看看這五種職業(yè)，哪種工作未來會是獨立作業(yè)，哪些工作適合在使用工業(yè)物聯(lián)網(wǎng)的公司內(nèi)任職呢？30年前計算機剛興起時，懂得使用計算機的工程師鳳毛麟角，如若提起IT人才，簡直神人一般。
近筆者讀了一篇2015年的文章，標題是“The top 5 new jobs created by industrial IoT＂，作者Kund Lasse Lueth預測未來有五種工作會因為工業(yè)物聯(lián)網(wǎng)的興起而有大量的需求：工業(yè)大數(shù)據(jù)科學家、機器協(xié)調(diào)專家、信息技術／物聯(lián)網(wǎng)解決方案架構師、工業(yè)計算機工程師／程序員、工業(yè)用戶界面／用戶體驗設計師
看看這五種職業(yè)，哪種工作未來會是獨立作業(yè)，哪些工作適合在使用工業(yè)物聯(lián)網(wǎng)的公司內(nèi)任職呢？30年前計算機剛興起時，懂得使用計算機的工程師鳳毛麟角，如若提起IT人才，簡直神人一般。加上當時只有大型計算機，多數(shù)計算機工程師都只能供職研究機構。直到個人計算機興起，中間還有以工作站揚威的Sun等公司，直到當一般大學都有計算機工程或信息工程系后，配合著個人計算機的普及，逐步演進到今天許多公司都有IT部門或少配備IT人員。
物聯(lián)網(wǎng)獨立服務運營商
筆者有一個在心中反覆思索了很久的問題，10年后的物聯(lián)網(wǎng)應用方案會讓使用的企業(yè)內(nèi)都設置物聯(lián)網(wǎng)運維部門，還是會由獨立的運營商專責運營，或是中間存在一種過渡型態(tài)？
物聯(lián)網(wǎng)從業(yè)人員與傳統(tǒng)IT工程師的區(qū)別在于，IT從出生開始就獨樹一幟，一直是一門專門的學科，然而物聯(lián)網(wǎng)則是IT與OT交織的科技，不同的產(chǎn)業(yè)、甚是同產(chǎn)業(yè)內(nèi)不同的公司，需要的IT／OT專才各不相同。試想臺積電與聯(lián)電的制程決不相同，就算是寶成與豐泰鞋業(yè)的制程也必有因為獨到的管理哲學導致相異的產(chǎn)業(yè)管理模式，遑論懂半導體制程的物聯(lián)網(wǎng)工程師／程序員是否做得來制鞋業(yè)的物聯(lián)網(wǎng)工程師，本身就是一個很有趣的題。
物聯(lián)網(wǎng)架構雖然萬變不離其宗，都是南向（south bound）的邊緣層，中間的平臺層負責串連裝置并做基本的資料處理，北向（north bound）的應用層則運用平臺收集、分析資料，進而利用分析結果控制邊緣層的裝置。
但是不同的產(chǎn)業(yè)或不同的任務，牽涉到不同的應用場景，因而需要收集的機器日志或行為日志，可能南轅北轍，安裝的位置與建模使用的算法也定然迥異。因此所謂的物聯(lián)網(wǎng)解決方案架構師與物聯(lián)網(wǎng)工程師／程序員，其實是個很廣義的泛稱。未來的技職與大學教育如果不能配合推出跨領域的課程，讓在校學子適當?shù)卣{(diào)整學習內(nèi)容與模式，物聯(lián)網(wǎng)推廣初期將嚴重受制于IoT人才不足?；耍藗€別行業(yè)巨擘外，物聯(lián)網(wǎng)發(fā)展初期很難期待在每個采用物聯(lián)網(wǎng)應用方案的使用者（或企業(yè)）都網(wǎng)羅上述五種人才，在體制內(nèi)建立完整的物聯(lián)網(wǎng)部門編制。
