國家信息化專家諮詢委員會常務副主任周宏仁在《論智能製造》系列中的“論智能製造的三個階段”中，談到了對三個階段的基本認識。而如何實施智能製造，則需要考慮智能製造的三個支點：產品、裝備和過程。
第一個需要考慮的是推動智能製造的目標是什麼。顯然，企業追求的是產品，而不是要把企業搞的有多時髦。企業銷售產品的時候，不是要宣傳企業的生產線有多漂亮、多現代，而一定要說明這個產品的價值何在。產品是企業面向社會的表現。智能製造的目標是產品，而不是智能製造本身。
因此，產品的智能化是企業必須考慮的首要問題之一。智能製造如果不能生產出智能的產品，智能製造就失去了時代的意義。而且，企業的產品如果不是智能化的，產品和企業今後被淘汰的可能性就很大。
第二個支點是裝備，生產過程（包括研發、設計）中的每一個關鍵環節上的裝備，一定要智能化。如果這個智能化實現不了，勞動生產力和勞動效率就不可能得到很大提高，企業可能就沒有競爭力。不是數字化、網絡化和智能化的生產裝備，就不是這個時代的先進製造裝備。而且，如果設備沒有智能化，也可能無法生產出企業想要生產的智能化產品。
第三個支點是企業生產過程的智能化問題。裝備智能化解決的是生產過程中“點”的智能化問題；企業只有實現生產全過程的智能化，才能實現企業全局的智能化，才能夠實現智能化效益的最大化。
智能製造是第一支點
一個機床生產廠，生產裝備和過程如果都是智能化的，而它生產出來的機床卻是一般的機床，沒有智能化的要素，那麼這個機床廠的前途就非常堪憂。因為，他自己都不會去購買這樣不夠智能化的機床。
因此，任何一個企業在考慮其智能製造如何發展的時候，首先應該想到的是自己的產品怎麼實現智能化。即使生產過程沒有部分或全部實現智能化，能夠把智能的產品做出來，那麼企業還是應該首先考慮產品的智能化問題。
產品智能化是當今計算技術發展的一個新的重大趨勢。計算技術發明的初衷是為了科學計算。而後，發展為支持人類各種業務活動的信息處理和傳播，即業務計算。上世紀90年代以後，隨著互聯網的發展，QQ、微信、Facebook等開始崛起，計算技術滲入了人們的社會生活，大大地推動了社會計算的發展。現在，計算技術開始向各種產品領域滲透，提升產品的智能化水平，因此，計算技術應用的下一個熱點，是產品計算。
智能裝備是最大難點
裝備是智能製造最大的難點。
生產裝備一般都比較複雜，而且批量可能不大，所採用的工業軟件也往往非常複雜。這使得生產成本很高，市場很小，因此願意或有實力從事智能裝備製造的企業並不多。而且，由於裝備的開發週期長，導致企業經營的風險很大。另外，裝備製造的難點很大程度上是在軟裝備上面，沒有軟裝備，就不可能有“數字化、網絡化、智能化”。抽去軟件，信息化的一切成果都不復存在。工業軟件首先是一個工業產品，而且往往是高端工業產品。這是中國製造2025主要的難點，而工業界對這一點的認識，還很不充分。
過程智能化
發達國家的製造業在生產裝備智能化這一點上，已經非常領先。尤其是日本和德國，已經基本上壟斷了全球重大製造業生產裝備的市場。而智能製造的下一步的發展，就是要實現過程的智能化，完成從裝備這個“點”向過程這條“線”的發展。
過程智能化最典型的代表，正是工業4.0和工業互聯網的奮鬥目標。工業4.0提出，企業的信息系統要走向一體化，包括縱向一體化和橫向一體化。縱向一體化就是《三論智能製造》的系列之一中提到的企業的內部網，而橫向一體化正是企業的外部網。現在，要把內部網和外部網完全整合在一起，將數據完全打通。
內部網和外部網的一體化
過程智能化的實現
工業4.0或者工業互聯網的目標，不僅要把內部網、外部網連起來，而且要變成一個智能物理系統。二者都可以通過一個“5C（五層）”結構來表述。
最下面一層是智慧的連接層，第二層是數據轉換成信息，第三層是企業的雲計算數據中心。在這裡，需要把第二層處理所得的有效數據，與企業計算機系統中相對應的期望值做對比分析。第四層是認知層，根據對比差異，找到問題之所在及解決問題的方法。因此，這一層實際上是一個決策層。第五層是配置層，可以按照決策要求，通過計算機網絡，對人、對物、對計算機進行重新配置或更改。
這樣的一個五層結構，構成了一個標準的反饋控制系統，可以對企業的控制對象，即：人（員工）、機器、計算機系統、各種物理實體等，進行實時的反饋和控制。這樣的一個反饋系統，其各層次所對應的技術支撐，如圖所示。正是利用這些當下最時髦的先進技術，工業互聯網實現了企業整個業務活動全過程的的智能控制。
工業互聯網和工業4.0的“5C（五層）”架構
這個架構設計描述了工業互聯網系統的內外三層結構。從邊緣層，到平臺層，再到企業層。在邊緣層上主要是邊緣的網關，採集各種各樣的數據；送到平臺層之後，平臺層對數據做必要的處理和分析；分析完之後，再送達企業層，送到企業的應用系統。企業會根據不同的應用做不同的分析，做出判斷和決策，將數據再往回傳送到平臺層和邊緣層，直至送達企業內外聯接的各個部門和單位。
顯然，數據分析和處理在工業互聯網系統中極為重要，包括：端點數據的獲取、從數據中提取信息的先進數據處理技術，各種決策模型的分析計算，以及系統結果的輸出。其中，大量使用的是計算科學的辦法：需要建模，需要算法，需要數據等等，最後產生的是決策數據。當然，安全、可信、隱私等，在結構中也有詳細的考慮。
智能製造與工業互聯網
工業互聯網平臺，是一個以企業為中心的平臺，而不是說在整個工業行業建一個大的所謂“工業互聯網平臺”。所謂平臺化是發展的趨勢，其實是指企業的平臺化，每一個大企業都會有自己的一個企業平臺，而不會把自己的業務搬到其他企業的平臺上去。
如果把智能製造的全部資源和精力都投在工業互聯網平臺上，又把平臺理解為產業的平臺，可能就誤判了智能製造的發展方向。當務之急，還是我們的產品和裝備的智能化問題，這對當下的中國來講，是智能製造的重點努力方向。
