以下文字材料均来自于技术经理高政的分享。
制造方式正在经历一场前所未有的巨变。以人工智能、工业互联网、工业大大数据、云计算为代表的新技术与制造业融合创新发展，呈现出新的方向，以智能化、网络化、自动化为核心特征的智能制造的发展成为制造业发展的重大趋势。
同时，随着用户对成果的关注、对个性化定制的需求越发明显，制造企业销售的不再是产品，而是结合了产品和服务的“成果”，并试图与最终用户建立联系，而每个人都将有机会成为一个产品的创造者。这些趋势将不同程度地影响各个制造业领域。
新技术：改变未来的力量
新技术改写着制造的面貌，物理世界的技术和虚拟世界的技术进步以及融合促成了制造业的巨大变化。人工智能、云计算的广泛应用、工业大数据的介入、传感器和互联互通的网络让制造越来越智能化。
新技术快速发展并融合，赋予产品和制造方式更多可能性，而且对制造业竞争力的决定起到关键作用，应当成为关注的重点。
人工智能
目前，万物互联正在成为一股新浪潮，席卷着社会的方方面面。PC的互联网、基于手机和平板电脑的移动互联网以及基于各种其他设备的物联网，其本质是解决了“连接”问题：连接人与人、人与物以及物与物，并且在连接的基础上创造出新的商业模式。在智能制造领域，互联互通也成为最基本的需求。工业4.0中，涉及机器感知、规划、决策以及人机交互等方面，同样不能离开信息的密切而深入的联接。
但是，这种互联的技术瓶颈的制约已经越来越明显：生活方面需求痛点的解决、生产领域具有适应性和资源效率的智慧工厂的建立、物流体系中更加方便快捷的配送方式建设等问题，都面临智能化程度不足带来的障碍。只有人工智能才能为“万物互联”之后的应用问题提供最完美的解决方案。这就难怪《连线》（Wired）杂志创始主编、著名“网络文化”（Cyberculture）发言人和观察者凯文·凯利把人工智能称之为“未来20年最重要的技术”。
未来20年最重要的技术
人工智能的价值非常重要，它将成为IT领域和智能制造最重要的革命性术，目前IT和制造业领域的几乎所有热点，如智能硬件、O2O、机器人、无人机、工业4.0，所要突破的关键环节都与它有关。用人的逻辑思维与机器进行交互，使机器像人一样思考是人工智能发展的趋势。
人工智能并不是复杂高深的学问，也不是遥不可及的，它的实质是信息技术（包括互联网、大数据、云计算）与传感技术等其他先进技术融合的产物。当前人工智能的雏形已经显现，像谷歌无人驾驶汽车、达芬奇微创手术机器人这些智能产品或者智能设备上已经具有一定的人工智能水平。未来10~20年，人工智能技术将迎来一次重大飞跃。
未来企业的标配
中国科学院院士谭铁牛认为，未来，人工智能将朝向以下几个方向发展。
一是人工智能将成为智能化时代的关键使能技术。人工智能将使原来的“不能”变为“能”，因为人类社会形态从农业社会进入工业社会到信息社会再到智能化社会是逐步递进的，这是人类文明发展的趋势，社会形态的发展方向。人工智能越来越将成为大势所趋。
二是人工智能将引领“第二次机器革命”。第一次机器革命是解放人的体力，第二次机器革命是拓展人的智力。眼下被炒得正火的“机器人”更像是机器，只有“机器＋人工智能”才算得上是真正意义上的机器人。所以，制造领域的智能机器人，离不开人工智能的逐步发展与完善。目前日本的仿人机器人，美国的猎豹机器人，德国的工业机器人，在特定的领域的单项能力方面有些已经超越了人的智能。而机器人领域外的Google的无人驾驶汽车、IBM的Watson系统，也取得了令人欣喜的标志性成绩。
三是人工智能毫无疑问将重塑产业格局。德国工业的主题可以概括为三个智能：智能工厂、智能生产、智能供应链。人工智能将在这个领域大有作为，也是不少IT巨头激烈争夺的领域。国务院发布的《关于积极推进“互联网＋”行动的指导意见》，所列11个重点领域其中一个就是人工智能，而且很多其他领域也都涉及到人工智能。因此，谭铁牛把“互联网+”重新归纳为“智能+X”，并认为它将成为万众创新的时尚和潮流。
四是人工智能将对社会结构产生重大影响，人机协作与共存将成为人类社会结构的新常态。而人机协作机器人将成为今后机器厂商最为看重的一个品种。如ABB公司去年就推出了首台人机协作的机器人YuMi，柯马也在今年的博览会上机器人推出双臂拟人机器人AMICO.著名的日本工业机器人企业发那科也推出了负载最大的无需栅栏得安全协作新品机器人CR-35iA等。人机协作机器人将要成为未来制造企业的标配。
五是人工智能将促进信息科技与脑认知科学的深度交叉。相信对人脑智能机理的进一步挖掘和发现将孕育信息科技的重大变革。把这些机理搞清楚所产生的影响甚至比发明集成电路更重要。一旦获得成功，将会使人工智能的应用成本大大降低。现在自动驾驶汽车尚无法普及，其症结就在于车身所安装的传感器虽然很强的智能感知能力，但是却比车本身都贵。一个传感器要70万人民币，一部车有十几传感器，所以导致整车昂贵，一般消费者无法购买。但是一旦人工智能技术获得突破，低成本的传感器就会大规模普及开来，那么智能汽车就会驶入寻常百姓家。
六是人工智能将与人类智能互补融合。人工智能和人类智能仅一字之差，混合智能在未来将有广阔的应用前景，或者说混合智能是未来智能科学的发展方向。如果应用在制造业上，人的智慧和机器的智能相互融合，彼此激发，智慧工厂将会呈现出一种非常图景。
社会—生产形态的改写者
而凯文·凯利则指出，人工智能在未来可能会成为一种普遍的社会化服务。那时它就像电一样。今后人们不必自己去编写人工智能，而是可以通过搜索引擎去购买人工智能，然后把它用于各种全新的用途，让人们的工作更加具有智能化，最后会结出非常令人难以置信的成果。因此，人工智能会成为一种服务，人们不需要去拥有人工智能，只要在需要的时候去购买就行了。这对广大的小微企业或者极客来说，无疑是一个福音。
