首先需要對一系列待研究的工程問題或工程參數建立模型，這就需要對工藝、產品、設備和自動化等工程領域-熟悉;其次，需要采集高的在線數據，并基于此數據對工程模型進行機器學習，使之與生產線充分綁定。然后建立智能系統，將生產線的模型和大量的場景用例結合到智能系統中，并產生出即時可變的優化的生產參數組合，交給基礎自動化執行。
可見，智能制造是優化的機器代人。目前中國只在制造的頭尾部分比如智能倉儲方面進行了一定的智能制造，而在制造過程甚為-，主要是一些平臺開發商。歐美技術較好的公司已經成功應用了智能制造，而技術一般的公司尚在努力中。
側重于扶持領域生產過程的優化(有別于-領域比如智能倉儲)。領域智能制造技術含量高，作用大，需要的投入-，因而目前較少;-領域比如智能倉儲、agv小車等，目前已漸成氣候，已經可以為企業帶來較好利潤，智能工廠構建產業，縱使不重點扶持，甘肅智能工廠構建，企業也會努力推進此領域。
依據數據滿足智能制造高要求的程度進行資金扶持。促使企業注重數據:數字化只有在達到智能制造的數據要求時才應該得到資金扶持;如果數據不齊全，智能工廠構建公司，甚至有假數據等，不應該扶持。
機器代人是典型的自動化。數字化的數據看板，能夠使得機械化和自動化的狀況一目了然，智能工廠構建工程，因而具有-的應用前景。歐美的機械化和自動化早已完成，因此機器代人已不是主要問題。除了較少數企業外，歐美的數字化也已經完成。
數字化中，數據是關鍵。中業數據不足是關鍵障礙。除了技術之外，管理是阻礙數據的主要因素，多數企業對數據丟失沒有足夠的懲罰力度。智能化是-于機械化、自動化和數字化之上的制造過程，對數據的要求遠遠高于數字化。
登錄后臺
