智能制造在十年前由过程工业率先提出，现在正被更广泛的商业部门所采用。鉴于所承诺的令人信服的好处，很容易看出原因。从生产设备生成的丰富实时数据中提取洞察力可减少工厂停机时间、提高制造效率并提高产品质量，从而显着节省保修成本。然而，在急于实施的过程中，存在企业未能将雄心勃勃的意图转化为有意义的投资回报率的真正风险。
具有讽刺意味的是，最常见的陷阱之一是简单的未能识别，在一开始，ROI 将代表什么。太多的企业开始收集数据，然后才试图确定何时何地实现回报。
另一个典型的失败是将智能制造视为只不过是在桌面上聚合传感器数据。就其本身而言，原始 data 没有什么价值。为了获得任何回报，公司需要采取更加深思熟虑的多阶段方法。具体来说，它需要掌握五个不同领域的能力：
至关重要的是，整个过程应该由领域专业知识塑造。成功的智能制造计划几乎总是由车间驱动，而不是由数据和 IT 专家强加。特别是，开发提供洞察力的算法需要详细了解制造过程中的物理原理。此外，将系统的所有权授予负责智能制造工作的人员将大大有助于促进购买。
最终，制造过程数据的实时分析应该会改变游戏规则。
生产团队无需对问题做出反应，而是可以预测并先发制人。消防成为过去。但这并不能使智能制造成为应对现代工业无数挑战的简单、补强的解决方案。持续的回报始终需要透彻了解原始数据如何转化为可操作的见解。鉴于进口考虑到多阶段方法，制造商还需要仔细考虑他们选择的系统供应合作伙伴。最重要的是，设计和实施有效集成所有五个关键步骤的解决方案的能力将是最大化投资回报率的基础。