而且，人工智能可以实现自我完善。因为使用人工智能的人越多它的智能程度就越高，因为它是自动学习的，通过人们的使用它也在不断地学习，人工智能程度越高用户就越多，它也会更加智能化，这是一个良性循环，所以最后实现一个封闭的良性循环，使得人工智能快速增长和成熟，未来就会有非常大型化的人工智能公司，提供各种各样有针对性的智能服务。
对于制造企业来说，今后的制造过程将变得轻松容易，可以交由拥有人工智能的各种智能设备去完成，而人，主要从事的将是更有创造力的工作，比如研发和设计。
因此，不难设想今后的产品的品种之多，迭代之迅速，会远远超过今天。“创意就是制造”，会成为未来制造业真实的写照！所以，那时，没有创新精神的企业根本没有出现的机会。
云计算
目前为止，计算还没有统一的定义，业界对云计算定义达20多种，但是这并不妨碍近云计算几年来高速的发展。因为云计算作为一种优秀的解决方案能够实现IT资源整合，降低企业成本，充分发挥信息技术对企业的助力作用。
云计算已成为信息技术发展的新方向，催生出一波新的信息化浪潮。云计算是技术和商业模式的双重创新。作为一种技术，它是虚拟化与集群管理的结合。而作为一种商业模式，它又是信息服务的提供者。它出现后，使用者将不必费巨资购买软硬件，需要计算时只需购买云计算服务即可。
云的优势
智能制造是建立在海量数据基础上的，而且每一环节、每一步骤都将产生海量数据。企业通过数据收集、分析和整理获取新的市场洞见，从而支持商业决策的制定和创造新的竞争优势。企业需要具备数据分析和数据管理方面的专业能力，才能透过数据发现商机并在此基础上建立新的业务流程。因此，智能制造必须要依托云计算、大数据、移动互联网、物联网等新兴技术，实现基于网络的生产制造数字化与智能化。而基于云的解决方案可以为企业提供获取及有效使用大数据的绝佳机会。所以，云存贮和云计算智能制造的重要性与日俱增。
基于云的解决方案的网络化可以为企业提供获取及有效使用大数据的绝佳机会。基于云的解决方案对制造业的重要性与日俱增，而且还将推动软件与服务、设计与制造资源、关键技术与标准的开放共享。
生产系统的分散式网络具有从前难以比拟的计算能力。基于云的各种应用使随时随地获取数据成为可能。工厂之间的数据收集、监测、分析得到简化，全球价值链的数据收集和分析也成为可行。这项功能是实现供应商和客户端无缝连接和超越产品范畴创新的基础。
风云“云”涌
云计算势必会对制造企业带来重大的变革，同时，它自身也要向着这种变革演进，以适应之。首先，它的安全性和隐私权大大提高，会消除制造企业使用它时的后顾之忧。云计算作为一种新的应用模式，在形态上与传统互联网相比发生了一些变化，势必带来新的安全问题。云计算本身的安全仍然要依赖于传统信息安全领域的主要技术。不过另一方面，云计算具有虚拟化、资源共享等特点，在维护安全方面要有新的技术创新。近年来，云计算安全技术在加密技术、信任技术、安全解决方案、安全服务模式方面均呈现出加快发展态势。随着云计算的发展及相关标准的成熟，用户的隐私权会得到更好地保护。
其次，云计算平台将向会制造业用户提供更加细化精准的服务。制造企业将关键业务应用放在云计算平台上，粗放的服务协议显然无法让人放心，用户需要能够让他们高枕无忧的服务品质协议，细化服务品质是必然趋势。云计算对计算、存储和网络的资源池化，使得对底层资源的管理越来越复杂，越来越重要，基于云计算的高效工作负载监控要在性能发生问题之前就提前发现苗头，从而防患于未然，实时的了解云计算运行详细信息将有助于交付一个更强大的云计算使用体验，也是未来发展的方向。
最后，云计算将变得更加易用。移动智能设备使用起来更容易。界面容易操作与互动，图形赏心悦目并且人性化，更重要的是信息按需而来，并且根据上下文还可以搜索更多内容。这也是今后云计算大展拳脚的舞台。最新的手机报告应用都通过云连接主机，把实时数据推送到用户的手中，并能够对已存储的数据进行分析，完成最终报告。这些服务自动完成了繁重无趣的数据提取、应用分析和安全传输，同时还允许用户对想要的数据进行简单互动。制造企业的收益很多，包括可变的伸缩性、降低了IT成本、提高了灵活性和性价比。当用户网络需要扩大时，云计算还支持对不同类型数据库的访问能力，可以完成对异构混合应用数据的提取和分析。
云制造：未来的制造形态
智慧云制造是制造业云计算的深度应用形式，是“互联网+”时代的一种智造模式和手段。新的制造业发展模式要求企业要以用户为中心，以产品+服务主导，实现以产品全生命周期、全系统的随时随地按需构建与运行的互联化、服务化、个性化和柔性化。智慧云制造不仅能完美地契合这个特点，更在以下几个方面具有较明显的优势：
构成以用户为中心的人机融合的智造系统；提供了“众智、众包、众扶、众筹”产业生态，实现按需、动态、敏捷、柔性地开放/共享智慧创新能力与智慧制造资源。
智慧云制造能加快中国制造在5个方面转型发展。它们是：由技术跟随型战略向自主开发战略转型再向技术超越战略转型；由传统制造向数字化、网络化、智能化制造转型；由粗放型制造向质量效益型制造转型；由资源消耗型、环境污染型制造向绿色制造转型；由生产型制造向生产+服务型制造转型。
智慧云制造支持个性化制造/柔性化制造/绿色制造；实现高效、优质、低耗、柔性地制造产品和服务用户，提高企业（或集团）的市场竞争能力。
智慧云制造为某家面向航天复杂产品的集团企业提供了一个优秀的解决方案，同时也令自身完成了一次完美的实践。
李伯虎院士团队开发了一个云制造服务平台，构建了云制造服务系统。它的构架是这样的：
