打破数据孤岛整合OT与IT，从群创案例看AI如何在产业落地
彭恺翔在Moxa座谈中指出，云界是一家新创，由伊云谷（6689）投资，专注于串联Cloud与Edge，并强调「把数据的拥有权取回来」。他提到，过去工业现场多以专案思维处理问题，导致系统间出现数据孤岛，IT部门难以整合，甚至造成「数据误导」。NeoEdge平台的核心在于整合OT与IT，透过ETL（Extract、Transform、Load）流程，将不同协议的数据撷取、清理并导入IT系统，再交由客户AI团队应用。
平台同时具备AI模型部署功能，形成「边缘数据收集—云端训练—回边缘推论」的闭环，并可即时勾稽OT数据。他强调，平台结合Moxa工业电脑的TPM 2.0晶片、X.509凭证机制及IEC-62443规范，确保数据在边云架构下的安全性。
在应用案例方面，群创已与云界合作，以「PHM预测诊断」为基础，运用五年资料与演算法建立平台，目前部署2,000颗感测器监测1,000台设备，借由数据分析提供健康指标（Health Index），预测设备寿命与维修方向。当马达或传动轴出现异常震动时，系统可即时提示，避免突发停机。
彭恺翔指出，这套演算法已趋于成熟，群创正推动平台商品化，拓展至养殖、生产设备与轨道运输等产业。云界平台最大优势是「不绑定感测器」，只要能输出震动加速度的装置皆可使用，并可整合不同品牌OT数据，避免形成新的数据孤岛，为后续AI分析奠基。
边缘AI协作驱动数位孪生，混合云资安成制造新挑战
彭恺翔表示，云界推动的「边缘协作」（Edge Architecture），让数据能在企业内水平流通，而非传统的垂直封闭。智慧制造不再局限于集中式分析，而是扩展至分散式边缘端。AI的导入，加速了数位工厂的进化，也带来虚实整合与数位孪生（Digital Twin）的新应用。
他举例，全球最大的铁道车辆制造商，透过AI建立数位孪生环境，让维修人员能在模拟场景中训练，缩短学习曲线并提升效率。在自动控制方面，边缘端能达成毫秒级反应，而云端则适合进行庞大模型训练，形成「云端+边缘」互补架构。
制造业者对数据隐私高度敏感，仅少数愿意将数据完全上云，因此混合云与地端并行逐渐成为趋势。以台达电（2308）为例，全球有近四万台设备需要管理，如何在庞大系统中导入AI是一大挑战。彭恺翔强调，必须遵循IEC-62443等国际资安规范，台湾「关键基础设施法」也依此建构，确保数据在安全架构下运行。
除了技术应用，彭恺翔也谈及国际政经环境。他指出，面对美国总统川普再掀关税战，若企业高度依赖美国市场，必然首当其冲，例如台湾工具机产业便是「海啸第一排」，有厂商因此采「做四休三」因应。但若市场不以美国为重，就无须过度担忧。云界目前未经营美国市场，影响有限。他认为，软体平台部署多在云端，相关税务负担也相对较轻。
平台竞争与差异化，瞄准中小企业需求
谈到竞争环境，他分析，研华、凌华等工业电脑厂商虽推出平台，但主要目的是促进硬体销售，软体仅为辅助。云界没有硬体包袱，能与多家工业电脑厂商合作；同时，市面上不少软体业者强调「end-to-end」方案，但往往将数据收回自己系统，让企业反感。云界平台则把数据导回客户MES或资料库，由客户自主决定呈现方式。
他以东元为例，虽推出预测诊断服务，但因难掌握马达端安装变数，数据有限；而云界则能整合不同品牌马达数据，并将数据拥有权交还客户。这正是打破数据孤岛的关键。
彭恺翔提醒，大厂有资源自行处理数据，但中小企业往往无法承担，容易受制于外部平台。例如部分供应商提供仪表板，但数据仍存放在供应商资料库，客户无法完全掌握。云界的边缘端方案，能即时收集并勾稽生产工单，涵盖人员、机台、物料、制程与环境数据，甚至绑定电力消耗，生成完整报表，协助企业进行全方位管理。
彭恺翔表示，云界平台强调「泛用性」与「简单化」，不仅适合大型企业，也适用于中小企业。他最后也补充：「Simple is beauty，简单就是美。」
點擊閱讀下一則新聞
