制造企业(联盟)比制造工艺和产品更大，包括横跨制造工厂、企业、工业界的众多业务和管理职能。供应链中制造运行与业务职能的集成是未来智能制造企业(联盟)的一个中心优势。
整个智能制造行业都在布局工业4.0，有哪些方面呢？
1:面向智能制造的工业界建模与仿真平台。
智能制造的大规模使用需要模型和计算平台向众多用户开放，并在提供轻松访问的同时保护知识产权。计算工具也需要拥有先进功能以支持在工厂环境中进行更复杂的分析和决策，并且在制造企业中与商务系统集成，这些功能包括所有关键绩效指标以及企业范围数据的集成，涉及原材料、设备、设施、产品和后勤。人员因素也必须在决策工具和自动系统中加入，把人类行为、行动与机器知识进行集成。
2:经济可承受的工业数据收集与管理系统。
支持企业范围的智能制造系统需要大量数据，这些数据需要使用高效、标准化的方法收集、存储、分析和传送，高效且经济地管理、使用数据对智能制造是一个重大挑战。想解决当前数据系统的局限，则需要开发相容的数据方法以及新的收集体系结构，这—体系结构使用综合传感器网络并使数据传输简化。数据系统需要是不同平台与用户共用的且可在其间相互交换。
3:企业范围集成(商务系统、制造工厂和供应商)。
制造企业(联盟)比制造工艺和产品更大，包括横跨制造工厂、企业、工业界的众多业务和管理职能。供应链中制造运行与业务职能的集成是未来智能制造企业(联盟)的一个中心优势。成功地集成业务规划和制造决策将极大增加各种资源使用中的生产率、效率。无损知识产权的跨供应链集成将为改进供应商绩效开辟新方法，并且能让供应商占领新的或邻近的市场。
4:智能制造中的教育与培训。
为持续发展智能制造的技术及其他方面，并且使工厂有效采用、广泛使用智能制造，需要打造—支熟练的劳动力大军。这其中的关键在于向大学和学院课程中加入智能制造概念的讲解，在高等教育课程中介绍这些概念将确保工程师和科学家骨干在所需学科中得到培养。对于培训操作员使用新工具、确保将人员因素持续纳入计算和自动化工厂系统来说，工厂或工业培训项目也是需要的。能够在工厂运行中看到决策的影响，并且经过学习的操作员会成为高效的资产。
关键词：智能制造工厂，智能工厂方案，智能工厂实施，智能制造
