今天的制造业越来越智能，工厂开始使用传感器和无线技术，在产品生产过程捕获数据。智能制造可以使生产更加高效，实现可持续盈利。通过计算可模拟可以识别出风险，例如预期交付延迟、极端天气影响等。同样，合理的预测可以防止如汽车应设计缺陷而不得不召回而产生巨大的费用。
制造商越来越多采用类似于Uber的新商业模式，让更多的产品在本地制造或者实现定制化，而不是将产品运向世界各地销售。生产线将需要共享，而不是一个公司拥有自己的设备，这是昂贵和低效的。
市场需求变化往往会让人措手不及，现代制造要利用好新一代信息技术，加快速对市场的响应能力。学术界推动科技的前沿，从人工智能到深度学习，但没有考虑如何将应用。而制造商想知道应该采集什么类型的数据，如何利用这些数据产生作用。因些，学术派与制造业结合，才能真正将知识应用到现实当中。
智能制造节省时间和人力
智能制造是通过一些先进的技术提升生产工艺流程水平，从而实现更高的整体价值链的一种模式。在智能制造过程中，每个一零件或产品都有跟随的数字化信息，采集更多的数据用于检验生产流程，追踪供应链、装配和测试过程，最终交给用户是一个捆绑了物理和数字化的产品或者服务。
天的制造业离数字化设想还有很远，智能制造业是一项仍需要很多年才能实现的项目。那么现阶段，厂家应该做些什么准备？企业需要创建自己的发展路线图，开始投资数字化项目，保证公司更接近一个数字化企业。智能制造设计需要遵守一定的原则，才不会在数字化进程中浪费了时间和人力。
1、将每个生过程转换为信息数据，尽可能减少人工录入数据。
2、建立机器、工厂和企业级自主诊断和决策支持的分布式节点，这些节点信息根据每个机器、工厂和产品单元的需求。
3、允许普遍使用整个产品价值链数据信息，包括每个产品价值链可见性、制造商到客户的连接以及供应商网络。
4、自动执行日常任务和决策，但过程包括需要人工处理部份，手动调整和复杂的分析辅助决策等。
5、实施方案的优化，利用获取的数据，通过先进的分析和机器学习算法调整生产。
6、采用机器对机器（M2M）、应用对应用（A2A）、企业对企业（B2B）集成标准，融合多个厂高的硬件和软件的互联网集成平台，学习建立和促进资产、生产过程和供应链之间数据交换标准。
7、建立学习培训机制，让自动化人员理解新技能知识，帮助工人学习如何配置和维护智能机器。
行业领袖们现在定位于成为市场颠覆性创新者，并正在大踏步前进，成为第一批准备加入这些新的智能制造生态系统的公司。未来的几年里，智能制造在连通性会发展到新的水平，由此产生的综合价值链过程将带来革命性的生产率增长，这对制造业是激动人心的，
