物聯網(IoT)概念相當龐大，并非萬物皆可連網就可以解釋物聯網的“精髓”。試想，萬物皆可聯網所收集的巨量資料(Big Data)，若只是單純的儲存在伺服器中，也只是“大而無用”且占伺服器儲存空間的“紀錄”。若是龐大的資料可進一步分析并透過網路或云端做出適當反應，物聯網的建構才真正有意義。

　　Altera工業(yè)市場開發(fā)亞太區(qū)首席經理江允貴表示，物聯網不只是將所有裝置連線即可，資料的分析與運算將扮演物聯網能否成功的關鍵因素之一。換句話說，巨量資料要能有效的運用，才能發(fā)揮物聯網強大的功能，舉例來說，監(jiān)測病患獲得的生理資訊，若沒經過后段醫(yī)療中心的分析、比對，并透過通訊技術即刻通知，醫(yī)生將不會知道病患已發(fā)生問題，須及時救援或照護。

　　不僅如此，物聯網涵蓋的所有應用都應針對資訊進行分析，其中，在工業(yè)領域，為減少工作傷害，資料的分析與及時通知更顯相當重要。而這樣的機制也衍生出所謂的工業(yè)4.0的概念，并讓工業(yè)4.0反過來成為助力物聯網邁向成功的因素。

　　資料分析提升工安

　　江允貴舉先前德國發(fā)生的機器人使作業(yè)員致死的事件為例，若是工廠中控中心可以提早“ 預見”機器人數據異常，并即時切斷電源讓機器人停止運作，也許憾事將不會發(fā)生。另一方面，要讓中控中心及早發(fā)現機器人或生產設備的異常狀況，也須讓機械本身隨時自我檢測，并將監(jiān)測數值透過工業(yè)乙太網路傳回控制中心，而上述亦即工業(yè)4.0的其中一環(huán)。

　　工業(yè)4.0在歐洲已開始推廣，值得注意的是，工業(yè)4.0的成功也能協助物聯網的發(fā)展。江允貴說明，物聯網應用范圍牽涉到許多不同的領域，雖然資訊的傳輸變得相當快，但只要其中一環(huán)沒能配合，物聯網的推展可能無法帶給消費者較佳的使用體驗。

　　舉例來說，消費者在電子商務網站購買了一支智慧型手機，但手機卻缺貨，無法在電商網站標榜的24小時內到貨，消費者的購買經驗會打折扣。然而造成缺貨的原因，一是電商的資訊未進一步有效整合分析；另一是后端智慧型手機制造工廠出貨不及所致，若是工廠導入工業(yè)4.0，進一步提升生產力，就可避免供貨不及的問題。(編按：鴻海的生產工廠若能導入工業(yè)4.0，果粉們就不用癡癡地排隊等最新的iPhone…的概念的意思嗎…)

　　然而，事實上，無論是物聯網資料分析系統或是工業(yè)4.0的架構都相當龐大，無法短時間、省成本的建置而成，因此不僅需要業(yè)者有自覺，也需要政府單位的“出錢出力”，才能真正推升物聯網或工業(yè)4.0的市場綜效。