從韌體到軟體：我在2種工作裡看到同1個現實

從韌體到軟體：我在2種工作裡看到同1個現實

產品看起來不一樣，但到了老工廠現場，卡住的地方常常是同一類問題

■ 我原本以為，我做的是兩種不同的工作

一份工作，比較接近物聯網、綠能、能耗量測。 另一份工作，比較接近 RPA、自動化腳本、跨系統資料整合。

表面上，它們看起來差很多。

一邊是在看電流、設備、碳排、監測。 另一邊是在看畫面、流程、腳本、自動化。

一個比較像硬體世界。 一個比較像軟體世界。

但我後來發現， 它們最後大多數都會走到同一個地方：

老舊工廠。

不是那種從零規劃的新廠。 不是一開始就把系統、資料、設備、流程都整理好的理想場景。

而是那種很多事情已經運作很多年， 大家都知道它有問題， 但也都靠習慣把它撐住的地方。

■ 市場上一直在賣的，其實是同一種希望

通常賣點都是這樣：

不用大改，也能升級。 不用停機，也能導入。 不用重建，也能數位化。

這個邏輯很合理。

因為真正的工廠現場， 本來就不是每一家都願意為了轉型， 把整套東西打掉重來。

所以會看到很多解法， 都在往這個方向靠：

不用入侵原系統。 不用改太多流程。 不用叫現場停很久。 最好今天裝，明天就有結果。

做法不同，說法不同， 但它們其實都在回應同一個問題：

舊環境改不動，那能不能用比較簡單的方式先接上去？

■ 第一個現實是：最難的不是安裝

一開始會覺得， 老工廠最麻煩的是設備老、線路亂、系統舊、資料難抓。

這些當然都是問題。 但我後來看到，更麻煩的通常不是「能不能裝」， 而是. 裝了之後，誰要真的用下去。

誰要維護？ 資料要放哪裡？ 出了問題誰要負責？ 抓到的資料最後要怎麼用？

如果這些問題沒有主責人， 那系統很容易停在 POC、停在展示、停在儀表板。 看起來有導入， 但沒有真的進入日常運作。

很多時候， 不是功能不夠， 而是只要多一個新系統、多一個新責任、多一個新習慣， 現場就已經先抗拒了。

■ 第二個現實是：很多知識累積 根本不在文件裡

很多老工廠不是沒有流程， 而是流程在人的腦袋裡。

誰要先做。 哪個數字怪怪的其實先不要動。 哪台設備今天雖然亮紅燈，但其實還可以先撐。 哪個報表表面上照規定填，實際上大家都知道怎麼處理。

它可能是某個老師傅的習慣。 某個主管的默契。 某個現場人員長年累積下來的判斷。

今天不管是要做 IoT、做監測、做自動化、做 RPA， 某種程度上都在做同一件事：

把原本在人腦裡的東西，逼它變成資料、規則、欄位或腳本。

這時候，阻力就來了。

因為這不只是技術轉換。 這也是權力、責任、習慣，甚至是存在價值的轉換。

只有一個想法. 不想被取代

■ 第三個現實是：很多案子不是做不到，而是沒有痛到非做不可

數位轉型、智慧工廠、IoT、AI 很容易把整件事講得像是 遲早一定要做。

實際比較像

它有價值，但還沒有痛到非做不可。

如果今天一個問題， 沒有直接痛到停機、痛到報廢、痛到被客戶追著打、痛到老闆睡不著， 那它就很容易停在：

先看看。 先試試。 先做一小段。 先做個展示。 明年再說。

而是因為在真實世界裡， 任何改變都要成本。 任何系統都要維護。 任何新工具都要有人學、有人接、有人負責。

如果效益沒有大到讓人有感覺， 那很多案子就算做成了， 過幾年也可能慢慢沒人想理。

■ 不是這些技術沒價值，只是越來越看懂它們的限制

這些產品之所以會一直被做出來， 就是因為它們都有打到某一塊真問題。

老設備難整合，是真的。 資料很散，是真的。 工廠很缺人，是真的。 很多系統又老又封閉，也是真的。

所以這些解法不是假的。 問題是：

真問題，不一定等於真剛需。 能導入，不一定等於能擴大。 有資料，不一定等於有決策。 有腳本，不一定等於有人接手。

我覺得這才是我這兩份工作裡， 最有價值的共同經驗。

IoT 不是光靠技術就能成立的產業。 RPA 也不是光靠腳本就能變成大規模成功的產業。

很多時候， 真正決定成敗的， 是技術之外的那些東西。

■ 後面我會再拆幾篇細講

1. 最麻煩的不是導入，是誰來維護

我會再細講： 客戶為什麼常常不想接手、 腳本或系統為什麼交接失敗、 以及"業者做"和"客戶自己接"這兩種模式，各自卡在哪裡。

2. 資料抓到了，然後呢？

我會再談： 資料要放雲端還是本地端、 公司為什麼會卡在隱私、內控、維護責任， 以及為什麼很多資料最後只是另一個儀表板。

3. 碳盤查真的需要每台機器都裝感測器嗎？

這篇我會從綠能、碳排、管理需求的角度再看一次， 談量測、推估、合規、管理這幾件事，到底是不是同一件事。

4. 如果產業現實是這樣，那個人學韌體／IoT，職涯到底該怎麼安排？

這篇我會回到個人角度， 談大公司、小公司、技能密度與轉職風險， 看看在這種產業結構下，個人比較務實的走法是什麼。