在应用层，它面向重大装备研制，支持总体部、专业所、总装生产厂等单位在线开展论证、设计、仿真、生产阶段协同研制。
在平台层，形成航天科工集团云制造服务平台，提供一套拥有完全自主知识产权、面向航天集团企业的云制造服务支撑引擎和管理工具集。
在资源能力层，整合IT基础资源、数字化生产线等硬制造资源及设计分析软件、企业信息系统等软制造资源，最后集成了论证、设计、仿真、生产、试验、保障等阶段的制造能力。
这套云制造服务系统为这家企业提供了以下的按需服务。接了100万亿次高性能计算资源和320TB存贮资源； 11多种、300套机械、电子、控制等多学科大型设计分析软件及其许可证资源；总装联调厂等3个厂所的高端数控加工设备及企业单元制造系统；制造过程各阶段的专业能力，含有14大类66小类生产制造能力（模板）、12大类139小类实验试验能力（模板）、3大类30小类计量检测能力（模板）。
“云”中的能量无穷，机会无限，云计算将会为中国制造业的智能化发展提供重要助推力。
工业大数据
随着制造技术的进步和现代化管理理念的普及，制造业企业的运营越来越依赖信息技术。如今，制造业整个价值链、制造业产品的整个生命周期，都涉及到诸多的数据。同时，制造业企业的数据也呈现出爆炸性增长趋势。
与互联网大数据相比，工业大数据有非常明确的目的性。两者在数据的特征和面临的问题方面也有不同。工业大数据的分析技术核心要解决“3B”问题：一是BelowSurface——隐匿性，即需要洞悉背后的意义；二是Broken——碎片化，即需要避免断续、注重时效性；三是BadQuality——低质性，即需要提高数据质量、满足低容错性。
工业大数据本身并不是目的，而是一种技术手段，其核心目标是创造价值。这里所指的价值创造，主要体现在去避免隐性问题或解决掉它们，并且从不可见的世界中创造新的知识。举例来说，轮胎的压力问题，以往我们只能看到轮胎瘪了车子不能开了，这是可见的问题。但是轮胎压力不平衡造成的额外油耗是不可见的。固特异轮胎跟IMS合作推出了FuelMax产品就利用分析轮胎压力提醒用户如何保养轮胎更加省油，每年可以给一辆集装箱客车节省3000美元的油耗。所以工业大数据的价值在于从以往看不见的空间里挖掘价值。
上例只是工业大数据的牛刀小试，只有要智能制造体系里，它才能发挥最大的价值。在德国“工业4.0”中，通过信息物理系统（CPS）实现工厂/车间的设备传感和控制层的数据与企业信息系统融合，使得生产大数据传到云计算数据中心进行存储、分析，形成决策并反过来指导生产。
具体而言，生产线、生产设备都将配备传感器，抓取数据，然后经过无线通信连接互联网，传输数据，对生产本身进行实时监控。而生产所产生的数据同样经过快速处理、传递，反馈至生产过程中，将工厂升级成为可以被管理和被自适应调整的智能网络，使得工业控制和管理最优化，对有限资源进行最大限度使用，从而降低工业和资源的配置成本，使得生产过程能够高效地进行。从而使大数据支撑起了智能生产。
作为制造业智能化的基础，利用大数据还可以实现大规模定制生产。它在制造业大规模定制中的应用包括数据采集、数据管理、订单管理、智能化制造、定制平台等，核心是定制平台。定制数据达到一定的数量级，就可以实现大数据应用。通过对大数据的挖掘，实现流行预测、精准匹配、时尚管理、社交应用、营销推送等更多的应用。同时，大数据能够帮助制造业企业提升营销的针对性，降低物流和库存的成本，减少生产资源投入的风险。利用这些大数据进行分析，将带来仓储、配送、销售效率的大幅提升和成本的大幅下降，并将极大地减少库存，优化供应链。同时，利用销售数据、产品的传感器数据和供应商数据库的数据等大数据，制造业企业可以准确地预测全球不同市场区域的商品需求。由于可以跟踪库存和销售价格，所以制造业企业便可节约大量的成本。
发展方向
工业大数据的发展依附于大数据整体的技术发展方向，工业大数据将也会以数据资源、云端结合、理论突破等方向发展。
工业大数据的资源化：是指大数据成为企业和社会关注的重要战略资源，并已成为大家争相抢夺的新焦点。因而，企业必须要提前制定大数据营销战略计划，抢占市场先机。
工业大数据与云计算的深度结合：工业大数据离不开云处理，云处理为大数据提供了弹性可拓展的基础设备，是产生大数据的平台之一。自2013年开始，大数据技术已开始和云计算技术紧密结合，预计未来两者关系将更为密切。除此之外，物联网、移动互联网等新兴计算形态，也将一齐助力大数据革命，让大数据营销发挥出更大的影响力。
工业大数据科学和理论的提升：未来，大数据科学将成为一门专门的学科，被越来越多的人所认知。各大高校将设立专门的数据科学类专业，也会催生一批与之相关的新的就业岗位。与此同时，基于数据这个基础平台，也将建立起跨领域的数据共享平台，之后，数据共享将扩展到企业层面，并且成为未来产业的核心一环。随着工业大数据的快速发展，就像计算机和互联网一样，工业大数据很有可能是新一轮的技术革命。
未来价值
全球大数据市场规模将在未来五年内迎来高达26%的年复合增长率。到2018年将达463.4亿美元。全球各大公司、企业和研究机构对大数据商业模式进行了广泛地探索和尝试，因此大数据在所有眼中的未来价值都非常值得期待。工业大数据未来的价值主要体现在以下几个方面：
工业大数据对管理的改变：大数据能进一步提高算法和机器分析的作用。一些制造商利用算法来分析来自生产线的传感数据，创建自动调节过程以减少损失，避免成本高昂的人工干预，最终增加产出。
产业链数据的高透明化和广泛可获取性：一些制造商正试图集成多种系统的数据，甚至从外部供应商和客户处获取数据来共同制造产品。以汽车这类先进制造行业为例，全球供应商生产着成千上万的部件。集成度更高的平台将使公司及其供应链合作伙伴在设计阶段就开始协作。
