為加強和推進我國工業(yè)互聯(lián)網(wǎng)的進一步發(fā)展，自2017年11月，國務院發(fā)布《深化“互聯(lián)網(wǎng)+先進制造業(yè)”發(fā)展工業(yè)互聯(lián)網(wǎng)的指導意見》，2018年6月7日，工信部又發(fā)布《工業(yè)互聯(lián)網(wǎng)發(fā)展行動計劃(2018-2020年)》 、《工業(yè)互聯(lián)網(wǎng)APP培育工程實施方案(2018-2020年)》等系列文件，從政策和資金支持角度，為工業(yè)互聯(lián)網(wǎng)的發(fā)展提供保障，提出到2020年底，初步建成工業(yè)互聯(lián)網(wǎng)基礎設施和產(chǎn)業(yè)體系，推動30萬家以上工業(yè)企業(yè)上云，培育超過30萬個工業(yè)APP。

在國家政策的有力支持下，越來越多的傳統(tǒng)企業(yè)開始擁抱工業(yè)互聯(lián)網(wǎng)，迎接數(shù)字新時代。富士康成立工業(yè)互聯(lián)網(wǎng)有限公司，打造工業(yè)互聯(lián)網(wǎng)平臺，致力從傳統(tǒng)制造企業(yè)變成先進制造企業(yè)，便是其中一個典型的代表。

目前，我國工業(yè)互聯(lián)網(wǎng)已經(jīng)形成比較健全的產(chǎn)業(yè)體系，工業(yè)互聯(lián)網(wǎng)進入大發(fā)展時代。據(jù)工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟專家測算，2017年我國工業(yè)互聯(lián)網(wǎng)直接產(chǎn)業(yè)規(guī)模約為5700億元，預計到2020年將達到萬億元規(guī)模。

科學技術推動智慧制造向智慧化制造的發(fā)展，這些科學技術包括傳感技術、物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、數(shù)字孿生（Digital Twin）、云計算、VR\AR\MR、工業(yè)大數(shù)據(jù)、增材制造、工業(yè)軟件、新一代人工智能等。

物聯(lián)網(wǎng)技術實現(xiàn)制造的萬物互聯(lián)

傳感器和傳感技術不僅是工業(yè)智能設備的關鍵的部件，同時也是工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)采集、分析、利用的源頭和基礎。隨著工業(yè)互聯(lián)網(wǎng)在工廠自動化等領域的應用，相關機構預測，到2019年，傳感器在工業(yè)互聯(lián)網(wǎng)領域的消費將達到200億美元，傳感器產(chǎn)業(yè)迎來一片“藍?！?。這一方面給傳感器帶來更為廣闊的市場，同時也給傳感器的企業(yè)在研發(fā)的投入上注射了一支加強劑。

工業(yè)互聯(lián)網(wǎng)的普及使得傳感器大量使用，對傳感器輕量化、低功耗、低成本提出了要求，同時也要求傳感器向網(wǎng)絡化、集成化、智能化發(fā)展。

每天制造業(yè)都產(chǎn)生大量的數(shù)據(jù)，但這些雜亂無章的數(shù)據(jù)在沒有物聯(lián)網(wǎng)之前，都是數(shù)字垃圾。隨著物聯(lián)網(wǎng)技術的出現(xiàn)和發(fā)展，這些原來屬于垃圾的垃圾，通過物聯(lián)網(wǎng)網(wǎng)關將原來制造業(yè)設備等數(shù)據(jù)轉化成數(shù)字的形式，變成了可以利用的數(shù)字信息。通過工業(yè)大數(shù)據(jù)和云計算，能實時掌握設備的運行情況及未來設備的故障時間提前預警，工作人員可以憑借這些信息適時更換磨損的部件，避免設備的長時間的停止運行，造成不必要的損失。

另外，通過物聯(lián)網(wǎng)的技術，還可以適時掌握產(chǎn)品在各個工序之間的制作情況以及產(chǎn)品的良好率，適時處理不良品。

在制造智能聯(lián)接產(chǎn)品時，人們可以選擇把大部分軟件直接與硬件集成，這樣可以得到更快的響應速度、較低的網(wǎng)絡依賴程度和更高的安全性；也可以把所有的應用都放在云端，硬件變成了終端接口，制造的復雜度會大大降低，而所有有價值的應用可以通過網(wǎng)絡靈活配置，選擇更廣、更新更快，硬件的價值也會因此降低。

人工智能實現(xiàn)制造的智慧化

新一代智能制造的主要特征表現(xiàn)在制造系統(tǒng)具備了學習能力，知識產(chǎn)生、獲取、運用和傳承效率發(fā)生革命性變化。新一代人工智能通過深度學習、增強學習等技術應用于制造領域，顯著提高創(chuàng)新與服務能力。

從應用上講，人工智能技術正在被不斷地被應用到圖像識別、語音識別、智能機器人、故障診斷與預測性維護、質量監(jiān)控等各個領域，覆蓋從研發(fā)創(chuàng)新、生產(chǎn)管理、質量控制、故障診斷等多個方面。

人工智能可以對復雜過程進行智能化指引。

以產(chǎn)品研發(fā)設計為例，工業(yè)設計軟件在集成了人工智能模塊后，可以理解設計師的需求，還可以與客戶需求、社會環(huán)境因素等多元化數(shù)據(jù)進行對接，由此形成的數(shù)據(jù)模型可向設計者智能化推薦相關的設計研發(fā)方案，甚至自主設計出多個初步的產(chǎn)品方案供設計者選擇。

人工智能在生產(chǎn)制造管理方面發(fā)揮作用，創(chuàng)新生產(chǎn)模式，提高生產(chǎn)效率和產(chǎn)品質量。人工智能技術通過物聯(lián)網(wǎng)對生產(chǎn)過程、設備工況、工藝參數(shù)等信息進行實時采集，隨時掌控運行狀況；人工智能對產(chǎn)品質量、缺陷進行檢測和統(tǒng)計，保證產(chǎn)品的質量；在離線狀態(tài)下，利用機器學習技術挖掘產(chǎn)品缺陷與物聯(lián)網(wǎng)歷史數(shù)據(jù)之間的關系，形成控制規(guī)則；在在線狀態(tài)下，通過增強學習技術和實時反饋，控制生產(chǎn)過程減少產(chǎn)品缺陷。

在維護服務環(huán)節(jié)中，系統(tǒng)利用傳感器對設備狀態(tài)進行監(jiān)測，通過機器學習建立設備故障的分析模型，在故障發(fā)生前，將可能發(fā)生故障的工件替換，從而保障設備的持續(xù)無故障運行。