这是一个跨学科的专业问题，至少在专业知识上需要对机械自动化、智能化，电气控制和信息系统等有全局性的认知才能对所谓的“智能制造”初窥门径。
首先我们需要来定义一下“智能制造”这个名词，这对于我们理解这个名词非常的重要。在这里我借用一张资料来做分享，如下：
智能制造定义包含数字化，网格化，智能化。
■智能制造是一系列新型技术与应用的有机结合，其内涵会随着技术的发展不断变化。
■智能制造定义当前包含“数字化”、“网络化”、“智能化”三部分。“数字化”指将工业信息转换为数字格式，利用计算机进行管理或控制的过程；“网格化”指新的软硬件技术将生产者-机器，机器-机器，消费者-生产者之间的相关内容连接，形成数据，流程互通的基础，即万物互联网过程；“智能化”是指通过人工智能等新技术提高全流程的自主化水平。
智能智造关键技术发展路径
从上面的资料中我们可以很清晰的看到一个对“智能制造”的定义，那就是“数字化”、“网络化”、“智能化”，一个工厂或者是企业，只有具备了这样的运营体系，我们才能称之为这是一个具备智能制造能力的实体。
当然，这个定义在某种程度上来说有一点小问题，那就是这“三化”的顺序位置需要颠倒一下，这样在逻辑上才能真正的讲得通。
企业智能化（自动化）
对于绝大部分制造业企业而言，企业的自动化（智能化）产业升级是我们首先需要面对的一个问题，因为只有解决了这个问题，后面所谓的“网络化”和“数字化”才会具备一个真正的基础，否则不过空中楼阁而已，没有任何的现实意义可言。
企业需要实现自动化（智能化）的升级改造，需要基于以下个方面去考虑：
A、 企业的生产规模和产品系列
其实，并不是什么企业都能够或者说值得去做自动化、智能化改造的，因为这个产业升级的过程对成本的要求相对较大，只有那些大规模生产，单系列生产的产品，才真正的具有自动化和智能化的实现意义，因为这里面牵涉到一个生产“柔性”的问题。
自动化和智能化的生产模式，确实在生产效率，生产质量和生产成本上能够有一定的改善，甚至在某些环节有重大的改善，但是从目前的自动化技术而言，其实很多自动化生产线的“柔性”度是不够的，是很单一的。很少能够做到真正的大柔性生产模式，所谓的“柔性”就是指一条产线实现多种品种的产品生产，因为这里面牵涉到生产设备、刀具，夹具、程序和质检工艺等等一系列问题。
对于很多自动化生产线而言，要想跟换一个产品生产，对产线的调整和处理是很麻烦的，甚至其中的成本往往会让人“望而生畏”，所以针对很多单件商品，高度定制化生产的产品，全自动化的生产模式并不是最好的选择。所以，在企业自动化、智能化的改造升级过程中，也需要更多的企业人意识到，这不是一个跟风冒进的事情，而是需要充分的进行自我评估和思考的。
B、生产工艺流程的全面优化和改进
任何企业做自动化和智能化的生产升级，一定要基于企业的全生产工艺流程的优化和改进去进行，特别是很多现代化的加工生产技术已经出现了颠覆式的改变，很多传统的生产模式已经到了淘汰和废弃的程度，甚至很多工序都可以合并或取消。
所以不要基于某个点（工序或工位）去片面的考虑自动化和智能的问题，例如我们以前一个产品的加工可能要分几个工序（如铣面，钻孔，攻丝等），但是随着现代化加工技术的升级（如高精度加工中心，机械手，自动供料系统），这些工序其实可以在一台设备上来完成，而且可以在很大程度上脱离对工人技术的依赖，单纯的依靠设备的加工能力就可以很好的保证产品的质量。
同时在工艺路线的分布和车间布局上也会存在很大的颠覆性，这就是现代技术对传统生产模式的一种优化和升级，我们需要基于这样的技术基础去考虑，而不是单纯的从某个点去做改进，这可能会让你花掉很多冤枉钱，而且最后效果还不好。
