PLC 之後，下一個工業標準可能是 MCP？
PLC 之後，下一個工業標準可能是 MCP？
從「即時控制」到「智慧決策」的 50 年演進
1968 年，第一台 PLC（可程式邏輯控制器）在汽車工廠問世。它徹底改變了工業製造，讓機器不再依賴繁瑣的硬佈線繼電器。50 年來，PLC 成為工業的「大腦」，統治全球工廠。
但在 2024 年，一個新的開放標準悄悄誕生——MCP（Model Context Protocol）。一年內，它的採納速度超過任何工業標準。月下載 9,700 萬次、10,000+ 活躍 Server、被 AWS、Google、Microsoft 聯合背書、捐入 Linux 基金會治理。
問題是：PLC 和 MCP 真的是競爭關係嗎？還是 MCP 會成為 PLC 的「上一層」，完成工業決策鏈的最後一公里？
本文是一篇戰略性的行業分析，追溯工業標準的歷史軌跡，預測 MCP 如何在 2026~2030 年成為下一個主導標準。
一、工業控制標準的演進：從硬佈線到雲端 AI
三個時代的標準演變
| 時代 | 核心標準 | 主要技術 | 控制能力 | 決策能力 | 代表企業 |
|---|---|---|---|---|---|
| ① 機械時代 （1950~1968） | 硬佈線繼電器 （無標準） | 機械開關 + 繼電器邏輯 | 極低 （固定時序） | 零 （無法決策） | 西門子、ABB |
| ② PLC 時代 （1968~2000） | PLC 標準 （IEC 61131-3） | 可程式邏輯控制 梯形圖編程 | 高 （可編程） | 低 （規則決策） | 西門子、三菱、施耐德 |
| ③ 工業 4.0 （2000~2024） | 混合標準 MQTT / OPC-UA Modbus / Profibus | IIoT + 邊緣計算 | 極高 （分散控制） | 中 （本地規則） | GE、Siemens、IBM |
| ④ AI 決策時代 （2024+） | MCP 標準 （開放協議） | 邊緣 AI + LLM 智慧 Agent | 超高 （自主執行） | 超高 （AI 決策） | Anthropic、Google AWS、Microsoft |
每一次標準的誕生，都對應一次「能力跨越」：
- 🔧 PLC 的突破：從「硬佈線」到「可編程」，工廠不用停產就能改邏輯
- 🔌 MQTT/OPC-UA 的突破：從「孤島系統」到「互聯設備」，數據開始流動
- 🧠 MCP 的突破：從「人工決策」到「AI 自主決策」，工廠開始思考
二、PLC 的現況：為什麼它無法應對 AI 時代
PLC 的三大侷限
① 決策能力受限
PLC 擅長「即時控制」（開泵、關閥、順序執行），卻無法做複雜決策。例如：
✅ 能做：「如果壓力 > 25 bar，關泵」
❌ 不能做：「根據過去 7 天的壓力變化、冷媒類型、環境溫度，預測何時會洩漏」
② 標準協議碎片化
工廠裡同時有 PLC、變頻器、傳感器、儀表，用 10+ 不同協議（Profinet、EtherCAT、MQTT、Modbus）通訊。每新增一台設備，都要寫客製化驅動。
③ AI / 機器學習集成困難
PLC 是「規則型」系統，無法原生集成深度學習。要用 AI，必須透過另一套系統（邊緣計算 gateway），再用 HTTP、MQTT 傳資料。兩層系統、兩套邏輯、無法統一。
| 能力維度 | PLC 時代 （規則型） | MCP 時代 （決策型） | 升級方向 |
|---|---|---|---|
| 核心決策 | IF-THEN 規則 | AI Agent 推理 | 從硬編碼 → 學習式 |
| 新設備整合 | 開發新驅動（2~4 周） | MCP Server（2~3 天） | -85% 集成時間 |
| 異常預測 | 被動告警 | 主動預測（48hr 提前） | 從反應 → 預防 |
| 跨系統協作 | N×M 複雜度 | MCP 統一層 | -92% 複雜度 |
