另外，工业机器人作为未来重要的生产工具，首当其冲便是人机协作。当人与机器同时合作，更需要加装许多传感器以具备人机协同感应机制，去确定其运作方式不会对人产生危害或影响，从机器手臂的位置去定位每个位移，透过更智能的安全设计掌握机器手臂外围状态；当人员进入共同作业范围时，手臂会自动减缓速度，待人员离开后，再恢复原始速度，如此即可在不中断作业的情况下，强化人机协作的安全性。而搭配定位追踪传感器，便能够确认作业中的人员或其他生产相关设备都在正确的位置，借助追踪这些人员和对象，以及两者的互动状况，管理者即可全盘监看生产流程，并依此判断什么时候、哪段流程需要调整。

其实，厂房之所以透过各式各样的传感器来监测数据，无非就是想掌握生产质量，达到某种制程条件。借助制造过程中的数据采集，将能进一步运用后端平台运算做大数据分析，帮助企业获利。

谁能快速反应市场变化、生产多样化产品，谁就是赢家，而大数据即是能加快决策速度、预测未来的切实应用。数据采集永远是厂房智能化的重点，但若信息未经过处理，只是浪费储存空间的无用垃圾，必须透过虚拟信息与实体系统(Cyber-Physical System)的结合，将数据传到云端进行储存、分析，形成决策，进而再回过头来指导生产。依据长期量测、统计与分析生产过程的相关数据，当有制程质量逐渐偏离、设备精密度变差的情形时，便可提早进行预防性保养、维修，甚至发展成先进设备控制的预警系统，达到自我监测和预测功能，以维持产品制程稳定性、提升良率。

大数据的实际应用，富士康通过物联网技术，累积多年生产在线的各种机台数据，并利用影像辨识和机器学习等技术，为这些机具设备连上神经与大脑做大数据分析，得出生产环节中每一个制造流程的结果;加上各种智能感测与传感网络的导入，便可做到让机器独立自主运作，在黑暗中也能完成生产。

谈工业4.0，关键在数据背后的决策优化。在智能制造的流程中，机器人并非要完全取代人力，人所扮演的角色不再是劳动工作的“操作者”，而是晋升到经由后端的大数据分析来下策略判断，成为生产过程的“设计者”、“决策者”以及流程的“管理者”。

图片来源：站酷海洛