自从第一座工厂于17世纪建立以来，利用传统的商业和技术手段对工厂进行优化和创新就没有停止过。同样，数字化革命也走到了工厂这座舞台的聚光灯下，它的意义在于利用物联网和工业4.0技术改变生产企业（或者叫“智能工厂”）的流程和组织以提升效率和效益。利用极佳的综合性运营模式以极少的资源投入提升质量和产出。近年来，该领域内有6项重要成功要素为业界所认可。

智能工厂的核心技术：

1. 创建智慧工厂的一个核心要素是广泛使用辅助系统。作为精益理念的延伸，其目的是减轻作业人员所承受的压力。这种压力包括了来自体力和时间上的限制，这样做的目的是让人员能更多的关注关键的增值活动。在缓解体力劳动方面，工厂的辅助系统已应用于自动化运输，或使用各种机器人的解决方案。然而，数字化技术的应用将提供更深层的潜力提升。

例如，得益于“工厂云服务”系统，我们可以通过手持终端的A软件迅速了解到设备的运转状况，产能的使用，关键部件的磨损情况和对设备状态预测等信息。信息化的加入也使得技术性装备得到强化，一些低成本，高效率并且具有友好的用户交互界面的装备（比如智能眼镜）变得更具吸引力。像工作指导文件或一些重要的统计数据都可以轻易获取。

2. 智能工厂的另一个重要特征是分权制组织形式。取消金字塔型的组织结构，这有利于组织创造价值和减少管理成本，并且使多元化的组织要素和生产软件系统 （比如ERP，MES，和P系统）展开最大化的自主协作。当然，这些都要以M2M，RFID或智能OTS技术的应用，以及带有传感器的机械设备，工具和生产设施的投入使用为前提。

3. 对于避免浪费和生产差错的出现，实时生产控制和质量控制是关键。各类传感器技术的配置使用可以实现实时抓取关键过程数据并进行与标准的比对。这使得对策措施可以被及时执行，比如通过实时分析焊接过程的数据，马上可以发现可能的缺陷点并在毫秒级时间内调整焊接程序予以纠正，从而减少不合格品的产生。

同样的逻辑原则也可以解释什么是“智能化”质量控制。在这个例子中，明确的关键数据指标是采取对策的基础。错误因此可以在早期被识别并予以纠正，质量成本可以得到有效降低。

4. 在智能工厂领域中讨论最多的一个课题就是“预测性维护”。它采用了由传感器技术应用所提供的状态预测功能，是所开发的新型商业模式中常被提及的内容，至少是未来最具发展潜力的课题。这项融合了产品和服务的技术，可能是工厂中最具实际意义的革新。它不仅可以实质性的减少以前由于必要的维护活动而产生的成本支出和避免因为系统失效导致的生产停顿,而且可以通过对作业数据和载荷量的分析很好得协调生产资源和避免设备闲置以及系统过载。同时，预测性维护方法也可以和环境监控系统进行整合，用来对关键环境因素进行持续监控。这样可以使设备及设施长期保持在可用状态从而持续降低维护成本。

5. 作为各项创新技术的基础，大数据战略越来越受到重视。数字化技术的优势就在于将智能工厂持续产生的大量数据安全、高效得进行收集整理和分析，并整合进决策流程中，起到辅助决策的作用。

6. 智能工厂的组织和流程与传统制造工厂相比呈现明显不同的特征。它不仅打破传统的流程方法也质疑已有的社会型框架结构和牢固的技能体系。结构化的管理方法和系统性引入新流程及技术手段并使其得到强化的过程成为打破旧有方式，建立新工作方法的关键因素。

智能化的起点如今，特别是在西方高附加值经济领域中，所有的行业都可以从工业4.0模式的全部或部分要素引入过程中获益-尤其想在长期面临全球竞争压力下取得成功则更要尽早谋划。但目前情况不容乐观，在工业生产中实践工业4.0模式的例子却很少。一个重要的原因是由于对工业4.0理念缺乏全面了解，职业经理人还处在犹豫和彼此的争论中。多数情况下，智能工厂的推广被过度关注于分类系统，扩大化的安全性问题和高度复杂的愿景目标所拖累。这种现象已经导致了实施小规模数字化改造机会的流失。不过，因为革新课题具有动态性，技术变更频率飞快和暂时缺乏相应标准的原因，也让各地区先行者进行不断尝试而积累宝贵经验的热情和意愿更加高涨。作为“工业4.0奖项”的组织者，近年来我们已经注意到大部分成功项目的实施已摆脱类似“未来5年后再计划”的束缚 。这表明“智能化的起点”成为智能化工厂走向现实的最好方法。