工业大数据提高决策准确性：大数据可能使决策制定发生根本性的改变。利用可控实验，公司可验证假设、分析结果以指导投资决策及运作改变。
工业大数据改变用户的体验：面向用户的企业已长期利用数据来细分和定位用户。大数据实现了用户定制的质的飞跃，使得实时个性化成为可能。下一代零售商通过互联网点击流可跟踪个体用户的行为，更新其偏爱，并实时模仿其可能的行为。
帮组企业建立基于数据的产业链商业模型：工业大数据催生了新类型的公司，其能建立由信息驱动的商业模型。许多公司都在价值链中发挥中间作用，通过商业交易创建极具价值的“排出数据”。如一家运输公司收集了大量的全球产品出货信息，并专门建立一个部门负责向经济预测方销售数据。
未来，制造出来的产品离开工厂到达客户之后，应该不断的收集用户数据，变成一个小的平台，所有产品的数据集中起来之后，就变成了大数据系统，实时分析这些大数据，就可以进一步优化我们的流程和业务模式，为客户提供更多的服务。这方面的创新速度非常快，客户也在不断的受益。
举例来说，阿迪达斯。阿迪达斯2014年推出了3D打印制鞋技术，成本并没有增长很多，但可以缩短外包线路，甚至把生产转回国内。阿迪达斯还给跑鞋装上了传感器，你就可以对所有的数据进行收集和衡量，这双鞋怎么穿的，怎么用的，然后基于这些数据可以对产品和流程进一步优化，再按优化后的版本生产和销售。比如个性化设计，按照客户的特殊的要求来生产鞋子。
某互联网巨头曾断言，未来所有的企业都会变成数据企业，未来是一个从IT到DT转变的时代，即数据科技。工业大数据在整个工业4.0里面也是一个至关重要的技术领域，需要给予格外的关注与重视。
工业互联网和传感器
目前，“互联网”已经风起浪涌，在互联网上已经形成了世界上最大的虚拟图书馆、学校、商店、媒体、影院和社区，但这种成熟的模式是消费互联网。而工业互联网尚处于起步阶段。
“工业互联网”则是指制造信息与互联网及物联网技术交汇，促进生产制造过程智能化、互联化，将人和机器，机器与机器连接起来，为制造商和客户带来前所未有的数据、信息和解决方案。
工业互联网由感知层、网络层和应用层组成。感知层是工业互联网识别物体、采集信息的终端环节，既包括机器、设备组、生产线等各类生产所需的智能终端信息采集技术，也包括RFID标签、传感器、摄像头、二维条码、遥测遥感等感知终端信息采集技术。
网络层是工业互联网进行信息传输和处理的中枢环节。网络层包含工业异构异质网络的融合技术、工业装备和产品的智商技术、工业大数据的存取和利用技术、工业互联网体系架构技术等。
应用层是工业互联网支撑行业智慧应用、实现广泛智能化的平台环节，通过信息处理实现智能决策，提供完整解决方案，主要涉及具有控制属性的嵌入式控制技术，以及具有交互属性的各种软硬件工具平台。
可以预见，工业互联网一旦形成，将会使制造业产生天翻地覆的变革。
智能制造的存在基础
智能制造离不开三个要素，一个是技术，尤其是数字技术；第二个是无处不在的连接，特别是物联网已经开始进入工厂；第三个是自动化程度越来越高的工业系统。这三个因素叠加起来就形成了一种趋势，自动化之后的重点就是系统对外部环境的感知，通过感知形成工业大数据，现在很多数据都不是免费的，将来数据会越来越廉价甚至免费；然后会有人工智能，机器拥有学习能力；然后是新的分析工具，用来分析数据并指导行动。
如果没有工业互联网强大的计算与通信能力支撑，智能制造的生产体系也就无法建立。一般来说，智能制造生产体系是由复杂的系统组成的，其复杂性一方面来自智能机器的计算机理，另一方面则来自智能制造网络的形态。依靠这些复杂的元素，智能制造生产体系能够给工业企业带来相当多的效益。
与传统的生产方式相比，智能制造需要更多的传感元件，也需要像机器人那样更加精巧的执行设备。这些元件和设备提供的信息可以为智能制造提供必要的控制和决策依据。在美国GE所规划的智能制造生产体系中，甚至还包含了安装在产品（例如航空发动机）中的大量传感器，它们可通过工业互联网获得实时的信息综合，从而为这些产品的优化运行提供科学的决策依据。智能制造一般情况下都不是孤立的系统，而是由大量的生产环节或以产业链的方式连接起来的部分组成的。这些部分能否协同执行，主要取决于它们之间信息互联互通的技术性能。
此外，在智能制造生产体系中，不仅在机器的自动化与智能化工作方面需要大量的数据采集和计算，而且在制造执行层面的管理上也需要大量的数据融合与分析。由此可见，在智能制造生产体系复杂性的背后，人们所遭遇到的问题实质上是如何去处理规模巨大的生产过程或产品特性的状态数据。
20多年的发展实践表明，将互联网技术引入到智能制造的生产体系中来，是解决这类问题的最有效方法。从这个意义上说，工业互联网是实现智能制造的关键基础，是“互联网+协同制造”体系中的核心要素。
中国制造升级的抓手
《中国制造2025》规划提出，我国制造业要从单纯性生产型向服务型转变。工业物联网和大数据分析正是面向服务型生产企业强有力的技术工具。
今后的制造业向着“数字化”、“智能化”、“互联化”的方向发展。这意味着制造业价值链的每个环节都必须再定义，今后企业的新产品、新流程、新服务都必须基于互联网技术再造。
具体到一家企业，变化会在哪里？
第一个维度，横向的一体化要做的更好，内部流程的打通和数字化，这意味着要不断改进现在所做的工作，比如说软件、解决方案，3D打印的生产方式。
第二个维度，改进纵向一体化，这个问题10~15年前在德国讨论了，上下游的供应商合作伙伴怎么打通。现在必须要实现横向、纵向一体化的无缝对接，这离不开单一数据流在工业网络上的自由流动。