C、先进技术的应用与推广
其实，对于很多制造企业而言，他们对先进技术的敏感程度是不高的，特别是很多传统的企业，一贯的加工运营经验和模式，很大程度的固化了他们的思想和认知，狭窄的知识结构与信息获取也限制了他们的想象，但是企业的资源与权力却把握在他们手中。
所以无论是政府层面，还是技术供应商，都应该在技术的先进性和应用模式分享上要做更多的推广和交流，无论是通过行业展会，政府培训，技术营销，还是互联网案例分享等模式，多维度的推广技术的应用与发展。
对于技术层面而言，也是存在很“世面”可以言的，多见点世面对于很多企业来说确实是当务之急，这样才能真正从认知上改变他们的观点，并最终改变他们的行为。
D、产品设计的模块化与标准化；
产品的模块化设计，这对于自动化、智能化生产是不可或缺的一环，前面已经分享过一个观点，自动化生产模式的柔性度相对不高，其实要解决这个问题，其根本还是要回归到产品设计层面来，只有对产品实现模块化、标准化设计，才能真正实现企业的自动化和智能化生产。
甚至可以在一定程度上实现企业的定制化生产，因为只有模块化和标准化设计，才能实现自动化生产的最大柔性，从而降低自动化的生产成本，实现高质量，高效率、低成本的生产经营模式。
其实现在的很多所谓的定制化企业，也都是基于产品的模块化和标准化设计来推广的，并不是说真的能够实现客户的百分比个性化，都是划定了一个区域给你去选择的，你所有的选择都应该在企业的掌控之类，否则企业的生产成本根本就无法消化。
就算企业做得出来，你也不一定买得起，这就是产品设计模块化和标准化的意义所在。
总结，如果你将来的就业方向是制造企业的自动化和智能化领域的话，那你现在需要具备的技能就是努力学好专业理论课程，虽然这些课程非常的传统和“古老”，但是作为一个行业的基础课程，他们是不可或缺的，只有具备了这个基础，你才能真正具备了去学习先进的能力。
同时密切关注行业的先进技术的发展，特别是应用层面的先进技术，那种还是概念方面的技术不要太过于专注，集中在可应用层面上来，因为企业的自动化和智能化改造一定是要落地的，所以技术的应用非常重要。
特别是本科阶段的学生，你们绝大部分人的职业生涯发展都会处于技术应用的层面，很难做到技术研发层面去的，特别是那种从0到1的研发，更是基本上绝缘，所以多关注应用层面的技术，对你们胜任日后的就业岗位有莫大的好处。
至于研究生层面的学生，你们有可能进入一些真正的技术研发型岗位，所以对于数学能力的掌握一定要好，同时对于很多先进的软件技术，分析方法等也要有充分的积累，因为你们是有可能去从事那种从0到1的研发的，同时对你们的专业理论基础一定要学好，这也是一个基本条件。
在这里提供一个参考，你就是多参加一些行业的展会，特别是与自动化，智能化，智能制造相关的行业展会，因为这样的前沿技术的展示会极大的拓展你们对这个行业的认知，特别是应用型技术的认知，这是你们在学校无法学到的，你们的老师也教不了你们。
企业网络化（信息化）
企业网络化，其实企业网络化的基础是企业是自动化和信息化，因为只有实现了企业的自动化和信息化，网络化才有真正的存在意义，这里面有几个非常重要的点需要有认知。
首先是在企业的自动化实现过程中，加工设备，加工工序，质检产品等都需要具备数据传输的功能和接口，因为这是实现数据抓取，存储和应用的前提。
其实现在这也是产品研发的一个趋势，那就是在传统的“机械设计+电气控制设计”的基础上演变为“机械设计+电气控制设计+软件开发”，这样的机械产品才是真正具备智能制造要求的产品。