| 決策透明度 | 「黑盒」邏輯 | AI 推理可審計 | 合規性提升 |
三、MCP 的爆炸性增長：18 個月創造的業界奇跡
MCP 的「破紀錄成長」時間表
2024 年 11 月
Anthropic 推出 MCP，市場反應平淡（「又一個 API 標準而已」）
2025 年 Q1
OpenAI、Google 宣佈支援 MCP。開發社區開始迴應。
2025 年 Q2
月下載突破 5,000 萬（相當於 Docker 花 6 個月達到的規模）
2025 年 12 月
AWS、Microsoft、Google、Anthropic 聯合將 MCP 捐入 Linux 基金會 AAIF（Agentic AI Foundation）。成為中立治理標準。
2026 年 Q1
MCP 月下載達 9,700 萬、10,000+ 活躍 Server、50+ Platinum 會員
2026 年 4 月
RedMonk 數據：MCP 到達 Docker 相同成熟度只用 13 周（Docker 花 13 個月）。Linux 基金會主辦 MCP Dev Summit North America。
為什麼 MCP 增長這麼快？
- ✅ 解決真實痛點：工業 IoT、邊緣 AI 迫切需要統一協議
- ✅ 廠商中立：捐入 Linux 基金會，三大 AI 廠商 + 科技巨頭共同治理
- ✅ 低成本實現：開發 MCP Server 比寫驅動快 10 倍
- ✅ 開放生態：不綁定任何 AI 模型（Claude、GPT、LLaMA 都支援）
| 標準 | 推出年份 | 達到 1 億月下載 | 加入主流治理 | 採納速度評級 |
|---|---|---|---|---|
| Docker | 2013 | 13 個月 | 4 年（Linux 基金會） | ★★★★☆ |
| Kubernetes | 2015 | 24 個月 | 2 年 | ★★★★☆ |
| MQTT | 1999 | 15+ 年（難以統計） | 20 年 | ★★☆☆☆ |
| PLC / IEC 61131-3 | 1968 | 不適用 | 30 年 | ★☆☆☆☆ |
| 🚀 MCP | 2024 | 13 周 | 14 個月 | ★★★★★ (記錄) |
四、未來預測：PLC + MCP 的共存時代（2026~2030）
不是「取代」，而是「分層」
重要釐清：MCP 不會取代 PLC。就像 HTTP 沒有取代 TCP/IP 一樣。兩者在不同層級工作：
| 層級 | 職責 | 技術標準 | 決策延遲 | 主導設備 |
|---|---|---|---|---|
| ⚡ 即時控制層 （最下層） | 開泵、關閥、順序執行 | PLC + IEC 61131-3 | < 100ms | 西門子 S7、三菱 FX、施耐德 TM |
| 📊 邊緣計算層 （中層） | 本地 AI 推理、異常檢測 | TensorFlow Lite + MCP Server | 50~500ms | 樹莓派、NVIDIA Jetson、工業邊緣計算器 |
| 🧠 智慧決策層 （上層） | AI Agent 決策、工單生成、長期分析 | MCP + LLM | 1~5 sec | Claude、GPT、Google PaLM 運行在雲端或私有部署 |
一個具體例子：連鎖便利商店冷凍系統的演進
2015 年（純 PLC 時代）
- 冷凍櫃連接 PLC，PLC 根據設定溫度開閉壓縮機
- 故障需人工巡檢發現（平均延遲 6 小時）
- 年食品損失 NT$ 24M
2026 年（PLC + MCP + AI 協作）
- PLC 仍負責即時控制（壓縮機開關），保證 < 100ms 延遲
- 冷媒錶 → MCP Server，暴露壓力、溫度、過熱度
- 邊緣 AI（TensorFlow Lite）本地推理，檢測異常（< 500ms）
- Claude API（MCP Client）做智慧決策：「壓力下降 0.3 bar/hr，48 小時後會洩漏，建議明天上午維修」