第三个维度就是全生命周期的产品管理，从工程设计到产品生产和售后服务的生命周期，我们都必须统一管理。这方面过去已经有很多管理软件，但这些工具之间没有什么联系，数据结构也不一样，需要打通和升级。
制造业的核心是工厂，工厂的智能化管理非常重要，工厂并非自己独立工作，而是要跟智能电网，智能物流，智能楼宇建筑连接起来，根据订单、能源、物流等条件的变化实时调整生产。这意味着工厂越来越聪明，知道怎么样进行生产，机器也变得更加智能化，可以相互交流，来控制产量。
所有这些都需要智能操作员操作各种不同的智能设备、数字设备来完成，以往分散的各个项目要连起来，基本原则是更加自动化。
这会给今后制造业的发展模式带来翻天覆地的变化。首先，企业要寻找社会化的价值创造。互联网思维应是开源、开放、共创、共享，今后任何东西价值创造不是关起门在围墙里面，而是社会化的价值创造。
其次，企业也要适应网络化生态的存在。目前，制造业可以打通纵向供应链的整合，也可以进行横向价值链的整合，即把生产、制造、服务、销售打通。未来制造业会演化到网络生态链的整合，既有竞争也有合作，协同共生。
如今科技资源的配置已经全球化，一个企业的竞争力不仅取决于其内生的科技资源，同时更取决于其整合社会化和国际化资源的能力，而一个企业甚至一个国家很难在一个产品的整个价值链上都占据优势。
需要面对的挑战
在工业互联网尚未成型，国际上也没有统一的标准和技术规范、产品平台的时候，需要通过试验积极部署对工业互联网的系统研究、试验网络。在探索工业互联网及其在智能制造生产体系中的应用方面，目前仍然要直面巨大的技术挑战。
尤其是要做好以下几个方面的研究工作：
深度学习技术的探索。智能制造在很大程度上需要借助人工智能的技术，而深度学习是受到科学界高度关注的一种人工智能方法，因此对深度学习的研究应该被列为智能制造的重要子课题。深度学习与工业互联网的关系主要体现在提供给学习机制的数据未来可能都得来自智能制造生产体系的各个方面，而且需要学习的样本数据随着学习能力要求的提高而不断扩大。为此，工业互联网的技术发展，必须适应未来人工智能、深度学习、先进控制等复杂系统管理和计算的要求，为智能制造提供更好的服务。
云端计算环境的重构。工业互联网应用软件的开发平台应能够同时满足云上和云下的应用设计和运行管理要求。但是，目前这两种情况差异较大。云下的端设备依靠工业自动化厂商的技术，已经基本上能够满足智能制造的控制要求。但云上的应用开发方面，目前还缺乏必要的软件工具和成熟的技术环境的支持。而且工业互联网的应用也不仅仅只有企业资产的性能管理这一个方面。事实上工业界非常期待在云环境中能够有一种可重构其应用设计的软件方法。
虚拟控制计算的研究。进入工业互联网时代，对生产过程控制系统数据的需求与日俱增。让工业互联网直接进入控制层获取数据的做法，极有可能会带来企业生产过程的安全问题，也很有可能会影响到生产过程的控制性能。为此，需要在智能制造这样复杂的环境中，建立一种与过程控制完全对称的平行系统，如果将该系统与工业互联网对接，即可避免上述问题。但这必须解决技术上的一些关键问题。例如，为降低开发成本，平行的虚拟控制计算环境与智能制造的实际控制器的关系，在形式上应严格保持软件结构的一致性。
网络信息安全的保障。工业互联网的应用，使得比较敏感的工业过程的控制信息暴露在了公共环境中。在工业互联网环境中，确保网络信息安全的技术是目前最为迫切的研究课题。采取完全物理隔离的方法不仅并不能彻底解决工业控制系统的信息安全问题，反而制约了工业互联网技术的发展。如果我们能够在控制算法执行机制上进行深度的创新，是有可能建立一种独特的具有一定免疫特性的安全环境的，并将其延伸到整个工业互联网。除此之外，将智能制造的生产体系信息安全的实时检测，与企业资产性能的管理统一起来，也是对信息安全管控的一种贡献。
传感器：不可忽视的感知细胞
传感器是一种检测装置，能感知各类信号，并将它们转化为电信号或其他形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。传感器是习惯叫法，其实正确的名称应是传感机系统，也称微机电系统(MEMS)，因为它们虽然体积微小，但都是由传感器、集成电路芯片、算法等组成的系统。
随着物联网和工业互联网应用正在全面深化，传感器正在大规模地应用于智能制造中。在工业生产中，利用它的数据采集优势，打造高度自动化的生产模式。
例如，过去设备运行过程中，自然磨损本身会使产品的品质发生一定的变化。而由于信息技术、物联网技术的发展，现在可以通过传感技术，实时感知数据，知道产品出了什么故障，哪里需要配件，使得生产过程中的这些因素能够被精确控制，真正实现生产智能化。因此，在一定程度上，工厂/车间的传感器所产生的大数据直接决定了“工业4.0”所要求的智能化设备的智能水平。
此外，从生产能耗角度看，设备生产过程中利用传感器集中监控所有的生产流程，能够发现能耗的异常或峰值情况，由此能够在生产过程中不断实时优化能源消耗。同时，对所有流程的大数据进行分析，也将会整体上大幅降低生产能耗。
据统计，目前有超过300万个传感器运行在上万亿美元的工业资产之上，通过数据分析每提高单个工业行业1%的生产力就将带来至少上百亿美元的效益增长。GED正在全球布局的工业互联网事业，是试图从工业的源头改变制造业运作方式的数据化应用体系。