然而，獨立存在的物聯(lián)網(wǎng)應用方案服務運營商是否就是大勢所趨呢？個別產(chǎn)業(yè)的熟稔程度、資料所有權、資安、客戶信賴度等等都是需要克服的挑戰(zhàn)。在智慧城市（路燈、交通、空污監(jiān)測等）的應用場景中，因為涉及的知識相較于工業(yè)、商業(yè)、醫(yī)療等行業(yè)相對較少，的服務運營商切入困難度較低，而且因為智慧城市覆蓋范圍較大，又需要大量維修或巡邏人力，收集的資料往往都是公開數(shù)據(jù)，*適合電信或有線電視運營商投入。
但在工廠內(nèi)外的物聯(lián)網(wǎng)應用，縱使獨立的服務運營商對于相關行業(yè)運營有足夠的經(jīng)驗，若不能配備現(xiàn)場專員，以支持工廠內(nèi)低時延高可靠度要求的工作環(huán)境，恐怕沒有一個公司愿意將涉及工廠運作的工業(yè)物聯(lián)網(wǎng)運作交付給外人。更不用說每個公司都認為自己的生產(chǎn)數(shù)據(jù)都是商業(yè)機密，讓一個第三者在運作過程中知悉，甚保管相關資料，對于許多老板來說顯然是個無法想象的情形。
于數(shù)據(jù)性的討論則往往來自于是否將物聯(lián)網(wǎng)應用方案收集到的數(shù)據(jù)放在云端，以便第三方監(jiān)控管理。大部份的人聽到資料放在云端，往往覺得不如放在企業(yè)內(nèi)部。然而實情是，這與將現(xiàn)金放在家里的保險箱或床底下，與放在銀行保險箱中，兩者哪一種比較有相似之處。固然，有時會出現(xiàn)銀行遭到搶劫或銀行保險箱遭竊的狀況，我們更應該比較的是兩者機率孰低。畢竟，銀行保險箱業(yè)務受銀監(jiān)會的規(guī)范，銀行有義務將銀行保險箱設計到一定地程度，放在家里的保險箱的保障程度則是見仁見智。
在公司自行負責所有物聯(lián)網(wǎng)應用方案運營與交給第三方獨立運營商服務之間，是否有妥協(xié)的空間？畢竟大部份公司很難具備完整的物聯(lián)網(wǎng)應用方案裝置維護與精進能力，若想要維持物聯(lián)網(wǎng)方案正常運作或有緊急狀況時能快速回復，在不觸及數(shù)據(jù)的前提下，適當?shù)貙⒎桨附?jīng)營維運外包給第三方，將是確保物聯(lián)網(wǎng)方案穩(wěn)定而正常運作不得不考慮的方案。
另一個有趣的現(xiàn)象，Bosch在其工業(yè)4．0宣傳影片中強調(diào)，他們管控全球不同工廠內(nèi)超過5000部機器設備，用以累積所有設備的運作數(shù)據(jù)，形成他們的專家支援系統(tǒng)的基礎。同樣的情形，除了同一企業(yè)內(nèi)將全球各工廠內(nèi)生產(chǎn)與機器設備資料累積成未來運作的參佐數(shù)據(jù)外，未來可以想象每一個數(shù)控機床（CNC）制造商針對同一型號的機床遠端監(jiān)控，以求做好遠距維修與運作狀況監(jiān)控。由這種遠端的數(shù)據(jù)收集及持續(xù)性數(shù)據(jù)分析，機床制造商將累積出強有力的數(shù)據(jù)庫，既可以更更及時地提供遠端維修咨詢外，還可以運用數(shù)據(jù)積累提供預防性維護，甚做為未來改進機床的依據(jù)。隨著愈來愈多的設備附加值或優(yōu)化服務的出現(xiàn)，更多的數(shù)據(jù)將被收集分析，筆者預測將來出現(xiàn)另一種型態(tài)的顧問咨詢服務由設備制造商提供。
資料科學家
