以下內容僅供了解：

　　近日，筆者來到位于江北投資創業中心的富強鑫(寧波)機器制造有限公司，只見工人操縱著數碼設備，對注塑機進行后的裝配、調試。這些是三四月份的雙色機訂單，總金額約6000萬元。總經理王俊杰說，公司生產的雙色機已是第三代產品，制造水平同類企業10年以上。自去年下半年以來，江北聚焦高端構建產業體系，打造名品名企，全區裝備制造業增長率超過12%。
　　
　　作為寧波市重要的制造業基地，江北區在都市工業領域積聚了良好的發展動能。瞄準制造2025，江北區積極實施智能制造和互聯網 戰略，通過零土地技改服務和智能領航專項計劃，對企業技術創新和產業升級給予支持，加快構建創新能力強、質量效益好、結構布局合理、競爭力強的先進制造業體系。
　　
　　近年來，江北重點產業布局向智能制造傾斜，逐步形成了以新能源汽車配件、新動力、新材料、新裝備、新一代信息技術、生命健康等六大先進制造為代表的產業集群。今年前7個月，　　
　　江北還重點打造三大智能制造產業平臺，為都市工業發展集聚動能。其中，江北投資創業中心依托汽車零部件、智能裝備、儀表儀器等優勢產業吸引投資，打造裝備制造和智能制造基地;寧波江北光電新材料高新技術產業園區以光電智谷為核心，推動智能裝備及高性能光電新材料、膜材料、磁性材料等新材料產業跨越式發展;前洋經濟開發區信息產業平臺則集聚和發展電子商務、工業總部經濟、工業設計及工業產品展示等產業，打造工業經濟新業態和智能經濟新高地。

　　智能制造與知識管理前面曾經談到智能制造與精益生產的關系，潛伏著這樣的觀點：智能制造所需要的知識可能是碎片化的把碎片化、非結構化的知識如何管理起來，是我們不得不面對的挑戰。智能制造與云計算、大數據智能制造與云計算、　　
　　智能制造與快速反應
　　
　　如果把這些角度中，選取代表智能制造的角度，大概有兩個方面：一個是ICT技術(數字化、網絡化)，這是手段；一個是快速反應，這是目標。把快速反應作為目標時，ICT技術只是手段之一，還要配合軟件、硬件、組織、商業模式手段。但ICT技術同時是關鍵性、標志性的手段：恰恰是ICT技術的進步卻為智能制造發出洪荒之力ICT技術的迅速發展，才使得過去的一些設想有條件變成現實。

　　ICT技術是怎樣促進快速反應的呢？有幾個方面的原因：
　　
　　，可以用信息實現多方的協同工作。一條新的信息可能涉及到多個部門的工作(如產品設計的改動)。如果可以共享信息，就可以把串行工作變成并行并減少協同中的差錯。
　　
　　第二，可以實現知識的復用。一個人發現的知識(包括產品部件的設計)，可以被其他人、被后繼者重用，省下了不必要的開發。
　　
　　第三，物質資源的共享(分享經濟)，減少了獲得資源的時間。
　　
　　第四，縮短了決策周期。把信息集成起來，就可以讓計算機做出科學的決策、而不是人去控制或團隊開會決策，大大縮短從信息感知到執行的時間?！　?
　　第五，提高工作效率的工具。計算機仿真、CAD等手段，使得人們可以在數字世界里做試驗，從而以提率。
　　
　　智能制造與人工智能
　　
　　過去的自動化主要針對批量生產。在智能制造的時代，產品更新換代速度快、批量小，甚至可能要在線上生產個性化定制的產品。與大批量生產相比，生產組織高度復雜、質量控制難度大增、成本和能耗可能會顯著升高，采購和供貨的壓力大。這些相關的新問題必須被迅速感知、及時處理。從技術上看，在過去的自動化產線上，人們一般試圖把生產的邊界盡量固定下來、通過干擾來保證質量、成本和效率；在智能化產線上，更強調出現問題及時應對這些干擾。
　　
　　這時，智能制造的相關技術，如大數據監控、信息集成就成了雪中送炭。然而，無論如何，我們都希望不必要的干擾盡量地少、時間和資源的浪費盡量地少。這樣，生產管理才能盡可能簡單、盡可能。我們發現：如果精益生產搞得好，推進智能制造就是比較容易。
　　
　　智能化與代替人
　　
　　智能化的首要目標往往是快速反應，而不是代替人。但是，代替人確實也是目的之一、甚至是非常重要的目標。其實，讓機器代替人進行決策和執行，有利于快速反應并取得更好的控制效果。所以，機器人、無人工廠等技術，常常能促進智能化的發展。一般的語境下，自動化多數是指物理設備或產線的自動化，而在智能制造的時代，同時強調知識和數據流動的自動化。
　　
　　要實現快速反應，除了ICT技術，還要配套其他的東西。首先，從信息感知的角度看，有些信息的獲取，不是僅憑ICT技術就能解決的。比如，要快速響應，可能需要獲得用戶和供應商的信息。但這要有商業模式和法規的支撐才行。其次，從決策的角度看，在可以預見的未來，人類會在很多方面作為主要的決策者，而這就要有組織模式的支持。第三，決策的執行往往需要有物理設備的支持。第四，智能體系的改進和學習提升，離不開人的參與。
　　
　　智能制造與知識管理
　　
　　前面曾經談到智能制造與精益生產的關系，潛伏著這樣的觀點：智能制造所需要的知識可能是碎片化的把碎片化、非結構化的知識如何管理起來，是我們不得不面對的挑戰。
　　
　　智能制造與云計算、大數據
　　
　　智能制造與云計算、大數據什么關系？筆者認為，云計算是工具性的、要根據工作的需要來配置，大數據一般是輔助性的，主要從事后臺的工作。它們可以讓智能制造系統運行得更好，但未必是必需的。
　　
　　智能制造的必要性可行性
　　
　　推進智能制造有必要性又有可行性。在社會層面，勞動力危機、老齡化是支撐必要性的重要因素；在企業層面，快速響應市場變化是關鍵因素。其可行性是與過去相比較而言的、是ICT技術的發展導致的。但是，推進智能制造技術會遇到玻璃墻：比如，研發設計與服務要占到足夠大的比重；產品質量要盡可能地占據制高點。如果沒有這些條件，企業可能就先要進行轉型，因為智能制造未必能解決落后企業的問題就像御廚解決不了吃不飽飯的問題。轉型不僅是企業家的事，也是的事。需要建立一個推崇高質量的健康市場、而不是質量逆淘汰的劣質市場。