至2015年，中国物联网整体市场规模或将达到7,500亿元，传感器产业将从中直。接受益。2010年，中国传感器制造业规模以上企业（年销售收入500万元以上）实现销售收入约440亿元。据估计，此后中国传感器市场将稳步快速发展，在物联网市场规模大幅增长的动力之下，2015年中国传感器市场规模有望达到1,200亿元以上。未来五年，预计食品、物流、汽车、煤矿、安防等领域对传感器的需求出现飞跃。
新业态：裂变的能量
今后一段时期，中国制造业将行进在升级转型的道路上，尽管艰辛，却必须勇往直往，无法回头。如果能看清制造业发展的整体趋势，这条路或许能走得从容些。
纵观制造业的整个发展历史，已经发生了两次理念和战略的重大变化。开始它是以生产为中心；后来一变为以市场为中心，具体来说就是产品以市场为中心。企业以产品为中心；而现在它再变为以客户为中心，尽可能满足的客户的存在。在客户的存在中体现企业自身的存在。
今后制造本身与客户服务、行业服务也在慢慢地融合，今后你可能分不清楚制造与服务这两者的区别。未来制造业的发展方向，是数据推动的商业模式的创新和转型。
近年来，小米手机的成功，并不在于它掌握了多少独门绝技，而是在同质化严重的手机市场，它始终注重客户的存在感，创新出一套“互联网开发”模式，以此获得成功。小米采用“互联网开发”模式，研发人员根据微博、微信、论坛渠道汇集的网友需求对产品进行。它的手机系统更析有4/5是根据网友建议而产生的，有1/3是由用户直接研发的。小米的模式取得了很大的成功，现已成为按销售额计算成长最快的公司之一，据“双十一”后的最新统计，2015年它手机销售量2000万部的目标基本可以实现，那时，它的销售额将超过1000亿元。对国内更重要的影响是，它引领了“创客”设计模式新潮流。
制造业正从传统工业时代的“大规模生产＋大众营销”的消费者被动购买方式，转变为“需求定制＋大数据营销＋参与制造”的消费者主动的体验行为。企业经营唯有从“企业导向”向“市场导向”转变，向客户提供更人性化的服务，个性化、定制化的产品，才能更好将技术成果转化为商业利润、市场价值。
由此观之，理念的转变不是虚的，而是可以带来实实在在的价值回报。
“以客户为中心”的技术实现
在以前，制造企业与客户关系主要在购买产品及客户服务环节中实现。而且大多数企业离客户很远，或者说并不了解谁要购买、客户体验的状态，以及下一次购买需求。售后服务就更为弱化。这导致了大规模、标准化的生产与日益增长的个性化需求之间的矛盾无法解决。
但是现在由于计算成本的不断下降，尤其是无处不在的网络与低成本的智能终端层出不穷，信息经济体现出“反馈经济”的特征：能把移动设备获知的各种数据适时地传输到云中去，再通过大数据池进行比较分析计算，反馈到手机终端或其他设备上。具备了这样的前提之后，那些拥有优秀产品与服务的企业，就获得了从经营产品、服务到运营客户的全新机会，
另一方面，用户的存在感将愈来愈强烈，更加重视自己的体验。将来，企业也愈来愈以用户体验为核心进行产品的研发、销售直至售后服务。如，以前人们购物只关注所购商品的本身，而绝不关心其物流情况。网上购物兴起后，消费者开始注意物流信息，以此安排取货时间，减小对自己生活的影响。而将来，除了要求物流信息会更加精确详尽外，消费者还会把注意力投入到商品的实时制造过程，以确保商品的品质。
这不是空穴来风。智能终端、物联网正在使计算社会化。设想一下人信每天的生理数据通过手环、手表会被记录下来；房间、空调、洗衣机、冰箱等会实时记录它们被使用的情况。汽车会记录、统计和分析地点、使用量等，而后台强大的云计算能力把这些设备、应用、产品的数据进行处理、分析和反馈。加工过程也脱离了原来的“黑箱操作”，可视化技术平台，能让客户知道自己所购产品在制造过程中的状态。并且通过一些可视化的形式，如视频、实时数据，以了解产品的质量状态信息。
这些要素加在一起，使未来所有企业必须具备实时响应“客户存在感”的能力，并以此改变业务模式。
未来，商业环境和社会环境将会越来越复杂，要掌握这个复杂的环境，就必须拥有权力下放的和更加分散化的自我组织形式，也就是说企业职能从中央控制系统变成自组织平台。企业员工会更加朝着自我组织，自我约束来发展。最终将有一个更加灵活的生态系统，这样它才能随时响应合客户需求，实时的适应市场变化。目前这还做不到，但是现已初露苗头。
宝马：服务细化
客户可以通过菜单，根据自己需求选择定制，从外观到内饰，从驾驶性能到舒适功能，宝马都可以提供定制化的“服务体验”。
宝马根据客户的定单进行生产。在宝马的订车的平台有一套流程化定制菜单，含有四大项：内饰、外观、安全性和舒适性。其中，仅“外观”一项又分为四步。第一步让客户选择车型，第二步选择整车色彩，第三步是选择轮毂，第四步是选择高级装备。如此，经过多轮次的选择，宝马公司最终可以提供给消费者一辆具有个人风格、专属体验的座驾。在此基础上，宝马还为客户提供了一套全生命周期的细化服务。
红领：不是卖服务，而是卖满意感
红领集团建立的个性化服装数据系统能满足超过百万万亿种设计组合，个性化设计需求覆盖率达到了99.99%。
顾客只需按红领量体法采集身体18个部位的22个数据，形成专属于该顾客的版型、客户自主决定工艺、价格和服务方式。
这些成衣数据自动分解到各工序、跟随电子标签流转到车间每个工位。可在7个工作日内交付成品。用工业化的流程生产个性化产品，成本只比批量制造高10%，但是回报至少在两倍以上。年均销售收入、利润增长均超150%。平均1分钟已达到定制服装几十单，仅纽约市场每天定制产品已达400套件。
陕鼓动力：动力服务的力量
客户不一定是个人消费者，还有可能是企业单位。陕鼓动力创新出一套管理模式和商务模式，2005年提出从出售单一产品向出售解决方案和系统服务的转变、从产品经营向品牌经营的转变。2013年陕鼓的动力服务和运营业务订货占总量的49.28%，人均运营利润达到28.9万元，分别是MAN透平集团和西门子油气集团的1.41倍和1.23倍。
