在工业4.0时代，消费者可以依个人需求决定产品，并直接与工厂沟通，而工厂会朝智能工厂(Smart Factory)迈进，并发展“随选生产”，实时制定生产计划，以达到消费者个人的需求(即便只有一张订单和一个产品)，这整个发展需要智能网实系统(Cyber-Physical System，简称CPS)及物联网(Internet of Things，简称IoT)相关软硬件及基础设施的配合，以开创人机和谐共存的环境，使传统制造业变得更智能化与更有效率，相关的关键技术包括有：物联网、人工智能、大数据、云端运算和网络安全等，这些关键技术的发展同时代表着无限商机与挑战。
物联网：工业4.0的核心
物联网(IoT)是工业4.0的核心基础。根据BI Intelligence估计，到2017年连网硬件出货量将超越智能手机，而世界经济论坛(WEF)预测2020年将会有300亿台设备连接到物联网，物联网产业潜藏商机超过1兆美元。而什么是物联网?简单地说，是指每个物品、人或生物，都会有一个唯一标识符，通过感测系统与外围组件，如：无线射频辨识(Radio Frequency IDentification ，简称RFID)、传感器、嵌入式系统、计算机视觉设备…等收集信息，再经由互联网传递信息，人或是机器就可以依据收集到的数据进行分析与决策，进而控制已经连上网络的物体，执行决策的任务，连上物联网的物体间也可以互相沟通与协作，物联网软硬件的蓬勃发展，让工业4.0的智能网实系统(CPS)及智能工厂的实现更进一步。物联网的主要技术包括：RFID、有线及无线传感器等负责收集数据的感测技术与硬件，以及ZigBee、IEEE802.15.4、WirelessHART等通讯协议或是802.11、Wi-Fi、4G LTE等行动通讯协议等网络相关技术及网通设备。
人工智能：工业4.0的脑神经
人工智能(Artificial Intelligence，简称AI)最早是在1956 年Dartmouth学会上提出，系指由人工制造出来的系统所表现出来的智能。美国学者预测，2045年机器的智慧将超过人，但其实机器拥有过人的智慧并不乏先例，在1989年IBM的超级计算机“深蓝”即战胜了西洋棋棋王，而Google的人工智能系统AlphaGo在2016年也打败韩国的世界围棋棋王。人工智能涵跨计算器与信息、数理逻辑、控制与自动化理论、仿生学、生物学、认知心理学、经济学和哲学等多门学科，以及知识获取、推理、搜寻和数学优化、类神经网络、深度学习、知识处理系统、计算机视觉、智能机器人…等研究，人工智能的深度学习与专家系统的建立将带动工业4.0的深度发展。
大数据及云端运算：工业4.0的关键支撑
大数据(Big Data)又称海量数据，其数据源可能是过去人工或机器记录的数据，或物联网硬件不断产生的实时数据，也可能是已经存在互联网上的信息，数据数据量会一直产生或更新，而形成海量数据。数据大并无实质意义，智能化制造的关键技术在大数据的分析，也是机器深度学习的关键技术，其重点在于预测，利用数据探勘的技术，在海量数据中找到原本不易发现的关联性或是经验，以快速累积经验值，并做出精准的预测与决策。
大数据与云端运算相辅相成。美国国家标准与技术研究院(NIST)将云端运算定义为：云端运算是一种模式，能方便且随需求应变地通过连网存取广大的共享运算资源(如网络、服务器、储存、应用程序、服务等)，并可通过最少的管理工作与服务供应者互动，快速提供各项服务。在云端运算里基本可分为公有云及私有云，一般来说，大企业会建立私有云，建设“网络储存服务器”(Network Attached Storage，简称NAS)，自己控管企业内部所有的数据，而中小企业或个人则大多会使用公有云，如：免费的百度云、Dropbox、Google、Amazon以量计价的公有云端服务等，未来的云端运算发展，由于海量数据在云端进行储存与运算，因此，网络安全对于大数据及云端运算而言，将具有极关键之地位，更是让工业4.0的发展，可以无后顾之忧的重要支撑。
工业4.0的关键技术，包括：物联网、人工智能、大数据与云端运算等，已全面应用在我们的日常生活及制造业，除了促进传统制造业智能化生产，提升产业竞争力，也逐渐改善人们的生活，满足消费者客制化，面对未来工业4.0的浪潮，我们应及早认识与学习工业4.0的关键技术，并有效地整合与运用，以在工业4.0时代占有一席之地。
