為加強和推進我國工業互聯網的進一步發展，自2017年11月，國務院發布《深化“互聯網+先進制造業”發展工業互聯網的指導意見》，2018年6月7日，工信部又發布《工業互聯網發展行動計劃(2018-2020年)》 、《工業互聯網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，為工業互聯網的發展提供保障，提出到2020年底，初步建成工業互聯網基礎設施和產業體系，推動30萬家以上工業企業上云，培育超過30萬個工業APP。

在國家政策的有力支持下，越來越多的傳統企業開始擁抱工業互聯網，迎接數字新時代。富士康成立工業互聯網有限公司，打造工業互聯網平臺，致力從傳統制造企業變成先進制造企業，便是其中一個典型的代表。

目前，我國工業互聯網已經形成比較健全的產業體系，工業互聯網進入大發展時代。據工業互聯網產業聯盟專家測算，2017年我國工業互聯網直接產業規模約為5700億元，預計到2020年將達到萬億元規模。

科學技術推動智慧制造向智慧化制造的發展，這些科學技術包括傳感技術、物聯網、工業互聯網、數字孿生（Digital Twin）、云計算、VR\AR\MR、工業大數據、增材制造、工業軟件、新一代人工智能等。

物聯網技術實現制造的萬物互聯

傳感器和傳感技術不僅是工業智能設備的關鍵的部件，同時也是工業互聯網數據采集、分析、利用的源頭和基礎。隨著工業互聯網在工廠自動化等領域的應用，相關機構預測，到2019年，傳感器在工業互聯網領域的消費將達到200億美元，傳感器產業迎來一片“藍海”。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在研發的投入上注射了一支加強劑。

工業互聯網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絡化、集成化、智能化發展。

每天制造業都產生大量的數據，但這些雜亂無章的數據在沒有物聯網之前，都是數字垃圾。隨著物聯網技術的出現和發展，這些原來屬于垃圾的垃圾，通過物聯網網關將原來制造業設備等數據轉化成數字的形式，變成了可以利用的數字信息。通過工業大數據和云計算，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，通過物聯網的技術，還可以適時掌握產品在各個工序之間的制作情況以及產品的良好率，適時處理不良品。

在制造智能聯接產品時，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。

人工智能實現制造的智慧化

新一代智能制造的主要特征表現在制造系統具備了學習能力，知識產生、獲取、運用和傳承效率發生革命性變化。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、質量監控等各個領域，覆蓋從研發創新、生產管理、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。

以產品研發設計為例，工業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、社會環境因素等多元化數據進行對接，由此形成的數據模型可向設計者智能化推薦相關的設計研發方案，甚至自主設計出多個初步的產品方案供設計者選擇。

人工智能在生產制造管理方面發揮作用，創新生產模式，提高生產效率和產品質量。人工智能技術通過物聯網對生產過程、設備工況、工藝參數等信息進行實時采集，隨時掌控運行狀況；人工智能對產品質量、缺陷進行檢測和統計，保證產品的質量；在離線狀態下，利用機器學習技術挖掘產品缺陷與物聯網歷史數據之間的關系，形成控制規則；在在線狀態下，通過增強學習技術和實時反饋，控制生產過程減少產品缺陷。

在維護服務環節中，系統利用傳感器對設備狀態進行監測，通過機器學習建立設備故障的分析模型，在故障發生前，將可能發生故障的工件替換，從而保障設備的持續無故障運行。