近年来，中国兴起智能制造的浪潮。智能制造是制造技术、数字技术、人工智能技术及新一代工业物联网信息技术融合的产物。中国制造业将在2025年前后迈入数字化、网络化、智能化的阶段。

中国企业推行智能制造，应以经济效益为准，聚焦八大关键，有的放矢。

一是目标产品先进。目标产品应选择市场前景好，产能不足的产品，便不易出现新的产能过剩。

第二，应推行精益生产。优化生产工艺是基础。屈贤明认为，在生产工艺基础有缺陷的情况下，智能化将放大底层的缺陷。

第三，推行需求分析。企业应明确自身需求，节约人力、提高产品质量、降低成本、节能节材减排等，针对不同的问题，智能制造的方案亦有所差异。

第四，应找准突破口，抓住关键环节。

第五，企业应该由“点、线、面及整体”，采取总体规划、分布实施、循序渐进的模式推进智能制造，不可操之过急。

第六，人才培育是最重要的保证。除了大学中已设立的智能制造专业、机器人学院，屈贤明表示，企业开展智能制造最需要对其负责人进行培训。

第七，培养系统集成公司是推行智能制造的重要条件。许多企业无力培养软件机器人，因此系统集成第三方公司尤为重要。

最后，发展工业数据采集系统是我国制造业转型升级的重要的战略行为。大数据是实现真正意义上的智能制造的基石。作为工业互联网的核心，大数据是现智能化生产、个性化定制、网络化的协同等智慧化应用的基础和关键。

而调查显示，我国工业企业只有不到1/3的企业开展了数据治理，51%的企业仍在使用文档或更原始的方式进行数据管理。工业企业应该把数据视为与机器设备同等重要甚至更宝贵的资产，加强数据资产管理。好消息是，已经有越来越多的工业企业从主数据或元数据切入，着手开展数据资产管理。

而且，随着机器学习技术的发展，智能化的数据资产管理工具也越来越完善，工业数据资产的管理，可以更多依赖人工智能高效完成。但相比信息化程度较高的金融、电信、互联网等行业，工业数据的管理，还有很多欠账要补。

数据孤岛几乎是所有企业都面临的困境。从单一企业内部来看，存在着不同时期由不同供应商开发建设的客户管理、生产管理、销售采购、订单仓储、财务人力等众多IT系统，可谓烟囱林立。而要深度推进智能制造，不仅是上述IT系统要横向互通，还要进一步纵向打通IT和OT两界的数据，推进难度非常大。而且，企业越大，管理和技术包袱越重。

从全行业看，发展工业互联网，实现从单一企业内的局部优化，到整个产业链的全局优化的跨越，必然要实现整个供应链上跨企业的数据流通，这就进一步面临着安全合规、商业模式和技术标准等方面的更大挑战。