林全内阁在「亚洲矽谷」计画备受批评之后，发回国发会重新写成「亚洲‧矽谷方案」，其中再度强调「工业4.0」（也就是相当于旧政府的所谓「生产力4.0」）还列出「一大生态体系、两大主轴、三大连结、四大推动策略」洋洋洒洒大块文章，让人对国发会的作文能力十分刮目相看，竟然随时都可以凑出个一二三四来。
产业界过去对政府推出的许多远大口号，若不说是余悸犹存，至少也是如人饮水、冷暖自知，历经政党轮替下来，不管哪党执政，政府都好大喜功，总是编造一些定义不清、前景不明，连自己都搞不清楚的名词，甚至同一名词不断改名重复炮制，编造夸大的预期成效数据，行销成执政者很有方向感的样子大肆推动，产业界虽然心存怀疑，但是在政府投注巨量资源之下也不得不低头，被迫跟着一唱一和，不敢当那个戳破国王没穿新衣的孩子，在这样盲人骑瞎马的情况下，不论是「亚洲营运中心」还是「两兆双星」都成了泡影。
当然，类似现象也不只台湾才有，各国政府都有要提出远大愿景的压力，也不是只有政府才会胡乱炒作名词，产业界与媒体界也会重复炮制名词炒作议题，最明显的例子莫过于所谓「大数据」，在两岸炒作大数据议题火热的关头，许多资深资讯业界人士，一听到往往反射式的回应：不就是所谓「机器学习」或「资料探勘」吗？
其实正是，1959 年起定义的机器学习，即发展演算法，让电脑赢咖4能在并未事先指定特别方向或任务的情况下，从大量资料中找出资料中的关键之处或是异常之处，可逐步学习，并有预测能力。把时间往后推到如今的2016 年，产业界的运算能力使得机器学习可发挥惊人的水准，其成就表现于AlphaGo 以「深度学习」击败人类围棋棋士，于是「深度学习」又一时成为当红的新名词，其实不过就是过去被遗忘的机器学习。
如今深度学习已经开始应用于许多领域卓然有成，但1959 年时，人类掌握的运算能力还不足以让机器学习产生太大的有意义成果，结果到1960 年代开始出现「资料钓鱼」或「资料挖泥」的贬称，因为统计学家嘲笑这种不设定预设假说、只是丢进一堆数据就想分析出成果的想法是异想天开，说是跟挖烂泥巴没两样，机器学习这个名词蒙尘，遭扔进烂泥堆，但是电脑科学家的理想不变，到了1990 年，又发明了新名词，这次叫「资料探勘」，强调从大量资料中找出关键或异常资讯的能力。
资料探勘这个名词风行了好几年，也的确有许多应用，但从1990 年开始喊，到2000 年已经成了10 年前的老名词，又感觉不大新潮了，于是全球的产业顾问界为了创造新流行，在2001 年又新发明出「大数据」，强调巨量、即时、多样化的资讯经由机器学习处理的应用，其实本质上与过去的机器学习、资料探勘并无二致。
同样一件事，进入马政府于2015 年对德国「工业4.0」有样学样提出的「生产力4.0」计画中，又提到生产力4.0 将运用的技术之一是「巨量资料」，也就是大数据、也就是资料探勘、也就是机器学习，这是一路追溯到1959 年的旧观念，如今应用早已经相对成熟，譬如在台湾，健保局于健保IC 卡化后，利用资料探勘，察觉出诊所申报的看诊情况异常，再针对这些异常资料的诊所进行实地检查，果然发现其中有部分诊所有诈骗健保的行径，这就是一个相当成功的资料探勘应用。早有实际应用，却写入了生产力4.0 之中，成为「专家们普遍预期到2030 前才有机会实现」的最新未来技术。
德国对工业革命历史的诠释有谬误
学者与市场人士都曾揶揄，所谓生产力4.0 很快就会消失，因为政党轮替又会包装出一个新口号，就像机器学习被不断改名重复炮制成新口号、重新炒作议题的历史一样，不过，目前新政府并未打算这么做，只是把生产力4.0 还原回原本德国的工业4.0，对业界来说，一则以喜、一则以忧，喜的是至少新政府不打算浪费大量心力胡乱创造新口号，产业界可以省下很多无谓的应付心力，忧的是所谓生产力4.0 本来就定义不明，前景模糊，萧规曹随下去也不知会走到哪去。
