「你想要無人駕駛車？還是無憂駕駛車？」這對任何人來說，應該都不會是一個太難回答的問題，而美國辛辛那提大學特聘教授，同時也擔任美國國家科學基金會（NSF）智慧維護系統產學合作中心（IMS Center）主任等多項要職的國際工業大數據專家李傑，就要用這一個簡單問題，說明兩個時下最熱門科技名詞，「人工智慧」和「工業4.0」之間的關係。
不過在說明兩者關係之前，首先得建立對工業4.0的共識。去年7月李傑接受《數位時代》專訪時曾說過，第四次工業革命所談的不只是工廠和機器人，更重要是觀念的改變，重點是要解決「看不見的問題」。
智能化不是工業4.0
而這一趟他為了新書《從大數據到智慧生產與服務創新》返台三天，在舉辦多場座談會的過程中，他發現台灣企業雖然對這件事已經有意識，卻似乎還是容易將自動化、智能化與工業4.0混為一談，對發展方向似乎仍有些模糊，也缺乏行動力。因此這次接受《數位時代》專訪，他再次進一步闡述何謂工業4.0。
「把人能做，但做不好的的事情做好，這是自動化；而智能化是讓人不能做的事情，做得更好。」李傑簡單的說明了自動化與智能化的不同，但工業4.0又是什麼？他的答案是：可預測性、無憂性、知識化來源。
可預測性應該不難理解，以台灣鋸床設備製造商高聖精密為例，當初他們先是找出對客戶來說最大的不確定性，是來自設備上的刀，因此開始藉由多個感測器的監控，找出設備的衰退性，將原本不知何時會發生的「故障」，變成可以預測的「衰退性」，也就是把不可見變成了可見，成功提高顧客滿意度，帶動銷量的成長。這就是一種工業4.0可預測性的實踐。
李傑認為，如果工廠不能預測、天氣不能預測、物流不能預測、交通不能預測、生產質量不能預測、效率不能預測...那這都只能說還停留在3.0的智能化層次。而當可預測性消滅了不確定性，就是做到無憂。
工業4.0是驅動力，但要達成恐如追求世界和平一樣困難
至於知識化來源，指的是解決當設備變得愈來愈聰明，人卻跟不上資訊爆發時代的狀況。「數據量一大、資源一多，人類智慧已到頂點。」李傑認為4.0就是要讓軟體發揮功能，把複雜數據轉換成人可以學習、看得懂的知識，也讓知識得以傳承，讓社會繼續向前走。他形容，「AI是讓機器更聰明；4.0的目的是讓人變得更聰明。」
但他也直言，4.0想要做到的這三件事，其實是一個非常理想化的境界，因為以製造業為例，除了設備可能會有的不穩定性，還會有人工誤差、生產鏈斷鏈、甚至是發生地震，或者今天可能某一顆燈就是不亮了等等，太多先天障礙和不可見的「意外」存在。因此即便如高聖可以解決本身設備看不見的問題，但就整個產業來說，還有太多太多的不可見無法被預測。這就是為什麼李傑會說，工業4.0的境界就像追求世界和平一樣困難。
然而，也像世界和平或許永遠沒有實現的一天，卻無疑是一個應該，也必須持續努力的方向一樣。他認為與其將工業4.0想成一種標準，倒不如看成是一種驅動力。李傑說：「4.0希望一切變成協調、可預測和優化，這是一輩子的工作。」
人工智慧、工業4.0不該是斷裂的知識
而基於上述他對工業4.0的看法，或許也就不難理解他為什麼會這麼問：「你想要無人駕駛車？還是無憂駕駛車？」
李傑隨手拿了一張紙，在紙的正上面和左下、右下兩個角落，畫出三個大圓，圓內分別寫上：感測器（物聯網）、大數據、人工智慧。他解釋，過去五年來，物聯網、大數據、人工智慧一個接一個攻佔話題版面，每年科技主角都換人當，但這其實應該是一個系統觀念，而不是個別斷裂的知識。
他指出，當物聯網結合工業大數據，就成了可預測、無憂的工業4.0；而人工智慧結合物聯網，就不只能機器學習，還可以深度學習；也不只能辨別，而是具備認知（Cognitive）的能力，所以才有了無人駕駛、無人工廠的出現。
但他也說，人工智慧或許可以讓車子做到無人駕駛，但要讓無人駕駛不會因為一個感測器壞掉，就演變成自殺駕駛，還必須做到工業4.0的可預測性，進而做到無憂。「無人駕駛不是目的，無憂駕駛才是目的。」李傑說，現在大家談無人駕駛， 只是因為還沒看到無憂駕駛的好處。
