近年來隨著智能工業概念的發酵，工廠產線加速改善效率，讓產能增加，成本也進一步降低。在各類工業應用領域中，製造與流程的自動化成為年複合成長率最高的一個項目，高過於電力能源、醫療電子、安全監控與建築控制等項目。ST意法半導體向來著重於成長率最高的工業應用，也提出了許多智能產線的相關解決方案，發展預測性維護就是ST對於智能產線的一個重要策略。

意法半導體MEMS和感測器事業群類比元件產品部工業與功率轉換部門總經理Domenico Arrigo指出，傳統工廠的預防性維護，是採用預先規劃的方式來進行週期性維修。而ST的預測性維護，是在設備中導入了感測器技術，可持續監測產線狀態，預知何時需要維修，並選擇最佳時機來進行維護。如此一來，可將生產影響降至最低，並優化生產成本。

預測性維護的原則，是透過感測器收集資訊，再經由連網將所蒐集的資料進行處理與分析，除了可依據處理後的資訊採取即時行動之外，也可將資訊回傳至雲端，由AI來進行分析，加入資料庫中以利於未來進一步的維護與行動決策。根據瞭解，預測性維護可有效節省企業30％的維護成本，減少50％的機器故障時間，並降低70％的故障機率。

Domenico Arrigo也提到了ST目前在預測性維護的優勢，包括不斷推陳出新的齊全產品元件、快速的原型設計與開發套件能幫助客戶加快設計到量產的速度，而超長的支援生命週期也保證了工業等級的10年供貨無虞。就更長期的策略來看，ST的感測器產品組合範圍廣泛，客戶可以在效能與成本間取得最佳平衡點。MCU產品可進行擴充，範圍涵蓋低端到高端的解決方案。另外，針對訊號調節與能源管理，可提供龐大的產品組合。這些平台都已經準備就緒，隨時可提供客戶進行評估使用。而持續在全球開發合作夥伴，更有利於業務的推動與發展。

Domenico Arrigo認為，半導體是工業之母，持續進步的半導體技術，可以做到許多以往所做不到的事。目前透過感測技術，預測性維護已經可以在工業應用中發揮極大的功效，進行流程與品質的相關管控。而這樣的監測技術也將進一步走出工廠之外，導入到諸如隧道、水壩、風力機組、電梯、基礎建設等戶外環境之中來進行結構與狀態監測之用。預期不斷增加的感測元件以及數據資料，將會成為預測性維護普及之後的最大挑戰。