整个工业4.0 风潮，始作俑者是德国，2011 年时，德国提出了工业4.0 的想法，其主要概念认为一般我们所称的18、19 世纪工业革命，只是「第一次工业革命」，代表的是蒸汽动力的技术革命，19 世纪末到20 世纪初则因为普遍引进了电力、电动马达，视为「第二次工业革命」，代表的是电力相关的技术革命，而20 世纪末到2010 年则是资讯科技产业带来的「第三次工业革命」，之后则会是虚实整合系统（Cyber-Physical System）以及赢咖4注册智能制造的「第四次工业革命」，也就是所谓「工业4.0」。
事实上，德国这项产业思惟显然是出自对产业发展史一无所知的现代产经幕僚之手，对工业革命历史的诠释可说有严重基本谬误，因为蒸汽机虽然是工业革命的代表象征，但许多工业革命的发展过程与蒸汽机不一定有立即直接关系，如另一项工业革命的代表象征：珍妮纺织机，动力最初是来自手摇，并非蒸汽机所象征的「机械力取代肌肉力」。
已故的管理学大师彼得杜拉克认为：蒸汽机只是「革命的象征」，铁路才是「工业革命中真正革命性的因素」，铁路固然也与蒸汽机的发明有关，毕竟早年铁路为蒸汽火车头，但早在1712 年纽科门发明纽科门蒸汽机，瓦特花费十几年的光阴改良，至1776 年打造出第一台瓦特蒸汽机，9 年后蒸汽机应用于棉纺，却一直到1804 年蒸汽火车头才首次试车，第一具商用蒸汽火车头则要到1825 年才行驶于英国斯托克顿与达令敦之间的铁轨上。
从第一台商用蒸汽机到第一条商用蒸汽火车头行驶于商用铁路，竟然花了113 年的时间，但在此之后仅仅25 年，人类铺设4 万公里的铁路，再过30 年，又增加到38 万公里，从这样的发展速度差距，可知问题并不出在技术层面，而是资本主义运作以及经济体发展的商业需求推动。一如珍妮纺织机原本是手摇，并不需要蒸汽机推动，在人类历史上任何时间点都可以发明，却偏偏与蒸汽机在同一个时代发明，其主因是当时全球化发展产生的量产工业需求，所以才在各领域都有人想出相对应的技术。
彼得杜拉克为何认定工业革命真正的突破是铁路，因为当年的蒸汽火车比马车快一倍，运货成本节省了三分之二，铁路连结起陆地国家原本受到地理位置分散割裂的各地方小市场，形成了国家市场，让更大规模的量产得以在商业上实现，否则只供应小市场根本不需要也无法营运大型工厂。铁路因而促进了工业发达，也在政治上促成了民族国家，这改变并非基于铁路的技术突破，而是因为铁路造成市场生态的彻底改变。
也就是说，纵观人类工业革命的发展，是市场生态的改变带动与诱发技术的突破。
制造业循序渐进并非革命
德国的工业1.0 到4.0 的想法，却是与人类发展的历史背道而驰，认定是技术层面突破代表革命，以这种技术导向思惟硬去划分时代，使得不管从1.0 到2.0 还是3.0 都有许多矛盾之处，例如其中认为工业2.0 电力时代的一项重要特色是电力可快速传递讯息，进一步连结全球市场资讯，但其代表科技──电报，其实技术在1753 年就已经出现，1839 年在英国首度商用，1850 年首条电报线跨越英吉利海峡，1857 年跨越大西洋，这段时间早在1870 年之前，结果这项工业2.0 的重大象征，却发生在工业1.0 的年代。
工业4.0 也有大量的相同问题，许多主张如前述所谓的巨量资料已经是可追至1959 年的老观念，弹性产线与即时管理，产业界早就已经应用，譬如即时管理的代表「丰田式管理」，最早自1936 年就开始发展，已有80 年历史，即时管理却被列为是工业4.0 的未来发展特色。
