英特尔亚太区制造业产业解决方案总监李立仁表示，英特尔期望协助台湾企业于工业4.0浪潮下，精准转型智能制造。
英特尔亚太区制造业产业解决方案总监李立仁表示，不同族群在工业4.0所使用的技术成熟度来说有很大的差异，例如传产可能连**步将设备连网的阶段可能都还未达到，可遑论现今炙手可热的人工智能等。 但有的产业却已经在深入研究如何运用AI、机器学习等技术，让设备自主优化。 李立仁近一步观察，其中，又以半导体和面板业在技术上较为**。
那么企业如何审视自己究竟达到工业2.0还是3.0呢？ 李立仁表示，企业可透过讯息物理系统(Cyber Physics System)当中的5C架构来进行评判标准，他认为，此5C标准非常适合用来检视工业4.0技术的成熟度，并辅助企业审视各阶段所需的代表性能力与技术。
5C架构从**层初阶技术至*高层高阶应用共可分为五个能力组成，分别是链接(Connect)、转化(Covert)、虚拟(Cyber)、认知(Configure)以及自我配置(Configure)。 进一步说明，*基本的链接，在这阶段*主要的就是将OT与IT进行整合，透过物联网技术让机器与机器间能够互相通讯、进行串联。
其次，在转化的阶段中，则是让设备机台在初步的连网后，将撷取到的信息转换为具有分析价值的数据信息，例如设备的失效或良率的分析。 其中，设备端点须具备分析、智能化的能力是这一阶段中非常关键的能力。 在第三个阶段虚拟中，则是强调虚拟化的数字工厂(Digital Twins)，在所以机台都连网之后，形成另外一个虚拟、同步化的工厂运行，而其数字工厂具备感知、预测能力，可预测「非计划内」的设备故障，当故障讯息被数字工厂撷取后，更可以仿真接下来如何执行优化的重新排程。 李立仁也举例，像日本近年就非常致力于推动数字工厂的运行。
至于第四层认知，在这个阶段主要则是导入如机器学习、深度学习等一系列的人工智能技术，让机器可自我学习、进化，并从大数据分析中不断进行推算与仿真，进而在设备端预防机器故障与良率不佳的状况。
*后一个阶段自我配置，则是能够机器能够藉由感知、学习的结果，以自主的方式改变机器设备的设定，就好比自动驾驶的概念，利用系统对环境变化的判断与分析自动更改执行命令。 而工厂的机器同样也能够根据感测系统、订单需求等的变化重新排程，订立优化的结果，这也是目前工业4.0追求的*高层级。
公安机关备案号：
