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
机器代人是典型的自动化。数字化的数据看板，能够使得机械化和自动化的状况一目了然，因而具有强大的应用前景。欧美国家的机械化和自动化早已完成，因此机器代人已不是主要问题。除了较少数企业外，欧美国家的数字化也已经完成。
数字化中，数据质量是关键。中国企业数据质量不足是关键障碍。除了技术之外，管理是阻碍数据质量的主要因素，多数企业对数据丢失没有足够的惩罚力度。智能化是凌驾于机械化、自动化和数字化之上的制造过程，对数据质量的要求远远高于数字化。
智能制造
关键技术的自主开发能力较弱。如智能装备中的部分关键零部件（减速机等）、工业软件（CAD/CAE/MES/ ERP等），均被国外厂商垄断。
我国工业数字化和网络化程度不高。当前我国服务业、工业、农业数字经济渗透率分别为37.8%、19.5%和8.2%，我国企业数字化转型比例约为25%，远低于欧洲的46%和美国的54%，工业数字化处于初级水平。推进“上云用数赋智”，助力企业数字化转型，将为我国智能制造赋能。
智能制造
我国具有全地球独有的发展制造业的全产业链条。我国具有全地球较完整、规模较大的工业体系、强大的生产能力、完善的配套能力。目前我国已经拥有41个工业大类、207个工业中类、666个工业小类，形成了独立完整的现代工业体系，是全世界拥有联合国产业分类当中全部工业门类的国家。随着智能制造深入推进，工业互联网发展进入快车道，一大批数字化车间和智能工厂已经建成。截至2020年6月，制造业重点领域企业关键工序数控化率和数字化研发设计工具普及率分别达到51.1%和71.5%。