工业4.0 诉诸的积层制造，也就是3D 列印，也十分可虑，因为3D 列印的特性是利于多样少量，在制造流程中，适合用来在初期研发时列印原型做为初步测试使用，若原型经测试完成要进入量产阶段时，如今产业主流的制造方式，例如CNC 等，制造速度不仅远远快于3D 列印，制造出来的品质精良程度远远高于3D 列印，材料选择也远比3D 列印更多，想要用3D 列印来制造成品，根本逻辑不通，只能应用在极少数特殊领域，如部分设计上有传统制造难以处理之处的某些航太零件等，若想以3D 列印做为主要生产方式，那是与产业前线相当脱节者才会有的奇想。
工业4.0 的整体愿景一样不切实际，诉诸打造一个全由机器智能意识自动解决一切的产业世界，想要打造一个充满感测器、能智能整合生产资料、智能调整产线的全能机器生产者，其根本的问题是：人类就是一个全身充满感测器，可以训练、思考、智能整合生产资料、智能调整产线的全能生产者，当全球还有那么多人类劳工失业的情况下，打造这种机器既不符合经济效益，也没有实际意义，技术上并非做不到，只是根本没有必要，只能说科幻小说家都还比较务实。
当德国提出这样模糊不清、定义不明、解读历史错误，愿景又陷入科幻幻想的主张，我国应该了解这就是一个崇尚出口导向、技术导向的国家，面临全球经济转型困境时不知所措的表现，而许多主张甚至把产业界早就行之有年的技术，旧瓶装新酒包装成未来希望，也显示政策制定者与产业前线发生落差，出现盲人骑瞎马状况，德国人也是人类，人类都会犯错，这些错误也同样都是台湾产业官僚过去屡次犯下的错误，应该做的是深自检讨，而不是照抄一通。
工业4.0 可说是一个虚名，但拆除了这些虚的口号，实际上人类的制造业的确日新又新，每天都在进步，只是其发展是循序渐进，并不是什么突来的4.0 革命。
譬如，提高能源效率部分，以台湾而言，工研院早在2000年就已经积极提倡马达最佳化节能，至2015年底巴黎气候峰会，机电大厂ABB执行长Ulrich Spiesshofer强调若能将所有帮浦与各种工业扇的马达都更新为具变速控制的高能效马达，1年将可省下3.338兆度电力，相当于整个欧盟2013年所发出的电力。与工研院可说所见略同。马达最佳化节能是自2000年以前就已知且开始进行的产业进展，只是步调很慢，走了十几年还有多数马达未能最佳化，这并不是一种革命或未来新发展，而是一个旧的趋势，逐渐进行持续性的改善。
所谓智能制造、弹性生产、人机协同，也是早就正在逐渐进行的产业趋势，随着制造机台整合越来越多数位功能，目前许多内建感测器与基本数位界面的机台，早就已经具有自动侦测异常状况、自动排除问题或回报的功能，这是现在式而非未来，随着产业界新旧机器设备的逐步更替，自动化与智能程度都会持续逐渐提高。
弹性生产也早就在产业界的思考中，并不需要任何远大计画来指手画脚，弹性生产也不表示机器完全取代人类，当前赢咖4每当要增加一些小变化，就得花上好几周的时间来重新设定软体与测试，不如以一组熟练的老员工来指挥机器更加快速，宾士E 级车的生产线，为了适应安装抬头显示器的工作，就发生人类取代机器的现象，精确来说，是由更加弹性的小型可移动机器搭配人类员工，取代大型固定机器，机器虽然不会消失，但逐渐从过去设置于安全围篱之后的大型固定机器，改为与人类员工合作的较小型弹性化机器。
戴姆勒称这样的许多人类劳工配备小型机器的方式是「赢咖4农场」。而既然机器与人类员工的距离变得如此亲近，人机协同作业自然成为重要的研发对象，譬如机器臂要有基本的安全设计，有感测器感应人类位置，若侦测到双方会碰撞，则会自动闪避以免打伤人类等。
可专注发展工业赢咖4注册
感测器也并非未来新技术，各种感测器本身感测技术发展目前已经相当成熟，只是是否普遍设置于工厂或机台之中的问题，而当工厂内部逐渐增加许多具有感测器的设施，很自然会想到应该彼此分享资讯，可减少所需的感测器总数，交叉比对资料可排除感测器错误，以及提供技术人员更容易掌控全局的管理平台，以上所需的各种软硬体技术，也不需等到未来，而是现在已经存在，唯一的问题是，过去各种工业机械与系统并没有一个整合的共同平台，往往各自为政。
