智能制造的发展是由体系建立到精确模型建立的过程，实现智能制造，首先要解决智能维护大问题，再做智能预测，最后做到无忧系统与大价值。

具体来看分为以下五个阶段： 　　

第一阶段

全员生产系统(TPS)。由日本提出来的，建立的5S 标准(整理、整顿、清扫、清洁、素养)是七八十年代整个制造系统当中引以为核心的标准，固化在了组织和对人培训方面。

精益制造和6-Sigma。它的核心价值是如何以数据作为标准建立管理体系，本质是消除浪费。

在这个基础下面包括质量管理体系、产品全生命周期管理体系等等。这个时候数据真正在制造使用过程中发挥作用。 

数据驱动的预测性建模分析。以数据驱动的预测性建模分析，指的是怎么把隐性的问题显性化，显性化之后解决隐性的问题，避免显性问题的发生。

以预测为基础的资源有效性运营决策优化。对于过去产生的关联性都能够建模之后，怎么根据系统生产、环境、人员多方要素变化进行实时动态优化。

“信息-物理”系统。它是建立在对于所有设备本身运行的环境、活动目标非常精确建模基础上，这个时候产生知识的应用和传承问题。 

智能制造最终要具备状态感知、实时分析、自主决策、精准执行的特征，使得企业更柔性、更智能、更集成化，并且实现了大部分或者全部的智能化技术应用， 目标是实现知识的获取、规模化利用与传承。