設備以及 MES 等系統，在功能上都是各自獨立的系統。由于機器設備的供應商不同、負責人不同等因素，無論在技術上或是在組織上，都沒有整合在一起。一旦各系統之間需要合作，或是必須共享超出人員負責范疇的信息時，只能透過各系統產出的報告，以及下載自各系統的數據，以實際經由人手轉交的實體形式，滿足系統間合作與分享信息的需求。
但信息的共享只要經過人的手，就無可避免會因為需要處理時間而產生時間落差。傳遞信息的人員，被迫有許多后續作業必須完成，而且對提供信息的一方來說，要是自己得不到好處，他們也不會把信息丟出來。
這會導致需要信息的人，連自己到底有沒有掌握信息，都搞不清楚。更別說要借助分享彼此的信息解決問題，或是設想出足以提升作業效率的新手法了，幾乎無法期待能做到這樣的事。
若以人的身體來比喻，就像是一種手指、四肢、眼睛、耳朵、大腦，全都只照自己的步調在運作的狀態。就算大腦想要向右走，可能得花上好幾天，腳才會往右移動。就算腳受傷，可能得花上好幾天，大腦才知道這件事。就是類似這樣的情形。
智能工廠就像工廠有個統一大腦，不會手跟腳得到的信息不同
相較之下，在智能工廠里，屬于同一階層的部門或設備之間自不在話下，就連在分屬于上下階層的狀態下，依然能夠透過網路，機動地交換信息。在智能工廠里，完全不存在任何部門之間或設備供應商之間的隔閡。
這和一九九〇年代發生的企業信息系統的開放化，是一樣的狀況。
過去，不同廠商生產的個人電腦之間，無法彼此連接。要讓個人電腦與商用電腦連線、合作，簡直是癡人說夢。但現在辦公室里的 CPU（中央處理器），包括影印機在內，彼此連線已經是理所當然。同樣的，工廠里的各種設備，也將彼此連線。
只要透過網路彼此連線，既能大幅縮短時間落差，原本必須仰賴工作負責人的資訊共享，以及從組織的角度共享與活用資訊，都會變得更為容易。
屆時，大腦的思考會馬上傳達給四肢，四肢感受到的一切，也會馬上傳達給大腦。
怎么樣才算是一個智能工廠？
智能工廠是一個伴有具體“機制”的概念。此一“機制”的核心部分，主要是以「信息系統」的樣貌呈現。
不過，要請各位注意的是，這里講的“信息系統”是一個新概念，它不同于在制造業已日漸普及的 ERP 類的“信息系統”、在制造第一線活躍的工廠自動化設備等“控制系統與機器人”，或者是用于讓全公司溝通的群組軟件等“信息系統”。
那么，智能工廠的系統究竟必須具備何種特征，才能成為智能工廠呢？以下我們分別探討。
最頂層是工廠管理系統，這里處理的是工廠經營時需要的信息。包括財務信息在內，有 KPI（Key Performance Indicator，關鍵績效指標）之稱的經營指標，乃至于二氧化碳減量等企業承擔社會責任時必須關注的指標，都歸在這里。
往下一個階層就是所謂的基礎系統。這些基礎系統是由 ERP 所涵蓋的部分，以及個別套裝軟件或各公司獨自打造的系統等所構成的。
智能工廠的系統概要
接著在下一層當中有 MES，其下層又設有 SFC。此外，針對資源（電力、熱力、水）等基礎架構系統，也力求透過網路收集數據。
那么，就來詳細看看各項目。
控制類系統與信息類系統的合作
我再強調一次，智能工廠里的大前提是，利用網絡，把現存于工廠的各種工廠自動化機器、設備、電力等基礎架構、單獨的管理系統等，都串連起來。而且，這些信息不是只用在生產第一線而已，還必須傳輸到以掌管生產資料的 ERP 為首的基礎系統，以及經營高層用于做決策的信息系統，再予以活用。
若以專業術語來講的話，其實就是讓“控制類”的電腦系統，和“信息類”的系統連上線。那么，這些以“控制類”稱之的系統，是什么樣的系統呢？
所謂“控制類”的系統，正如其名稱所示，就是“用于控制機器的電腦”。代表性的有名為 PLC 的機器。
PLC 是一種小型電腦，其內部裝有微處理器，這點和一般電腦相同，但它所使用的語言是把電氣回路符號化而來的，因此 PLC 的程序設計必須由擁有特殊知識的電氣技術人員來做，一般電腦程序設計師是做不來的。PLC 原本是由過去在汽車制造等自動化系統中使用的“繼電器裝置”發展而來的。
所謂“繼電器裝置”，是一種能因應可切換開啟／關閉之類的動作開關、裝置實際處理的數量，或者電力機器等設備的狀態，輸出控制用的電氣訊號，借以控制機器的裝置。一臺 PLC，可以代替數千個繼電器裝置。
由于 PLC 是一個向工廠自動化的機器與設備傳達命令的系統，其穩定性與精準性就格外受到重視。此外，設備的運轉控制，在安全上極為重要，因此它必須達到的反應速度，也就是系統的處理時間，遠遠比主要由人類使用的信息類系統來得快。
