看看这五种职业，哪种工作未来会是独立作业，哪些工作适合在使用工业物联网的公司内任职呢？30年前计算机刚兴起时，懂得使用计算机的工程师凤毛麟角，如若提起IT人才，简直神人一般。
近笔者读了一篇2015年的文章，标题是“The top 5 new jobs created by industrial IoT＂，作者Kund Lasse Lueth预测未来有五种工作会因为工业物联网的兴起而有大量的需求：工业大数据科学家、机器协调专家、信息技术／物联网解决方案架构师、工业计算机工程师／程序员、工业用户界面／用户体验设计师
看看这五种职业，哪种工作未来会是独立作业，哪些工作适合在使用工业物联网的公司内任职呢？30年前计算机刚兴起时，懂得使用计算机的工程师凤毛麟角，如若提起IT人才，简直神人一般。加上当时只有大型计算机，多数计算机工程师都只能供职研究机构。直到个人计算机兴起，中间还有以工作站扬威的Sun等公司，直到当一般大学都有计算机工程或信息工程系后，配合着个人计算机的普及，逐步演进到今天许多公司都有IT部门或少配备IT人员。
物联网独立服务运营商
笔者有一个在心中反覆思索了很久的问题，10年后的物联网应用方案会让使用的企业内都设置物联网运维部门，还是会由独立的运营商专责运营，或是中间存在一种过渡型态？
物联网从业人员与传统IT工程师的区别在于，IT从出生开始就独树一帜，一直是一门专门的学科，然而物联网则是IT与OT交织的科技，不同的产业、甚是同产业内不同的公司，需要的IT／OT专才各不相同。试想台积电与联电的制程决不相同，就算是宝成与丰泰鞋业的制程也必有因为独到的管理哲学导致相异的产业管理模式，遑论懂半导体制程的物联网工程师／程序员是否做得来制鞋业的物联网工程师，本身就是一个很有趣的题。
物联网架构虽然万变不离其宗，都是南向（south bound）的边缘层，中间的平台层负责串连装置并做基本的资料处理，北向（north bound）的应用层则运用平台收集、分析资料，进而利用分析结果控制边缘层的装置。
但是不同的产业或不同的任务，牵涉到不同的应用场景，因而需要收集的机器日志或行为日志，可能南辕北辙，安装的位置与建模使用的算法也定然迥异。因此所谓的物联网解决方案架构师与物联网工程师／程序员，其实是个很广义的泛称。未来的技职与大学教育如果不能配合推出跨领域的课程，让在校学子适当地调整学习内容与模式，物联网推广初期将严重受制于IoT人才不足。基此，除了个别行业巨擘外，物联网发展初期很难期待在每个采用物联网应用方案的使用者（或企业）都网罗上述五种人才，在体制内建立完整的物联网部门编制。
然而，独立存在的物联网应用方案服务运营商是否就是大势所趋呢？个别产业的熟稔程度、资料所有权、资安、客户信赖度等等都是需要克服的挑战。在智慧城市（路灯、交通、空污监测等）的应用场景中，因为涉及的知识相较于工业、商业、医疗等行业相对较少，的服务运营商切入困难度较低，而且因为智慧城市覆盖范围较大，又需要大量维修或巡逻人力，收集的资料往往都是公开数据，*适合电信或有线电视运营商投入。
但在工厂内外的物联网应用，纵使独立的服务运营商对于相关行业运营有足够的经验，若不能配备现场专员，以支持工厂内低时延高可靠度要求的工作环境，恐怕没有一个公司愿意将涉及工厂运作的工业物联网运作交付给外人。更不用说每个公司都认为自己的生产数据都是商业机密，让一个第三者在运作过程中知悉，甚保管相关资料，对于许多老板来说显然是个无法想象的情形。
于数据性的讨论则往往来自于是否将物联网应用方案收集到的数据放在云端，以便第三方监控管理。大部份的人听到资料放在云端，往往觉得不如放在企业内部。然而实情是，这与将现金放在家里的保险箱或床底下，与放在银行保险箱中，两者哪一种比较有相似之处。固然，有时会出现银行遭到抢劫或银行保险箱遭窃的状况，我们更应该比较的是两者机率孰低。毕竟，银行保险箱业务受银监会的规范，银行有义务将银行保险箱设计到一定地程度，放在家里的保险箱的保障程度则是见仁见智。
