我国正在大力推动智能制造的发展，使制造业发展能够站到了爬坡过坎、由大变强新的历史起点上。
01 用户贴近和分工开放程度决定智能化水平
互联网沿产业链从最接近消费者的消费品行业向上游装备、原材料等行业延伸，越靠近最终用户的行业越早萌发变革，发生变革的领域和环节也越多。手机、家电、服装等个性需求较强的消费品企业已率先向互联网转型，具有代表性的如规模化个性定制模式已被广泛运用；受消费品生产模式变化影响，装备制造业需要提供支撑柔性制造、按需制造等的装备，发展智能装备的市场需求逐渐增强；而距离消费者相对较远的上游原材料行业，一些大型骨干企业信息化水平较高，侧重于依托互联网技术和网络提供精准供应链服务、生产监控和节能减排。
开放程度越高的环节与互联网融合越紧密。目前采购、营销等开放度较高的环节，更易与互联网融合；继而是开放程度次之的服务和研发环节，如远程控制与服务、众包设计等也已在一定范围内推广；而相对封闭的制造环节，在生产的组织实施和制造能力整合等方面也在逐渐受到互联网影响。随着互联网对各环节逐层渗透，将最终打通生产运营全过程，彻底改变现有的生产范式。
02 新型研发组织方式集聚众智提升效率
随着协同设计、众包、虚拟仿真等新研发模式应用的日益广泛，为传统企业高效、便捷、低成本的技术创新开辟了新渠道，研发环节也成为营销之后与互联网融合的新热点。
云平台实现研发设计全球协同。以往受空间、资源等限制，传统企业的研发设计环节主要在企业内部完成。云平台则可以为企业提供开放的协同服务，设计人员可通过共享平台，查看和利用云端设计资源和软件，实现企业内部及企业间合作与协同共享，打破地域限制，提高企业研发效率，降低人员往来成本。
众包设计打通企业与社会创意的合作渠道。众包是通过互联网集聚全球创意、资金来实现研发设计的新模式，基于互联网的众包平台将分散的中小型团队及个体专业人员的智慧与创意集聚到一起，需求方可借此平台发布需求，以悬赏和速配方式寻找到精准匹配的服务者，通过消除信息不对称而提高效率和降低成本。
虚拟仿真技术降低了企业的设计研发成本。过去传统生产企业在测试、验证环节需要生产出实物来评测其性能等各项指标，成本随测试次数增加而不断提升。利用虚拟仿真技术，可以实现对原有研发设计环节过程的模拟、分析、评估、验证和优化，从而减少工程更改量，优化生产工艺，降低成本和能耗。
03 创新制造模式助力网络化智能化生产
智能制造成为制造业的重要发展方向。近年来，具有信息的深度自感知、智慧优化自决策、精准控制自执行等功能的智能制造模式的迅速发展，实现了增效、提质、降成本及节能减排。在制造业领军企业的带动下，智能制造、智能工厂的实施与应用正在为传统产业带来深刻的改变。
云制造高效聚集和配置制造资源。云制造借助云计算的理念，通过建立共享制造资源的服务平台，将巨大的制造资源池连接在一起，使处于制造业中的用户像用水、电、煤气一样便捷地使用各种制造服务，以帮助制造企业降低运行成本、提升快速反应能力。在理想情况下，云制造将实现产品开发、生产、销售、使用等全生命周期相关资源的整合，提供标准、规范、可共享的服务。
云制造包括企业内部“私有云”应用和企业外部“公有云”协同两种模式。在一个大型集团企业内部，各种与企业运作有关的资源，例如设计、仿真、设备等，均可以利用云制造实现共享，避免或减少重复投资。云制造模式也正在推动中小企业间的制造资源共享。目前，在国内已涌现一批云制造服务平台。
04 协同式供应链促进各环节高效无缝对接
越来越多的工业企业通过互联网平台建立了与上下游供应商、合作伙伴和客户的直接连通，集聚供应信息并进行深度挖掘分析，提高了供应链的反应速度、匹配精度和调运效率，降低了采购成本，减少了成品和在制品的库存，缩短了对客户服务的响应时间。
B2B模式对接了上下游的采购需求。传统供应链中的产品选择范围小、管理难度大、生产线周转效率低。通过互联网平台，制造企业可与上游供应商无缝对接，快速集聚行业内优质供应商资源，在最短时间内以最低成本实现了原材料采购的高效匹配，推动了企业采购与供应链管理创新，生产线供应链的协同实现高效精准配送。企业利用大数据、物联网完善智能信息系统建设，对生产配比、物料配送、产品质量等各环节进行协同管控，实现物料配送的系统化、流程化，降低物流成本和能耗，降低仓储损失，加速了资金周转，提高了整个供应链的运行效率。
05 需求端泛在连接实现全流程用户参与
企业运用互联网、移动互联网等实现对用户的泛在连接，进而打造用户聚合平台、多元社交平台，通过用户行为和社交关系等的大数据分析，精准预判市场、开展精准营销；借助平台的集聚和交互功能实现海量用户与企业间的交互对接，使大规模个性化定制、精准决策等成为可能。
大规模个性化定制满足用户长尾需求。在传统标准化生产模式下，企业与用户间信息交互不充分、企业内生产组织缺乏柔性，只有同质化生产才是最经济合理的选择。而借助互联网平台，企业就可与用户深度交互、广泛征集需求，运用大数据分析建立排产模型，从而得以依托柔性生产线，在保持规模经济性的同时为客户提供个性化的产品。
大数据分析支撑精准营销及决策。传统市场分析局限于抽样调查、线下座谈等有限样本的分析预判，产品改进也只能通过销售业绩来收集用户反馈情况，分析结果存在一定误差或延迟。利用通过互联网汇集的用户行为、需求、行情等海量多元化数据，企业可以进行大数据建模及分析，实现精准市场定位，优化营销决策，助力产品改进。
06 融合型服务延伸企业价值创造链条
在市场竞争日趋激烈、生产要素成本不断攀升、供需对接日益便捷等因素作用下，制造本身在工业产品附加值构成中的比例越来越低，增值服务逐渐成为企业竞争的新焦点。云计算、大数据、物联网等相关应用的快速普及催生了多样化融合服务模式，带动以产品为核心的经营模式并加快了向依托产品提供综合服务的新方向的转变。
有能力的工业企业还可通过搭建云平台、部署定制化的工业APP应用、提供大数据分析支撑等，为用户企业提供多样化的增值服务，并探索从设备制造商向综合服务商的转变。