这些例子提示出：在工业互联网、物联网、云计算、大数据技术迅猛发展的大态势下，工业互联网将包括机器、设备和设施群在内的工业网络与先进的传感器、控制装置和应用软件相连，将服务整合在内延展到了产品的全生命周期，延展产业链的同时，服务带来了新的产业价值。
智能装备撑起一片天空
未来制造业的发展，新理念固然灯塔，但是物质基础——智能装备更是其重要支撑。在很多制造环节，如果没有一定智能化的装备，新的制造理念之光则照不到现实。
在数控化设备的基础上，引入各种智能化技术，如智能编程、自适应控制、机械几何误差补偿、热变形误差补偿、三维刀具补偿、运动参数动态补偿、故障监控与诊断等，就构成智能装备。智能装备是技术转型的物质基础。
如某型智能型数控注塑机就实现了产品自动分拣、工业自动优化、能量按需供给、参数自动补偿、故障自动诊断及整个制造过程的全自动监控功能，与传统设备相比，自动化程度、抗干扰能力、能量利用率显著提高，有着后者无法比拟的高效、高精和节能优势。
未来，智能型机器人将会有更为广阔的施展空间。它不再像传统型机器人那样被固定在“安全”的地点从事制造活动，而是与一起协同工作。人与机器人的两种生产优势将得到最大程度的融合，使生产更为高效、可靠，同时也令产品更符合客户的需求。
3D打印有诸多优势。从创新性上讲，它可以拓展产品创意与创新空间，优化产品性能，增强产品的创新程度，极大地降低了产品研发创新成本，缩短了创新研发周期；在材料和工艺上，3D打印提高了难加工材料的可加工性，并且能够与传统工艺结合，可以极大优化和提升工艺能力；更为重要的是，它是一种新型的制造模式，可以促进绿色制造的普遍开展，并且支撑个性化定制等新兴的制造模式的实现。
目前，国内已有200余家制造企业应用3D打印技术，解决了一批航穿航天、国防、汽车等领域关键零部件开发的难题，甚至制造出来的产品已经出口到国外。如玉柴公司在研制柴油发动机缸盖应用3D打印，使开发时间由原来的5个月缩短至1周，效率大大提高。而某航空发动机研究单位，利用此3D打印技术，解决了航空发动机某关键零件的多年设计制造难题。
三一重工的18号厂房
如三一重工的数字化车间。三一重工的18号厂房目前已成为内亚洲最大最先进的智能化制造车间。在这里，厂房更像是一个大型计算系统加上传统的操作工具、大型生产设备的智慧体，每一次生产过程、每一次质量检测、每一个工人劳动量都记录在案。
物料准时配送率超95%实施智慧化改造后，18号厂房在制品减少8%，物料齐套性提高14%，单台套能耗平均降低8%，人均产值提高24%，现场质量信息匹配率100%，原材料库存降低30%，节约制造成本1亿元，年增加产量超过2000台以上，每年同比产值新增60亿元以上。
泵送系统部装班组需要两个水箱。收到物料需求后，泵送物料员立刻网上报工给立体仓库，不到15分钟，自动配送物料的AGV小车（自动导引小车）即带着两个水箱，停在指定工位。
这一自动化过程是如何实现的呢？当有班组需要物料时，装配线上的物料员就会报单给立体仓库，配送系统会根据班组提供的信息，迅速找到放置该物料的容器，然后开启堆高机，将容器自动输送到立体库出库端液压台上。此时，AGV操作员发出取货指令，AGV小车自动行驶至液压台取货。
取完货后，采用激光引导的AGV小车，将根据运行路径沿途的墙壁或支柱上安装的高反光性反射板的激光定位标志，计算出车辆当前的位置以及运动的方向，从而将物料运送至指定工位。像这样的AGV小车，在三一18号厂房有15台。
而位于厂房中部的占地面积9000平方米智能化立体仓库，采用了一套自动化配送系统，打造了批量下架、波次分拣，单台单工位配送模式，实现了从顶层计划至底层配送执行的全业务贯通，大大提高了配送效率及准确率，准时配送率超95%。
质检电子化率达100%以前三一重工的质检工作在笔尖，而现在在指尖。之前的质检是由装配工人通过电话或者直接找质检员来现场检验，而且是采用纸质记录本记录检验结果和质量问题，容易出现遗漏等情况。现在的质检工作，则在一线员工装配报工后，MES系统（制造企业生产过程执行管理系统）会自动向质检员发送质检待办，通知检验员对产品进行检验。
质检员所使用的设备，以工业级平板电脑和PDA为载体，在总装及部装线全面应用，实现了图形化质检，指导质检员快速、准确定位质检部位及质检标准。质检项图形化率达90%以上，质检电子化率100%，全面提升了质检效率。
业务综合集成
未来一些庞大平稳的制造企业将不再具备竞争力。灵活、高效将成为评价优秀企业的关键词。
在工业2.0甚至3.0时代，灵活与高效往往是矛盾的。但是随着技术的日益发展，能够支撑生产线越来越灵活但又不损失效率的手段越来越多。例如自动化的生产线可以按照模块化的方式设计，一旦产品或者工艺流程发生变化的时候，完全可以进行快速的重新组合来实现产品或者型号的切换。
一个平台的多种实现能力
机器人由于具有更大的灵活性而被广泛应用，而且机器视觉、机器感知技术也被广泛应用，大大加强了机器的判断力。为了使得生产线可以做到非常灵活的配置，产品将会被放在可以随意行动的小车上加工，而很多机器也被安置在可以随意行动的小车上，这样完成一个产品的生产和装配过程，就像是一帮机器在和产品之间相互协作来完成的。物料的供应也都由自动化的地面或者空中行走的小车完成，并且可以做到即需即供、按顺序供应，确保生产的灵活和效率的最大化。
当然，除了车间之外，订单的流程也将直接与互联网连接，订单预测的准确性和生产线的灵活配置共同使得工厂有很强的满足客户需求的能力。人事部门不再忙于招聘工人，而会把更多的精力花在人才的培训上，使得人们有足够的技能可以和这些数字化、智能化的系统和设备和谐相处。
