智能制造源于人工智能的研究。一般認為智能是知識和智力的總和，前者是智能的基礎(chǔ)，后者是指獲取和運用知識求解的能力。智能制造應當包含智能制造技術(shù)和智能制造系統(tǒng)，智能制造系統(tǒng)不僅能夠在實踐中不斷地充實知識庫，而且還具有自學習功能，還有搜集與理解環(huán)境信息和自身的信息，并進行分析判斷和規(guī)劃自身行為的能力。

一、生產(chǎn)模式與材料的制約

在本文中，我們明確智能制造以實現(xiàn)“個性化生產(chǎn)”這個提升企業(yè)自身競爭力的產(chǎn)品戰(zhàn)略為導向，采用信息技術(shù)，將生產(chǎn)中各個環(huán)節(jié)的數(shù)據(jù)傳輸?shù)焦芾硐到y(tǒng)，通過動態(tài)的優(yōu)化來“提升質(zhì)量、降低成本、縮短產(chǎn)品交付周期”。
機械剛性制約
目前很多產(chǎn)業(yè)的生產(chǎn)方式，多是對現(xiàn)有的原材料，無論是金屬材料、塑性材料、纖維材料還是半導體材料等，通過一定的切削、成型、編織等工藝進行加工，而這些加工很多在機械上是有制約的。例如制藥，我們不能進行“插單”實現(xiàn)靈活定制化，因為每個批次的藥物需要進行清洗生產(chǎn)環(huán)境才能進行另一個生產(chǎn)，很多影響生產(chǎn)質(zhì)量的參數(shù)無法實現(xiàn)在線的調(diào)整，這必然會導致產(chǎn)生不良品，而質(zhì)量迭代需要有批量基礎(chǔ)的數(shù)據(jù)才能實現(xiàn)提升。

數(shù)據(jù)未被系統(tǒng)有效采集存儲
目前，在推進智能工廠的過程中，我們會發(fā)現(xiàn)由于原有的設(shè)備來自不同廠商、不同代次，這造成工廠設(shè)備間無法互聯(lián)。在控制器上，動態(tài)的數(shù)據(jù)如印刷套色的偏差及影響值、紗線CV值等傳統(tǒng)生產(chǎn)的數(shù)據(jù)都無法被有效采集。很多時候，這種情況出現(xiàn)并非是技術(shù)封鎖造成的。供應商當然不愿意開放核心技術(shù)，但很多時候，這些參數(shù)在傳統(tǒng)的生產(chǎn)模式下根本未被考慮，因而導致數(shù)據(jù)被大量浪費，沒有實現(xiàn)有效采集。而無法互聯(lián)互通則僅僅是制約因素之一，反倒是相對容易突破的。
信息模型
在很多企業(yè)的生產(chǎn)線數(shù)據(jù)互聯(lián)升級中缺乏信息模型，使得對于采集什么樣的數(shù)據(jù)，如何使用這些數(shù)據(jù)，都沒有有效的標準化以及應用軟件的支撐。

三、管理升級的制約

精益生產(chǎn)
“精益”是數(shù)字化的基礎(chǔ)，這已經(jīng)有很多共識，包括現(xiàn)在投入到智能制造項目中的人也會深刻體會到這一點。然而，精益生產(chǎn)的基礎(chǔ)在日本已經(jīng)數(shù)十年，應用到中國智造中，卻顯得有些急功近利。
事實上，如果去一些企業(yè)，甚至是大企業(yè)觀察會發(fā)現(xiàn)，在生產(chǎn)制造的質(zhì)量控制、倉儲物料管理、能源管理、資產(chǎn)維護等環(huán)節(jié)，仍然存在大量的“浪費”——如果用精益生產(chǎn)的標準去看這些問題，我們就會發(fā)現(xiàn)，制造業(yè)內(nèi)部的提升空間仍然是巨大的，僅在現(xiàn)有的生產(chǎn)環(huán)節(jié)上去挖掘，依然可以帶來巨大的收益，可以讓企業(yè)產(chǎn)品質(zhì)量得到提升，生產(chǎn)成本得以降低。