物聯(lián)網（IoT）相關的技術與概念，為產業(yè)界帶來一波波的新浪潮。萬物聯(lián)網的世界，讓市場對此充滿想象，從制造業(yè)、物流、零售、醫(yī)療、交通、安防等不同的應用領域，讓基于物聯(lián)網所衍生出的不同產業(yè)連網應用，在不同領域中掀起不同程度的風暴。不過，業(yè)者強調，在不同連網應用中，數(shù)據是最為關鍵的部分，如果數(shù)據不正確，則后續(xù)的一切都只會變成，Garbage in、Garbage out的結果。

　　對于數(shù)據在物聯(lián)網產業(yè)應用上的重要性，早在2018年時，鴻海創(chuàng)辦人郭臺銘就曾對外以「關鍵有效微觀納米海量大數(shù)據乃新能源」的對聯(lián)來宣告數(shù)據的重要性。當時，市場上對于數(shù)據的概念還相當模糊，很多機器設備甚至都還沒有演進到數(shù)碼化、網絡化及平臺化的階段，但是在云端運算、大數(shù)據及物聯(lián)網等風潮的一波波帶動下，要有數(shù)據才有后續(xù)的發(fā)展。

　　只是對于郭臺銘強調的關鍵、有效、微觀、納米、海量等對于數(shù)據本身要求的條件，許多業(yè)者都還不太了解。在市場帶動下，一味的進行數(shù)據的擷取、累積。

　　相關業(yè)者指出，以物聯(lián)網為基礎的產業(yè)智能化發(fā)展，確實是需要大量的數(shù)據作為基礎，但是更重要的是業(yè)者必須要了解自己所面臨的問題是什么，想解決的問題是什么，是要提升產能、提高良率還是確認設備維修保養(yǎng)時間？因為不同的問題，需要的推演過程、數(shù)據來源不同，如果無法提供正確的數(shù)據，再精細詳盡的算法，也無法得到正確的結論。

　　業(yè)者舉例指出，如果要訓練算法判定車子是什么，最好的方式就是直接提供大量各式各樣車子的數(shù)據；當然，也可以提供各種不是車子的數(shù)據，讓算法去學習，但是兩者相比，所需要的數(shù)據量與學習時間，將會是截然不同的兩種等級。

　　業(yè)者認為，一旦過于強調數(shù)據數(shù)量的重要性，卻沒有同時宣導對于數(shù)據質量方面的要求，將會讓部分對問題定義不清的業(yè)者，在投入大量數(shù)據擷取搜集累積之后，卻發(fā)現(xiàn)對整體產生的效益有限，進而將會影響到產業(yè)的整體發(fā)展。

　　所以，在導入智能化之前，一定要先確認自己要解決的問題是什么，需要的數(shù)據有哪里些。從正確的地方，在正確的時間取得正確、有效的大量數(shù)據，對于解決問題才能有正面的幫助。否則盲目的大量擷取不必要的數(shù)據，雖然看似投入很多的相關建置，但是最終將落得Garbage in、Garbage out的結果。