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
考察智能制造基本要求，从对相关要求的满足程度可以探测出各国智能制造的基本现状。目前机器代人是努力方向之一，但这只是在自动化层面上。要实现优化的机器代人，首先必须对工程问题和工程参数进行建模，然后利用所采集到的高质量数据进行模型的机器学习；此后的模型则与机械设备和生产现状深度绑定。基于这些可以开发出智能系统，继而产生出即时可变的、一直是优化的生产参数，交给基础自动化执行。这优化的机器代人正是智能制造。
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。