數位化和智慧化
上回提到，第三次工業革命主要是導入電腦軟體和硬體來實現自動化，進一步提高工作的效率，但關鍵是將實體（物理）世界的資訊數位化，並且將工作轉換為軟體或硬體。資訊數位化的過程在網際網路（Internet）普及之後開始加速，讓越來越多的電腦上網互聯，接著由於行動網路（Mobile Network）的廣泛佈建，讓更多手機和感測器等行動裝置加入網際網路，再透過雲端服務（Cloud Services）積累資訊，匯聚成為巨量資料（也稱為大數據，Big Data）。從1990年代網際網路的濫觴，到2010年左右大數據分析蔚為風潮，大約花了二十年，造就我們目前所在的數位資訊時代。
有真材實料的科技業者做務實的創新，但也有人鑽研包裝術、擅長創造新名詞。資訊科技界經常出現時髦但語意不詳的術語（Buzz Words），例如上述的Big Data，並沒有非常嚴謹的定義，因此時常被濫用。我過往在審查一些標榜採用巨量資料分析的研發提案之時，發現不少啼笑皆非的現象。有的提案者說不出資料量有多大，有的以為數百萬位元組（Megabytes）等級的資料就算很大，但我說啊，隨便一顆硬碟都放得進去、一台普通電腦都能處理的資訊，就說是大數據，那又有什麼稀奇呢？
要畫大餅，誰不會畫，而最會畫大餅的，除了商人之外，應該是政府了。德國在2013提出所謂的「工業4.0」（Industry 4.0）計畫[1]，希望提升製造業的電腦化、數位化、智慧化。計畫一出爐，隨即蔚為風潮，轉變為概念和口號。很多人想，德國這個工業頂尖的國家，喊出這樣的口號，應該有道理。許多談論工業4.0的人，極盡能事地把各種技術包山包海地加到這個概念中，將之渲染成是第四次工業革命。這十多年來，我們聽過許多與此相關，聽起來很酷，但語意不詳的術語，包括智慧製造、智慧感知、智慧物聯網、網宇實體系統、數位孿生、甚至3D列印也在其中，當然不能沒有大數據分析和AI。
但是，這種大堆頭的概念，究竟造就了多大的突破？產生多大的實質影響？哪些才是真正關鍵核心的技術？
事實上，要實現工業4.0願景中的智慧製造、智慧物聯網、大數據分析等系統，並沒有想像中容易，仍然高度仰賴人類工程師來設計軟硬體，依舊沒有效率、需要大量時間和成本，並未解決上回提及的根本的瓶頸。我並不是說工業4.0是場騙局，因為在過去十多年來，製造的技術和效率的確進步了，但過程中運用了大量的專業工程師來開發軟體和硬體，資訊人才短缺始終是個嚴重的問題。
我想，當AI技術能夠有效加速各行各業數位化和智慧化的過程，才稱得上第四次工業革命。這件事情正在發生之中，雖然對於資訊科技從業者來說，發展AI技術來自動化設計軟硬體幾乎等同於是革自己的命，但這原本就是資訊科技從業者的常態。任何的軟硬體設計，只要離開設計者的腦袋，被記錄為程式碼，設計者就少了一件可做的事情。若是悲觀面對，會聯想到「兔死狗烹」的成語典故；但多年以來，資訊科技界總是充滿了起伏，而厲害的資訊科技從業者總能在一條路走到盡頭之前，找到更寬廣、更進階的另一條路。不過這次變動的影響範圍和幅度遠超過以往，最好是及早準備。
