難的是寫程序
    早在1956年，以麥卡賽、明斯基、羅切斯特和申農等，批年輕科學探討用機器模擬智能的系列有關問題，提出了“人工智能”這術語。直到近韓圍棋手李世石敗給谷歌的人工智能，人們度質疑，人工智能會不會超越人類智慧。
    人工智能要超越、統治人類，目前來看難以實現，很多處理能力是晶體芯片的物理特性沒有辦法突破的。從系統理論的九個層來看，層是靜態系統，然后是簡單動態系統，到第九層是超系統。人類目前的系統理論，還處在第三層回饋系統，類似于溫度控制，溫度高于或低于某個數值機器的壓縮機自動啟動或關閉。
    目前，大型、快速的計算機存儲，硬件制作并不困難，難的是寫程序，因此人工智能取代人類智慧短期內不會發生，但是我們可以充分運用它的記憶、運算等強項，在制造領域提升生產效率。
    工業制造方面的困難處處可見，工業革命時期的集中化、同步化、標準化已不適用。現代人的要求更多樣化，各種尖端設備及其生命周期的大幅縮短，都增加了制造難度。
    人類追求更美好的生活，要提升生產效率，就必須要實現自動化，自動化過程也是人類自我調試的過程。大數據是制造業智能制造的基礎，其在制造業大規模定制中的應用，包括數據采集、數據管理、訂單管理、智能化制造、定制平臺等。定制數據達到定的數量，就可以實現大數據應用。
    通過對大數據的挖掘，實現流行預測、精準匹配、時尚管理、社交應用、營銷推送等更多的應用。同時，大數據能夠幫助制造業企業提升營銷的針對性，降低物流和庫存的成本，減少生產資源投入的風險。
產業整合待實現
    在生產條件變得更嚴苛的當下，中提出“中制造2025”方案，就是決心在十年內努力打造制造強。去年底，工業和信息化部、標準化管理委員會聯合發布《智能制造標準體系建設指南》，就是要解決些智能設備、傳感設備標準不的問題。智能制造在推動過程中嚴重的問題之就是設備標準不統，旦有標準可循，生產難度也會降低。
    工業4.0就是利用大數據、物聯網，把IT（信息技術）和OT（計算技術）結合起來。隨時掌握生產信息、性能情況，得到產能跟質量的數據。所以工業4.0的效益非常大，它是個跨產業、跨供應鏈、跨價值鏈的整合。整合內容從軟件工具到機器設備到系統集成到產品制造等，定制變得可行，生產具有高度彈性，對生產力有大提升，是強大的個方向。
    智能工廠的傳感器可以產生龐大的數據量，用數據定義軟件、軟件定義網絡、網絡定義資料，如此引申就能夠整合智能工廠的管理，包括探知、診斷、控管、可視化全方位得以實現。
    利用這些大數據進行分析，將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降，并將大地減少庫存，優化供應鏈。同時，利用銷售數據、產品的傳感器數據和供應商數據庫的數據等大數據，制造業企業可以準確地預測全球不同市場區域的商品需求。由于可以跟蹤庫存和銷售價格，所以制造業企業便可節約大量的成本。
    消費者與制造業企業之間的交互和交易行為也將產生大量數據，挖掘和分析這些消費者動態數據，能夠幫助消費者參與到產品的需求分析和產品設計等創新活動中，為產品創新作出貢獻。制造業企業對這些數據進行處理，進而傳遞給智能設備，進行數據挖掘、設備調整、原材料準備等步驟，才能生產出符合個性化需求的定制產品。
利用大數據做支撐
    過去，設備運行過程中，其自然磨損本身會使產品的品質發生定的變化。而由于信息技術、物聯網技術的發展，現在可以通過傳感技術，實時感知數據，知道產品出了什么故障，哪里需要配件，使得生產過程中的這些因素能夠被控制，真正實現生產智能化。因此，在定程度上，工廠的傳感器所產生的大數據直接決定了“工業4.0”所要求的智能化設備的智能水平。
    從生產能耗角度看，設備生產過程中利用傳感器集中監控所有的生產流程，能夠發現能耗的異常或峰值情況，由此能夠在生產過程中不斷實時優化能源消耗。同時，對所有流程的大數據進行分析，也將會整體上大幅降低生產能耗。
    在工業云平臺下，智能制造通過企業本身的智能化、產品的智能化、裝備的智能化，讓企業轉型升至新業態。如果企業在生產過程中，把所有的研發、工藝、制造以及運維的數據加工到后臺，就可以通過互聯網和客戶溝通產品。
    企業可以利用數據、互聯網和軟件做支撐，把裝備作為終端去調整或者改變傳統模式，數據被軟件定義后，企業可以在互聯網上抓生產，裝備通過互聯網的作用，實現了裝備自身的智能化。
    工業云需要智能制造的支撐，而智能制造的重要支撐是工業大數據，如果沒有大數據，智能制造本身也將會是無源之水。