制造业目前正在经历一个数字化转型，通常被称为第四次工业革命（"工业4.0"）或智能制造模式。术语"智能工厂"也在被使用。这一转型的核心是虚拟（"网络"）和物理世界的合并，以及这些所谓的网络物理系统 （CPS）为企业带来的竞争优势。智能制造将信息技术 （IT） 和运营技术 （OT） 合并（参见下图），从而在整个数字供应网络中实现高效运营和通信。
STEP 是产品模型数据交换标准，是描述如何表示和交换数字产品信息的全面 ISO 标准（ISO10303）
MTConnect: 数控设备互联通讯协议
QIF:加快交换格式 （QIF）是一个特殊格式的文本 （ASCII） 文件，允许快速处理交易
工业4.0和智能制造经常在自动化和机器人学的背景下讨论，在这种情况下，人类工人的流离失所被视为一种威胁。然而，智能制造的一个重要方面是明确关注人的聪明才智。虽然机器人和自动化使人类工作者能够完成重复、艰苦和危险的物理任务，但智能制造旨在使人类操作员从重复、艰苦和危险的认知中解脱，通过数字结构连接机器、人员、流程和数据，实现更高的效率和高质量。如下图 显示了智能工厂的示例。连接到数字环境的自动机器人在扫描包装盒上的信息后，将传入材料移动到正确的存储位置;库存会自动实时更新。自动驾驶车辆使产品及时提供给所需的制造流程，并负责领料和库存更新。制造流程完全自动化，包括基于视觉系统的就地质量监控，以及深度学习，一旦出现质量问题，可尽快识别问题。机床和车间物理资产的数字孪生体允许操作员在他手持设备上实时监控和模拟物料流。操作员会收到警报，并直接在他的移动设备上激活传感器执行器响应，或在适当时手动执行操作（循环中的人员）。当机床预测出现故障时，有关备件是按需制造的，使用增材制造，其可自行决定所有备件的数字文件。操作员通过指挥中心查看工厂的进度，指挥中心实时可视化 OEE（设备整体效率）和制造效率等指标;任何偏离计划的行为都是动态的，以尽量减少影响。
工业4.0被认为是推动第四次工业革命，基于数字技术/"数字化"在供应链和制造业中的应用。基础技术驱动因素包括人工智能、机器人、物联网、3D 打印等。这些技术正在迅速成为主流。潜在的商业价值在创新、客户体验、产品质量、生产力、效率等领域效果显著。人才和技能将是未来生产的关键因素。工业4.0的目标是期望在公司设计、开发、制造和销售产品的方式中看到更高的透明度和消费者参与度，其所包含技术如下图：
因此，我们可以认为智能制造是企业数字化转型，直至建立未来数字化供应网络不可或缺的一部分，它三个核心原则：
连接性
连接性是智能制造的三大核心原则中的第一个。在智能制造前设置（工业 3.0）中，计算机、可编程逻辑控制器和自动化已经在车间中成为现实。第四次工业革命基于此基础，通过将设计（例如 CAD、CAM）和生产规划（例如 ERP、MES）工具与机床、操作员、客户、供应商等，通过工业互联网将它们连接并扩展。
为什么这种连接性如此重要，以致于它有资格成为三个定义原则之一？连接和同步数据收集系统（例如传感器）、制造设备（例如机床）和用于分析目的的 IT 系统是通过高级分析开发可靠见解的必然要求。为了将（制造）系统称为真正的"智能"，它必须有能力做出决策，并根据定量数据采取行动，而不是凭直觉。
虚拟化
虚拟化是智能制造的第二核心原则。虚拟化描述了以可变形式复制或将物理"事物"引入数字、虚拟/网络环境的过程。虚拟化支持所有高级分析，是工业互联网IIoT 大多数应用程序的支柱。当今虚拟化最突出的实例化之一是数字孪生，它是云中物理资产的虚拟表示形式。通用电气喷气发动机的数字孪生机可能是这种系统最有名的例子，但无数的复杂和范围的例子，从组件到工厂层面，每天都有更多。
数据利用
智能制造的第三个核心原则是数据利用。连接性支持从车间、物流和业务运营收集、通信和存储大量数据。虚拟化支持从数据中洞察的通信，是运营与人工操作员和决策者之间的门户。数据利用率是通过高级分析将前所未有的数据访问和上下文化转化为可操作见解的手段。智能制造通常被称为数据驱动革命，准确反映数据和数据分析在这个范式转变中的重要性。
所以，企业数字化转型成功的前提需要设计与数据应用的场景。我们为客户开发的应用场景之一：
应用场景之二：
应用场景之三：
应用场景之四：
我们所具备的能力：
我们能为客户创造的价值：