在公司自行负责所有物联网应用方案运营与交给第三方独立运营商服务之间，是否有妥协的空间？毕竟大部份公司很难具备完整的物联网应用方案装置维护与精进能力，若想要维持物联网方案正常运作或有紧急状况时能快速回复，在不触及数据的前提下，适当地将方案经营维运外包给第三方，将是确保物联网方案稳定而正常运作不得不考虑的方案。
另一个有趣的现象，Bosch在其工业4．0宣传影片中强调，他们管控全球不同工厂内超过5000部机器设备，用以累积所有设备的运作数据，形成他们的专家支援系统的基础。同样的情形，除了同一企业内将全球各工厂内生产与机器设备资料累积成未来运作的参佐数据外，未来可以想象每一个数控机床（CNC）制造商针对同一型号的机床远端监控，以求做好远距维修与运作状况监控。由这种远端的数据收集及持续性数据分析，机床制造商将累积出强有力的数据库，既可以更更及时地提供远端维修咨询外，还可以运用数据积累提供预防性维护，甚做为未来改进机床的依据。随着愈来愈多的设备附加值或优化服务的出现，更多的数据将被收集分析，笔者预测将来出现另一种型态的顾问咨询服务由设备制造商提供。
资料科学家
经过过去两年的宣传与普及，很多人都了解物联网的核心在于数据分析与反馈。但大部份的人还对此一知半解：目前的数据分析还不是电影里演的智脑，它的核心还是机器学习 。在平台层的设备管理平台（DMP）虽然负责连接设备并将数据传递给数据分析引擎（DA），平台层的DA的主要功能是串流实时资料聚集与串流资料事件处理。要发挥想象中的智慧功能，还要结合应用层内的各种应用方案的功能诉求，进一步透过数据模型及预见型分析才能达到。而两者往往靠方案设计初始时内建的算法达成，同样的应用方案在不同的工厂内，可能因为产线的布置、加工的工件大小或材质等等原因不同而需调整算法，也可能因为不同的业态，例如，零售业中大型超市或便利店使得同一套为了智慧零售而研发的数据分析引擎必须做适当地调整。加之促销期收集到的数据，是否需要在权重上适当地调整，避免影响数据解释的效度等原因，公司必须对系统进行跟踪式调整，根据特定行业特定客户的各种特性随时调整算法。
与前一角色的讨论类似，在未来十年或更久以后，当学制调整成大部份学生都具备跨领域的专长，亦即主修信息工程的学生兼修数学与机械才能胜任资料科学家的角色。再者，资料科学家团队内，除了精通程序语言与数学，能够选择算法并撰写程序者外，还有另一种与产业更靠近的资料解读与产业分析师，没有产业分析师在客户与撰拟演算模型的资料科学家之间来回沟通，并协助客户精熟运用各式各样装置收集回来的各种资料源交错分析后代表的涵义，工厂内设备或机器人不会自己思考改进。因为智慧零售方案中各式装置因为更加廉价，更不可能具备足够的运算单元，装置本身更不可能有智慧思考的能力。因此需要外来的资料科学家运用各种算法协助分析，并适时调整算法，以求与时俱进及因地制宜。
然则，现况资料科学家严重不足，坊间的大数据人才仅仅是接受短期培训的速成之才。以笔者观察，远远不如人意，要想在几年内填补资料科学家的需求缺口，*不可能。所以，有产业经验的资料科学家在可预见的几年内将是炙手可热的“战略物资”。于此情形下，当物联网应用方案开始普及时，独立的资料科学家团队，必将受各方争抢。笔者认为这个行业人员很容易形成独立的咨询顾问机构，专责协助应用方案开发商开发各种“智慧”的分析模块，或者协助实际导入应用方案的客户逐步落实并提高物联网应用方案的智慧程度。
有趣的是，本文讨论的这两种角色，尤其是独立服务运营商这种行业，笔者在国内外文献或报导中几乎从未看过相关讨论。然而，笔者认为这两种角色，绝不只是讨论个人未来可能因为物联网兴起而出现的职业，更可能因为物联网应用方案实际运作的真实需求，进而形成独立的行业，值得所有有志于物联网产业的业者观察与积极投入。
