孫子兵法提到戰勝的衡量五個原則：『道、天、地、將、法』。在執行面更是強調：『不盡知用兵之害者，不能盡知用兵之利；兵貴勝、不貴久』。本文以這思維推估智能化維護阻力最小必勝之路。
智能化維護之目的在於用透過早知悉影響生產之設備因素，做好準備以避開風險，另能從因素之根因分析過程，制訂矯正維護保養之道，延長設備使用壽命，用最小成本維持生產正常運作，並達成人安、物安、高品質目標。
導入智能化維護作法前，先拋去AI、大數據、機器學習、深度學習…等思維，借用雖孫子兵法評估是否有機會導入執行成功。
- 『道』，今天在貴單位，有幾人想讓這件事發生？
- 『天』，現在這經濟狀況值得投入時間/費用嘗試嗎？
- 『地』，思考現在若不發展，未來五年內會遭遇什麼問題？
- 『將』，有適合的人能綜觀問題，當掌舵人，肯負責。
- 『法』，導入策略是讓人感覺是駛入有邊、還是無邊大海，如果一開始看不到邊，這艘智能化維護的船還要駛嗎？
因此『經之以五事，校之以計，而索其情』，如此便知，推展智能化維護成功勝算。
智能化維護首要衡量標準是：設備＋失效模式＋嚴重程度（物理單位、非無因次）可否用數字化管理。無論任何智能演算法，均需要能達成這先決條件。然而現場維護主管/工程師/技術員等，更關心兩件事：一、系統需具備檢測力；二、無論任何人均無需經過特別AI訓練均能清楚從系統上理解系統中所顯示之設備情資。
然要如何達成？
若開始執行前，缺法相關檢測技術下，一般採取作法是：收集資料、建立模型區分正常與否、失效原因分類等流程進行。這作法在邏輯上沒大問題，但是從投資及時間因素考慮進去，這問題就來了。這流程上能解決什麼問題？分析到什麼層次？那個單位要負責日後模型學習及分類？但這投資在在一開始時，很難預估。
XWIN提出的方式，先確認問題能被檢出，這方式是站在既有監診專家的肩榜上出發，結合機理＋適當感測器配置作定性分析，再利用人工智慧模型建立定量標準，評估滿足RCM三要素後，依據問題解析所需，配置適合之感測器與系統架構，先求小區域問題成功檢出，之後逐漸擴大戰果。這種擴充之彈性，正是物聯網之優勢。
最後，就是ROI（投資效益）事前評估。
既然瞭解智能系統的價值是建立在人做對決策上，因此在ROI評估時，除在資產上的效益評估外，絕不能忽略『人』這重要項目。
- 這系統在公司中，未來有幾人會用？
- 需要安排什麼樣的訓練課程？多久訓練才上手？
- 使用人有資格限制嗎？
- 特別是，當智能系統發揮不如預期時，後續處理/矯正SOP為何及如何重拾信心？
- 值得一提的是，智能監診系統的存在，會不會增加日常工作量？如果需要長期訓練（如AI課程）才能使用系統？這人員培訓計畫為何？
這些都需要在ROI評估中需要思考項目。
簡言之，系統項目越多，這些『人』相關事務就越複雜。若提供訊息未能命中問題且模糊，狀況會更糟。因此要避免狀況複雜，初期導入時，需先評估系統建置後能提供什麼層級及維護訊息。因此XWIN導入智能維護策略是-先去empower人，再由empowered人趨動組織成長。