台湾微软营运暨营销事业群云端及企业平台事业部副总经理李玉秀表示，Microsoft Azure云端平台较为成熟的使用案例，有不少是与工厂相关，且更重要的是工业物联网的商业模式与数据分析的目的性较为明确。 台湾有些厂商在导入物联网时，虽然也有做数据收集，但数据收完后，却不一定知道要拿数据来做什么。 但在工业厂商的合作案例中，已可明确看到厂商推出的物联网加值服务是被市场认可的。
李玉秀举例，工具机大厂友嘉现已在该公司的工具机中加入Azure的物联网服务，接下来该公司所推出的工具机将都可以联网收集数据，并进行进一步的预测分析、维护分析等应用。
物联网的概念，首先是收集数据，接下来是储存数据与处理数据。 这些数据的数量可能非常庞大，且必须在很短的时间内处理完，变成仪表板呈现，甚至也须加入机器学习。 例如在工厂中，网关的数据发现到某一马达的声音有异常，机器便可判断其可能具有潜在的故障问题，须要被检测。
李玉秀分析，在物联网的整体供应链中，网关收集到的数据会由网关的厂商来负责，而Azure云端平台，便是和网关的解决方案对接，协助客户透过大数据分析提升处理数据的效率。 Azure也提供呈现的接口，如条状图、分区图、地理位置图等，而这些接口更可与行动装置连接，实现在线通知功能。 除了通知装置上的用户，也可通知机器人要进一步做什么动作，藉此让应用更为完整。
除了工具机之外，工业计算机所收集到的数据通常会放在本机端，但也可以同时传上Azure的公有云平台，如此一来，厂商便可以直接到公有云平台执行机器学习分析。 Azure提供的机器学习特性在于用户将数据汇入后，不必知道要用什么样的模型去进行分析。 Azure有内建许多分析模型，用户只须尝试几款不同的模型，拉出相关参数，预测出的答案*接近实际状况的分析模型，就会是*适用的模型，因此用户不须要有很深厚的数学能力，就能使用机器学习。
公安机关备案号：
