智能制造
中国多数企业机械化阶段已基本完成，所处阶段是自动化和数字化，而智能化则刚刚开始，而且智能制造主要集中在生产过程的首尾两端，很少运用于生产过程。推进智能制造的主要策略是鼓励自动化和数字化的短板补充，侧重于扶持智能化，侧重于扶持中心领域生产过程的优化。
搞“制造”，应精于机械、工艺、产品和自动化等工程问题；而搞“智能”应精于工程建模、机器学习(基于在线数据)和智能系统架构开发。
智能制造
30年来，在智能制造领域，各国从早期侧重于智能设计的数值模型和离线模型，发展到以智能制造过程优化为目标在线智能系统，从传统行业进军新兴行业。欧美技术基础较好，对技术的开发相对容易;但是在中国，因技术基础的薄弱，要达到同样的效果，并不容易。
计算机在制造业的应用始于二十世纪50年代，到二十世纪80年代分化成多级计算机控制，其中的二级系统具备今天智能制造系统的所有功能。
智能制造
考察智能制造基本要求，从对相关要求的满足程度可以探测出各国智能制造的基本现状。目前机器代人是努力方向之一，但这只是在自动化层面上。要实现优化的机器代人，首先必须对工程问题和工程参数进行建模，然后利用所采集到的高质量数据进行模型的机器学习；此后的模型则与机械设备和生产现状深度绑定。基于这些可以开发出智能系统，继而产生出即时可变的、一直是优化的生产参数，交给基础自动化执行。这优化的机器代人正是智能制造。
智能制造
机器代人是典型的自动化。数字化的数据看板，能够使得机械化和自动化的状况一目了然，因而具有强大的应用前景。欧美国家的机械化和自动化早已完成，因此机器代人已不是主要问题。除了较少数企业外，欧美国家的数字化也已经完成。
数字化中，数据质量是关键。中国企业数据质量不足是关键障碍。除了技术之外，管理是阻碍数据质量的主要因素，多数企业对数据丢失没有足够的惩罚力度。智能化是凌驾于机械化、自动化和数字化之上的制造过程，对数据质量的要求远远高于数字化。