无论是我们的数控机床，还是我们机械手，还是很多工业类的功能部件，现在都实现了数据的采集与传输功能。
在这里举个例子，连我们平时使用的移动拖链现在都带有拉力测试和信号传输功能了，我相信有相关行业认知的人一定会感觉到惊讶，这个产品在本质上来说，对于这样的附属功能的必要性还是不高的，当然其完全有存在的价值，但是这也让我们看到了未来产品的研发方向。而企业信息化的打造，这里面牵涉到多个信息化系统的集成，例如ERP系统，MES系统，PLM系统、SCM系统等等。
这些信息化系统不仅有其独立的数据采集，存储和应用功能，更可以实现系统与系统之间的数据互联互通，同时在数据源的一致性和可靠性上还需要有充分的保障，而企业的网络化就是将各种自动化硬件和信息化软件系统实现互联互通和数据交换，并以企业需要的方式对数据进行处理、分析和输出。
这是一个非常复杂而庞大的工程，建立起来非常困难，但是一但成功建立起来对企业来说是一个巨大的助力。
总结，如果作为机械方向的学生，你将来想在这个方向就业，那除了机械专业本身的课程学习之外，你还需要熟练的掌握一门计算机编程语言，同时对你的数学能力也需要有更高的要求。
当然这对于机械专业的学生来说有一定的难度，但是也不是不可能，因为机械专业本身就有相应的计算机课程，同时这对于个人将来的就业宽度和发展前景是非常有好处的，这种交叉学科的背景，对于制造业，特别是智能制造而言，具有莫大的适用性。
企业数字化
企业的数字化，其实是一个非常全局性的称谓，其涵括了从销售订单到产品研发，从零件采购到产品生产，从供应链到销售等多个环节的软硬件配置和信息化系统的综合应用。
前面介绍的那些内容都是企业数字化的重要组成部分，但是其中的某个内容并不构成所谓的数字化运营模式，只有将所有内容都高度的集成和交互起来，才能真正实现一个企业的数字化改造。
同时，对于企业各种信息化的数据化，是企业数字化的一个非常重要的标志，因为只有实现了企业经营生产信息的数据化，我们才能够真正去使用这些数据，并让这些数据真正的为企所用。
工业大数据到目前为止，我们更多还是局限于数据的采集阶段的突破，因为只有实现了真正的工业数据的良好采集，才有可能实现后续的数据存储和数据应用，甚至做到数据共享，数据销售等等。但是从目前的情况来看，真正具备数据采集能力的企业少之又少，这既有技术上的障碍，更有实施能力、实施成本的不足。
其实无论对于工业大数据，还是生活大数据，都非常具有值得去深究的价值，例如这次的新冠疫情事件，多个方面的大数据应用就非常出彩，从疫区流出人员的数据分享，到各种疫情控制信息的及时发布，这些都是大数据的应用的价值。
同样的，工业大数据也存在这样的利用价值，但是我们需要有更多的具有工业认知背景的人参与到数据的采集，存储和应用的过程中来。
因为对于工业数据的定义，采集和应用都有很强的工业逻辑在里面，这不是单纯的大数据分析师可以轻松的做到的，例如我们需要采集什么样的数据，那些数据需要如何去定义，他们能够呈现给我们什么样的信息等等，这些问题的处理，脱离了工业背景是很难真正做好的。
总结，所以如果你想在工业大数据方面有所发展，除了学习好计算机编程语言之外，你的数学能力，你的逻辑能力，你的工业背景都是很重要的条件，如何去获得这些知识架构，是一个很系统的过程，当然作为学生时代，你们唯一能够做的就是尽量把基础知识的底子打好，把各种综合应用率较高的通用性知识掌握。
例如英语，计算机等等，这些专业知识和技能对于大家今后的成长是非常的具有普遍的适用价值的，无论你将来从事的是什么专业或者职业，这些知识会成为你工作道路上巨大的助力！
