綜觀現階段各類型工廠，常會遇到的問題包括：
1、生產及報工資訊不即時，使得無法得知在製品及工單生產現況。
2、缺乏派工資訊及工作指示，造成作業人員只能從經驗判斷。
3、生產排程與交期，這會影響客戶訂單準交率。
4、品質管理未完整系統化：這會使得品質資訊未能完全整合至生產資訊。
5、生產設備調度與維修：這會造成產能受限、稼動率（Utilization）無法提高。
6、生產資訊整合不足：這會影響多個系統資訊不透通。
智慧維運管理 有效追蹤KPI
以工業4.0的趨勢來說，為了解決上述問題，工廠需要一套中央即時監控平台，即所謂的「工廠管理資訊系統」（Factory Management Information System,FMIS），以高效管理能源、資源與提高工廠效率，協助工廠在資料收集、即時監控、設備管理、績效管理等智能化管理，與透明化紀錄能源、生產、設備與人員等工廠相關數據，進行集中調控、分配產能，為「智慧工廠」打下堅固的基石。
此類系統的系統維運模式，是將工廠設備的運轉數據與異常事件即時提供給事件收集暨智慧分析模組，透過該模組建構Rule based或Model based的數據庫，進一步提供決策支援與異常管理功能。在中央監控平台可比較如：DCS（分散式控制系統）、SFC（現場監控流程系統）、MES（製造生產執行監控系統）、ERP（企業資源規劃系統）等各系統之間的狀態，將工廠資訊由底層設備、生產數據與上層資源管理進行維運整合，協助管理階層與現場勤務人員進行智慧維運管理，有效追蹤KPI（關鍵績效指標）與評估成本效益。
提高整體設備效率
在設備妥善率（Availability）與稼動率的分析上，此類系統可即時監測相關因素對設備整體妥善率的影響，以維持設備最高的穩定性。其可集中式警報收集與管理，提供管理者警報查詢及警報報表的製作，提升設備稼動率，縮短真實的機台狀態和MES報工系統的人工輸入差距，透明化、自動化的找出差距並改善，提高設備OEE（Overall Equipment Efficiency）之妥善率、利用效率與產品品質。
一般在設備維護的過程中，現場人員往往需要很長的時間去找出設備故障的原因，透過此類系統建立工廠／設備的數據儲存，根據過往維修紀錄（非單點事件採集，而是延伸至故障前的完整數據），並配合領域經驗建立判定法則，透過案例比對模式（Case Based Recommendation）幫忙現場人員快速限縮故障原因。當機台發生問題時，系統平台可跳出相對應的歷史解決方案與相對應的處理SOP（標準作業程序），並通知相關處理人員，減少甚至避免非計畫性停機的發生。
能源控制、預測模式 讓工廠更健全
在耗能低碳化的管理上，此類系統可協助工廠在不同廠區的耗能集中在同一平台中，達到即時監控與比較能源消耗的效益。並可針對水／電／氣／化之各項能耗建立KPI報表，在廠務端預測用電量超過契約容量時分段卸載控制。透過系統可執行能源計畫，採集數據進行能源分析，最後配合計畫目標達到能源控制。
且系統可達到監控智慧化，以作業區域結合OCC（維運控制中心）各設備之警報為一體化管理，取代以單一設備做警報區分。並依據國際規範（IEC 61508、EEMUA）採易辨識之各種符號、警報顏色邏輯等方式設計圖面，加強下列功能：畫面跳頁、連結之流暢性;警報和安全等級的定義及顯示方式;警報隔離等狀態，減少重複無用的警報;幫助操作者迅速找出重點，處理異常問題。
在智能化管理方面，此類系統可以協助企業績效管理，結合中央監控系統的即時資訊，如：即時與歷史的Alarm（警報）資料、各水／電／氣／化各系統即時與歷史運轉數值，並建立各種Alarm發生時的SOP，提供電子表單、線上傳簽、E-Mail、簡訊通知等功能，利用多載具（PC、平板、手機，電子看板等）數位化管理介面，達到整個智慧工廠管理及資料分析目的。而系統針對資料數據的分析，藉由不同的視覺化圖表，能夠及早偵測到可能潛在的問題。並善用歷史資料，將Rule based模式提升為預測式（Prediction）的智能模式，減少維修頻率，建立PHM（設備健康管理），提升停機可預期性、降低不必要的停機時間，讓設備更穩定、工廠更健全。
(工廠管理資訊系統架構圖)
結語
在全球工廠智慧化的驅動之下，如何以創新思維善用IoT（物聯網）、即時監控系統及巨量資料（Big Data）預測技術，達到工廠數位化、智慧化，或許導入工廠管理資訊系統（FMIS）就是成功的第一步。d