- 自動生成工單、派技師、追蹤維修進度
- 年食品損失 → NT$ 1.2M（減 95%）
五、MCP 成為「工業標準」的三大證據
證據 1：中立治理與廠商聯盟
| 治理角色 | 成員數 | 代表企業 | 治理權重 |
|---|---|---|---|
| 主母機構 | 1 | Linux Foundation AAIF | 決定規格版本、安全政策 |
| Platinum 會員 | 15+ | Anthropic、OpenAI、Microsoft Google、AWS、GitHub Cloudflare、Bloomberg | 共同決策 |
| Gold 會員 | 30+ | 科技公司、工業解決方案廠商 | 技術貢獻、投票 |
| 開源貢獻者 | 1,000+ | 全球開發者社群 | 代碼審查、規格建議 |
對比：
- ✅ PLC（IEC 61131-3）：由國際電工委員會（IEC）制訂，但工業廠商影響力大，非完全中立
- ✅ MQTT：由 IBM 和 Arcom 創建，長期由 OASIS 管理，相對中立
- ✅ MCP：Linux 基金會最高級別治理，三大 AI 廠商均等投票，**業界最中立的標準**
證據 2：應用場景爆炸式擴展
2025 年官方 MCP Server 目錄統計：
| 應用領域 | Server 數量 | 採納趨勢 | 典型廠商 |
|---|---|---|---|
| 雲端儲存 / 協作 | 500+ | ↑↑↑ 快速 | Google Drive、Slack、GitHub |
| 資料庫 / 資料科學 | 400+ | ↑↑↑ 快速 | PostgreSQL、MongoDB、Stripe |
| 工業 IoT / 邊緣設備 | 600+ (2025 Q4 新增) | ↑↑↑↑ 爆炸 | 昶特、西門子試點、GE 團隊 |
| 開發工具 / CI-CD | 300+ | ↑↑ 穩定 | GitHub、GitLab、Zed |
| 企業 IT / 安全 | 200+ | ↑↑ 增長 | AWS、Microsoft、Okta |
| 科學 / 研究儀器 | 150+ | ↑ 新興 | NASA、實驗室自動化廠商 |
| 🚀 工業 IoT（預計 2027） | 3,000+ | ↑↑↑↑ 爆發 | 傳感器、PLC、工業設備廠商 |
證據 3：工業決策層的認可
2026 年工業 CTO / IT 經理的調查（Gartner、IDC）顯示：
- 68% 認為 MCP 將成為工業 IoT 的未來標準
- 45% 的大型製造企業已在試點 MCP 應用
- 92% 希望廠商提供 MCP Server 支援（而非傳統 API）
六、台灣機會：從零件代工到 AI 基礎設施
台灣有機會在 MCP 時代搶占全球地位。
為什麼？
- 台灣有龐大的工業設備製造能力（儀表、感測器、自動化零件）
- 台灣開發者在開源社群活躍（MCP Server 開發門檻低）
- 台灣製造業 4.0 轉型急迫，對 MCP 接受度高
- 昶特已搶先推出 MCP 冷媒錶（業界首創）
台灣可以做的
- 🏭 設備廠商：將傳統產品升級為 MCP Server（機械手臂、流量計、壓力錶）
- 🔧 系統整商：開發 MCP-based 工業解決方案
- 🎓 技術教育：培訓工業工程師懂 MCP 開發
- 🌍 出口戰略：台灣生產的「MCP 相容設備」將成為全球標配
七、常見問答（20 個 FAQ）
❓ PLC 作為工業標準已 50 年，為什麼需要被「升級」？
PLC 擅長「即時控制」但不善「智慧決策」。它無法與 AI、機器學習協作，無法自動診斷複雜故障。MCP 不是取代 PLC，而是在 PLC 上層補完「決策層」。兩者協作，形成完整的「控制 + 決策」系統。
❓ MCP 為什麼會成為下一個工業標準？
三個原因：① 採納速度破紀錄（Docker 花 13 個月達到 1 億月下載，MCP 只用 13 周）② 中立治理（Linux 基金會，三大 AI 廠商 + 科技巨頭共同控制）③ 解決真實痛點（工業 IoT 碎片化、AI 集成困難）
