智能制造
中国企业的智能制造现状究竟如何？至少在智能制造的中心环节(生产过程的优化)，比如工程建模、机器学习和智能系统架构开发方面，情况并不乐观。
现场智能制造项目中，企业完成了项目的工程问题建模和智能系统开发，以及关键工具参数离线测量和在线软测量，尽管所提供数据基本满足以数据看板为代表的数字化制造，但是现场提供高质量数据并不容易。这样智能系统供货商的成本很大。企业对于现场遗漏数据的问题没有明确的惩罚制度，导致现场数据完整性较差。小企业往往根本无法采集所需要的高质量数据。
智能制造
中国在推进智能制造中鼓励自动化和数字化的短板补充，但也会由此导致对智能制造的误解而造成较大损失。比如在建智能产线时，因为不明确什么是智能制造，而将只建成了具有基础自动化、MES和ERP的产线，误认为是智能产线。此类产线缺乏的正是智能制造的中心:智能系统。这类只有数据看板的产线只有工程师可以运行，问题较多，甚至出现了对此类智能产线投入则“快死”，不投入则“慢死”的两难境地。机械化确保产品能生产出来，自动化使得产品能自动生产出来(机器代人)，数字化以大量数据便于审核，以确保机械化和自动化的实现，而智能化确保优化和无人操作。
对智能制造的扶持应该考虑的几点
侧重于扶持智能化(对于自动化，数字化和智能化的扶持加以区别。很多企业在自动化和数字化方面已经尝到了甜头，纵然在这些领域扶持力度不够，他们也会为着自己的利益而努力;但是中国的智能化刚刚开头，智能化的要求除了计算机系统和数据采集之外，更需要很深入的工程背景，所以智能化的难度要比数字化高很多;同时，由于中国技术基础的薄弱，在智能化领域的努力，在短期内投入产出比相对来说比较低，就更需要扶持，否则中国的智能化将发展缓慢。
智能制造
我国数百万家工业企业的智能化水平差异较大。随着3D打印、模拟分析、工业物联网等技术在制造业的渗透，汽车、航空航天工业在智能制造领域已实现增长，能源和装备制造等行业将保持较高增速，其他行业的智能制造依然任众道远。未来5—10年，5G、工业互联网等新基建将成为工业企业智能化升级的催化剂，推动制造企业迈向“万物互联、万物可控”。