对智能制造的扶持应该考虑的几点
侧重于扶持领域生产过程的优化(有别于外围领域比如智能仓储)。领域智能制造技术含量高，作用大，需要的投入巨大，因而目前较少;外围领域比如智能仓储、AGV小车等，目前已渐成气候，已经可以为企业带来较好利润，纵使不重点扶持，企业也会努力推进此领域。
依据数据满足智能制造高要求的程度进行资金扶持。促使企业注重数据质量:数字化只有在达到智能制造的数据质量要求时才应该得到资金扶持;如果数据不齐全，甚至有假数据等，不应该扶持。
智能制造
机器代人是典型的自动化。数字化的数据看板，能够使得机械化和自动化的状况一目了然，因而具有强大的应用前景。欧美国家的机械化和自动化早已完成，因此机器代人已不是主要问题。除了较少数企业外，欧美国家的数字化也已经完成。
数字化中，数据质量是关键。中国企业数据质量不足是关键障碍。除了技术之外，管理是阻碍数据质量的主要因素，多数企业对数据丢失没有足够的惩罚力度。智能化是凌驾于机械化、自动化和数字化之上的制造过程，对数据质量的要求远远高于数字化。
智能制造
首先需要对一系列待研究的工程问题或工程参数建立模型，这就需要对工艺、产品、设备和自动化等工程领域极为熟悉;其次，需要采集高质量的在线数据，并基于此数据对工程模型进行机器学习，使之与生产线充分绑定。然后建立智能系统，将生产线的模型和大量的场景用例结合到智能系统中，并产生出即时可变的优化的生产参数组合，交给基础自动化执行。
可见，智能制造是优化的机器代人。目前中国只在制造的头尾部分比如智能仓储方面进行了一定的智能制造，而在制造过程甚为稀少，主要是一些平台开发商。欧美国家技术较好的公司已经成功应用了智能制造，而技术一般的公司尚在努力中。