柔性制造的模式其实广泛存在，比如定制，这种以消费者为导向的，以需定产的方式对立的是传统大规模量产的生产模式。在柔性制造中，考验的是生产线和供应链的反应速度。
智能制造理论中涉及到的概念太多，围绕着应用：怎么用、谁来用、什么时候用、什么场景下用。其中，考虑了三种可行性：技术可行性、经济可行性、现实可行性。所谓现实可行性，主要考虑到不能把人的能力考虑得太牛。
智能制造的模式与传统制造完全不同，依托于先进的数字化制造技术，工厂可以进行按需生产，从世界各地供应商采购原料，避免了大量库存的风险，并通过社交媒体管理客户反馈，实现个性化的制造，达到更快、更灵活、更高效的产品交付水平。
AI的兴起已经为我们提供了诸多借鉴之处，如PDF的解析、人脸识别、噪声获取等等，所以在AI当中对于智能制造帮助最大的是极速获取数据的能力，都是单点的应用，减轻人为录入的工作负担。
实施智能制造工程，应紧密围绕重点制造领域关键环节，开展新一代信息技术与制造装备融合的集成创新和工程应用。支持产学研用联合攻关，开发智能产品和自主可控的智能装置并实现产业化。
工业数据的收集和分析早在传统工业信息时代就一直在进行，有大量的数据来自研发端、生产制造过程、服务环节。而工业从数据到大数据，最大的区别是实现数据的两化融合，将工业化数据与自动化域数据的叠加。
智能制造的整体解决方案实现虚拟生产和与现实生产环境的融合，采用创新的工业软件、自动化技术、驱动技术及服务，让MES深入企业运营应用过程中，促进企业缩短产品的研发周期，提高生产效率，降低单元的产品的制造成本，提高产品的不良率和能源利用率。
目前，数字化工厂仿真软件已经可以实现人机工程仿真。同时，也已经有各种辅助装置，来调整产品在制造和装配过程中的高度和方向，确保工人能够在生产过程中，保持相对舒适的姿态。
如以人类神经系统与智能“神经系统”进行类比，我们可把ERP看做脑部、MES则作为脊髓，两者共同组成智能制造系统的中枢神经。