經(jīng)過過去兩年的宣傳與普及，很多人都了解物聯(lián)網(wǎng)的核心在于數(shù)據(jù)分析與反饋。但大部份的人還對此一知半解：目前的數(shù)據(jù)分析還不是電影里演的智腦，它的核心還是機器學習 。在平臺層的設備管理平臺（DMP）雖然負責連接設備并將數(shù)據(jù)傳遞給數(shù)據(jù)分析引擎（DA），平臺層的DA的主要功能是串流實時資料聚集與串流資料事件處理。要發(fā)揮想象中的智慧功能，還要結合應用層內(nèi)的各種應用方案的功能訴求，進一步透過數(shù)據(jù)模型及預見型分析才能達到。而兩者往往靠方案設計初始時內(nèi)建的算法達成，同樣的應用方案在不同的工廠內(nèi)，可能因為產(chǎn)線的布置、加工的工件大小或材質(zhì)等等原因不同而需調(diào)整算法，也可能因為不同的業(yè)態(tài)，例如，零售業(yè)中大型超市或便利店使得同一套為了智慧零售而研發(fā)的數(shù)據(jù)分析引擎必須做適當?shù)卣{(diào)整。加之促銷期收集到的數(shù)據(jù)，是否需要在權重上適當?shù)卣{(diào)整，避免影響數(shù)據(jù)解釋的效度等原因，公司必須對系統(tǒng)進行跟蹤式調(diào)整，根據(jù)特定行業(yè)特定客戶的各種特性隨時調(diào)整算法。
與前一角色的討論類似，在未來十年或更久以后，當學制調(diào)整成大部份學生都具備跨領域的專長，亦即主修信息工程的學生兼修數(shù)學與機械才能勝任資料科學家的角色。再者，資料科學家團隊內(nèi)，除了精通程序語言與數(shù)學，能夠選擇算法并撰寫程序者外，還有另一種與產(chǎn)業(yè)更靠近的資料解讀與產(chǎn)業(yè)分析師，沒有產(chǎn)業(yè)分析師在客戶與撰擬演算模型的資料科學家之間來回溝通，并協(xié)助客戶精熟運用各式各樣裝置收集回來的各種資料源交錯分析后代表的涵義，工廠內(nèi)設備或機器人不會自己思考改進。因為智慧零售方案中各式裝置因為更加廉價，更不可能具備足夠的運算單元，裝置本身更不可能有智慧思考的能力。因此需要外來的資料科學家運用各種算法協(xié)助分析，并適時調(diào)整算法，以求與時俱進及因地制宜。
然則，現(xiàn)況資料科學家嚴重不足，坊間的大數(shù)據(jù)人才僅僅是接受短期培訓的速成之才。以筆者觀察，遠遠不如人意，要想在幾年內(nèi)填補資料科學家的需求缺口，*不可能。所以，有產(chǎn)業(yè)經(jīng)驗的資料科學家在可預見的幾年內(nèi)將是炙手可熱的“戰(zhàn)略物資”。于此情形下，當物聯(lián)網(wǎng)應用方案開始普及時，獨立的資料科學家團隊，必將受各方爭搶。筆者認為這個行業(yè)人員很容易形成獨立的咨詢顧問機構，專責協(xié)助應用方案開發(fā)商開發(fā)各種“智慧”的分析模塊，或者協(xié)助實際導入應用方案的客戶逐步落實并提高物聯(lián)網(wǎng)應用方案的智慧程度。
有趣的是，本文討論的這兩種角色，尤其是獨立服務運營商這種行業(yè)，筆者在國內(nèi)外文獻或報導中幾乎從未看過相關討論。然而，筆者認為這兩種角色，絕不只是討論個人未來可能因為物聯(lián)網(wǎng)興起而出現(xiàn)的職業(yè)，更可能因為物聯(lián)網(wǎng)應用方案實際運作的真實需求，進而形成獨立的行業(yè)，值得所有有志于物聯(lián)網(wǎng)產(chǎn)業(yè)的業(yè)者觀察與積極投入。