順帶一提，在作業系統方面也一樣，PLC 使用的不是一般用于個人電腦上的那種作業系統，而是名為“即時作業系統”（RTOS, Real-Time Operating System），可同時處理多項任務，還能夠確保在一定時間內回應的作業系統。
近年來，導入 MES 系統的企業也變多了。嚴格來說，它雖然不算是“控制類”系統，但可以定義為，把“信息類”與“控制類”系統之間缺少的連系補上的“信息系統”。MES 的主要功能在于，把來自于 ERP 的生產計劃，轉換為更符合制造第一線實際狀況的“制造指示”，并予以管理。
MES 在設計上也有透過 PLC 取得數據、協助品質管理的用意在。但必要數據只有一部分是以透過網路取得為前提，其他資訊則是透過輸入終端，以人工手動輸入的方式取得。
綜上所述，在今后的智能工廠里，工廠自動化設備主要是透過三種形式與信息類系統取得連線。
1. 直接取得 FA 設備的信息
2. 收集來自 PLC 的信息
3. 收集 MES 的信息
這三種無論哪一種，前提都是實際透過網路的連結自動取得資訊。相關技術的細節，我會在下一項中介紹。
此外，雖然 FA 設備、基礎系統、工廠管理系統連成了一個網路，但還是必須明確區分是控制類還是資訊類系統，分別予以管理與使用。若為資訊類系統，就算因為網路的擁塞等因素，導致資訊延遲若干時間才收到，問題也不大；但如果是控制類系統，資訊的延遲就可能引發嚴重問題。
標準接口之采用
既有的制造設備，把大量的系統建構工作，發包給特定設備建置供應商處理，是一種理所當然的做法。該承包商在建構系統時，采用了自己最熟悉的的 FA 設備廠商的接口，而變得不容易與采用其他接口的系統合作。之所以會這樣，也是因為各式設備的界面沒有標準化，承包的供應商很難單憑一己之力，建構出能夠讓不同設備間交換資訊的功能。
但在智能工廠中，PLC 與 FA 設備基本上都采用標準接口。工廠內的各式設備，就能夠透過網路交換資訊了。標準接口的采用，是智能工廠這個概念的一大原則。
不同設備各有不同的使用目的，所需要的規格也很多樣化，不可能全部都做成通用式的規格。不過 PLC 以及組件未來可以想見會急速走向通用化。一旦走上通用化，建構系統的知識技術就可能標準化，變得可以分享與再利用。
企業用戶在推動智能工廠時，必須充分探討要如何制定自己公司的標準化方針。因為，這一點正是決定未來投資績效好壞的重要因素。關于標準界面，后面我會詳加介紹。
日志數據的儲存與轉換為 KPI
FA 設備的數據，本來就是以很精細的單位在處理與管理的。不消說，在短短的一秒鐘時間里，機器就已經下了好幾個判斷，處理了好幾件事。但就算把 FA 設備連成網路，將這樣的數據抓到信息系統里，對人類（管理者）來說，這么巨細靡遺的數據，還是可以清楚地畫分為有意義與無意義兩大類。
雖然說是即時，但對于機器的所有即時動作，管理者并沒有必要全部掌握。把控制類的數據給信息化的用意，就是要把原本只是陳列出來、不具任何意義的數字，轉換為具有意義的切入角度或是單位，再予以管理。
舉個簡單的例子說明好了。假設想知道電力消費的狀況，而感測器是以秒為單位把數據傳過來的。那么，如果要問，以秒為單位的耗電數據，對管理階層來說，是否有意義？一般來說，是沒有意義的。就算看再多以秒為單位的數據，一方面很難判斷數據好壞，也無法采取任何行動（除非數字很明顯異常，那就有意義了）。對管理階層來說，需要的應該是“生產一件或一個批量的特定產品，需要耗費多少電力”，或是“待機時與高峰時耗費的電力”吧。
總之，感測器按秒傳來的數據，不要只是直接儲存起來，而是要轉換為能夠活用的管理信息，再儲存起來。或者，也可以把儲存起來的數據，定期透過批次處理等方式，轉換為管理階層需要的形式，儲存于資料庫中。
更重要的事情是，不要把每種數據當成單項數據（像是各設備耗費的電力）儲存，應該要根據預先定義好的資料模式，把相關數據（制造訂單編號、測定時刻等）加進來一并儲存，好讓應用程序能夠活用這些數據。這可說正是智能工廠的精髓所在。
讓事業能夠成功的重要企業活動，稱為「關鍵成功因素」（KSF）；實際用于管理 KSF 的數字指標，稱為「關鍵績效指標」（KPI）。從經營階層到第一線為止，都可以定義 KPI。名為「指標」，因此多半是結果的數字，但制定 KPI 原本的用意其實是「希望以數字呈現出能夠帶來成果的驅動指標」，管理階層可以透過監測 KPI 得知未來的成果如何，并隨時采取行動，藉以提升成果的水準。這才是 KPI 原本的正確使用方法。
假如果只是結果的數字，那么再怎么管理，或許可以成為有助于未來行動的參考數據，但是卻無法改變已經出現的結果（雖然這也是理所當然的）。在結果出現之前，掌握其預兆，事前采取因應的措施，以創造出正確的結果，能夠以這種形式活用 KPI，毫無疑問會是最理想的。