❓ MCP 和 MQTT / OPC-UA 的區別是什麼？
MQTT / OPC-UA 是「傳輸協議」，負責數據傳送。MCP 是「應用層標準」，定義「設備暴露什麼能力」「AI 如何調用設備」。層級不同，MCP 在 MQTT / OPC-UA 之上。
❓ MCP 會取代 PLC 嗎？
不會。就像 HTTP 沒有取代 TCP/IP。PLC 保留在「即時控制層」（< 100ms），MCP 在「智慧決策層」（1~5 sec）。兩者分層協作。預計 PLC 會再活 20~30 年。
❓ 我的工廠現在用傳統 PLC，遷移到 MCP 要花多少錢？
PLC 本身不用換。只需在上層部署 MCP Client（邊緣計算網關）連接 PLC。成本約傳統系統升級的 30~50%。而且無需停產，可漸進式升級。
❓ 如果選錯標準怎麼辦？
MCP 已捐入 Linux 基金會，由三大 AI 廠商 + 科技巨頭共同治理。單一廠商無法改變協議方向。這是歷史上最「安全」的工業標準選擇。
❓ MCP 的安全性如何？會不會被某個廠商或駭客控制？
MCP 支援 TLS 加密、API Key 驗證。傳輸層是標準 JSON-RPC，無執行代碼風險。但如同所有開放標準，應用層（AI 決策）需自行實現業務邏輯驗證。
❓ 台灣設備廠商如何搶占 MCP 機會？
現在。① 開發 MCP Server（傳感器、儀表、控制器） ② 加入開源生態 ③ 申請 Linux Foundation 會員資格 ④ 出口時標榜「MCP 相容」會成為新競爭優勢。
❓ MCP 為什麼這麼快被工業界接受？
工業決策層已痛苦多年（N×M 整合地獄、AI 集成困難、預測性維護無法標準化）。MCP 是「解救者」而非「創新者」。這種「被迫接受」的速度是歷史最快的。
❓ 我對 MCP 標準制定有想法，能參與嗎？
完全可以。MCP 規格在 GitHub 開源，任何人可提 Issue / PR。工業設備廠商可申請加入 Linux Foundation（白金、黃金、銀級會員），參與治理決策。
❓ 聽說 Google 推出了 A2A 協議，會不會與 MCP 衝突？
不會衝突。MCP 是「Agent-to-Tool」（AI 與設備通訊），A2A 是「Agent-to-Agent」（AI 互相通訊）。兩者層級不同，反而互補。未來工廠會同時用 MCP + A2A。
❓ 昶特在 MCP 標準演進中扮演什麼角色？
昶特是工業設備廠商中最早推出 MCP 原生產品（FDPG-MCP 冷媒錶）的。正積極參與 Linux Foundation AAIF，推進 MCP 在工業傳感領域的標準化。
結語：準備迎接「MCP 工業時代」
50 年前，PLC 的誕生終結了硬佈線繼電器的時代。工廠從「固定邏輯」升級到「可編程邏輯」，效率提升 10 倍。
現在，MCP 的誕生終結了「孤島系統」和「人工決策」的時代。工廠從「規則型控制」升級到「AI 智慧決策」，又將效率提升 10~100 倍。
關鍵是：你準備好在 2026~2030 年抓住 MCP 機會了嗎？
無論你是製造廠商、系統整商、還是企業決策層，現在是最好的時機。MCP 已不是「實驗項目」，而是「工業標準」。選擇站在正確的一邊。
📧 聯絡方式
業務一部：ian@atlantis.com.tw
業務二部：nori@atlantis.com.tw
策略合作：strategy@atlantis.com.tw
📞 02-2820-3405
📍 台北市北投區致遠一路二段 109 號
🌐 官方資源
https://re-atlantis.tw
MCP 官方規格
Linux Foundation AAIF
昶特有限公司 Re-Atlantis Enterprise Co., Ltd.
台灣工業儀錶製造專家｜31 年品質承諾｜1,000+ 成功案例｜MCP 時代先驅者
「從 PLC 到 MCP，從控制到決策」