由于设备具有了更多的自我诊断的能力，所以紧急维修的任务会大大减少，大量的设备设定、调试和诊断的功能都可以通过网络远程操控方式完成，例如中国的设备供应商可以在中国帮助调试在其他国家运行的设备，现场的工作人员只要进行计划好的定期维护管理工作即可。
所有的计划、生产、物料、质量、成本数据都将在一个信息平台上，而且它们是实时、准确和完整的，不再会是碎片的、不及时不准确和不完整的，这些数据都将会被分析和汇总在某个地方进行清晰地显示，使得人们一眼看上去就知道自己工厂的状态，或者任何细节的状态。并且不管你在全世界任何一个地方，只要有网络连接，你都可以看到同样的显示。这样会使得现场的管理以及决策的管理大大地加强和优化。
接下来就是智能服务环节，其重点不再是产品，而是新商业模式下的新服务项目。前提是数据化、知道用户的偏好和习惯，以此来启动商业模式和服务的优化。
道理非常简单，数据变成了一种产品，它本身蕴含着价值。如果你的商业模式是数据驱动的，那么所有的一切都可以成为服务，这一点并不神秘，绝大部分公司都可以做到。
具体怎么做呢？首先需要有一个强劲的生态系统，来帮助你来做连接，把不同领域的数据收集、回传、分析。这涉及到互可操作性，需要在一个平台上对这样的生态系统进行管理。
实际上它反映的是工业4.0的最终结果，即：实现各种设备工具机器之间的互联。
用汽车行业做一个例子，未来可能在所有的展览上你都可以看到互联汽车，或者叫自动驾驶汽车。它需要有智能架构来支撑，一辆汽车自动行驶，它必须实时了解周围的环境，数据传输速度要非常快，以毫秒来计算，这意味着网络基础设施和底层技术架构必须得升级。
现在是怎么做的呢？比如说谷歌，它有几百上千辆汽车在路上收集数据做地图、做测量。以后不会是这样的了。因为以后所有的汽车都会都有数据采集设备，比如在德国，所有新车上都已经安装了传感器。
软件成为灵魂
在这灵活性和高效性促进企业经营的良性循环的过程中，工业软件将发挥着非常重要的作用。
工业4.0本质是基于“信息物理系统”实现“智能工厂”。在生产设备层面，通过嵌入不同的传感器进行实时感知。通过宽带网络，通过数据对整个过程进行精确控制；在生产管理层面，通过互联网技术、云计算、大数据、宽带网络、工业软件、管理软件等一系列技术构成服务互联网，实现物理设备的信息感知、网络通信、精确控制和远程协作。
工业软件，是指专门为工业领域所使用的软件，大致可以分为两类：
一类是植入到硬件产品或生产设备之中的嵌入式软件，它可以细分为操作系统、嵌入式数据库和开发工具、应用软件等，他们被植入硬件产品或生产设备的嵌入式系统之中，达到自动化、智能化的控制、监测、管理各种设备和系统运行的目的，对应工业4.0中生产设备中的应用。
另一类则是对生产制造进行业务管理的，各种工业领域专用的工程软件。例如，PLM（ProductLifecycle Management，产品生命周期管理系统），从产品研发、产品设计、产品生产、流通等各个环节对产品全生命周期进行管理；各种CAD（ComputerAided Design，计算机辅助设计）、CAM（ComputerAided Manufacturing，计算机辅助制造）、CAE（ComputerAided Engineering，计算机辅助分析）、CAPP（Computer Aided Process Planning，计算机辅助工艺）、PDM（Product Data Management，产品数据管理）等实现生产和管理过程的智能化、网络化管理和控制，对应工业4.0中生产管理中的应用。
工业4.0将工业软件提升到了前所未有的高度。工业4.0将各种工业软件充斥到制造流程之中，从供应链管理、产品设计、生产管理、企业管理等四个维度，提升“物理世界”中的工厂/车间的生产效率，优化生产工程。工业4.0中囊括了PDM、SCM、PLM、CAD等软件系统以及数据处理系统，能够将分散的各种信息汇总分析，从而解决产品生命周期的不断缩短、物流交货周期的不断加快，以及客户定制要求多样化的问题，为制造工艺带来决定性的影响。
如果从任意一个纬度来看工业4.0，都有可能是完全不同的结果。但是，无论从哪个纬度，信息处理的关键点“信息”与物理现象的关键点“网络”之间的连接处都是“工厂/车间”。因此，“信息物理系统”作为实体的操作设备，其作用是对于任何纬度的定位都是对等的，其接续性是特定的前提。
同时，工业4.0时代，每一个产品将承载其整个供应链和生命周期中所需的各种信息，实现追踪溯源。每一个生产设备将由整个生产价值链所继承，实现自律组织生产。智能工厂灵活决定生产过程，不同的生产设备既能够协作生产，又可以各自快速对外部变化做出反应。归根到底，这些都是软件技术应用的结果。
未来智能制造领域，软件的虚拟化非常关键。如在一个组装线上，来自于不同厂商的机器设备必须互相匹配和协调，怎么才能知道是否匹配协调呢？就是有一个数字模型来控制所有机器，这样设备供应商在把设备卖给客户之前，可以模拟使用这些设备的情景，此即为软件的虚拟化，在这个基础上，才能实现所有机器设备的互联，智能的互联，这是一个软件定义的架构。
可以说，工业软件技术支撑了绝大部分的生产制造过程。全球正在出现以信息网络、智能制造为代表的新一轮技术创新浪潮。而在这一浪潮中，传统的行业界限将消失，并会产生各种新的领域和业态。创造新价值的过程也因软件系统而发生改变，产业链分工将被重组。这个新型的产业链将使制造业不再仅仅是硬件制造的概念，而将更多地融入软件技术、自动化技术、现代管理技术与新的服务模式。