第四次科技革命的到来为各个国家提供了发展和转型的机遇，智能制造无疑将成为世界各国竞争的新战场。无论是德国提出的“工业4.0国家战略”，还是美国的“国家制造业创新网络计划”，抑或是日本的“工业价值链计划”，无不围绕着制造业这个核心。中国如何实现智能制造？
“工业智能化，美国靠软件、德国靠机器、日本靠人、中国靠数据。中国最大的数据量来自工业，远超阿里巴巴和谷歌。大量的数据都在中国汇集，这无疑给了中国制造最好的资源优势。利用好这一资源，才能弥补中国在装备制造和核心零部件等方面的弱势与短板。”
在制造系统和商业环境变得日益复杂的今天，利用大数据去解决问题和积累知识或许是更加高效和便捷的方式。“大数据的目的并不是追求数据量大，而是通过系统式的数据收集和分析手段，实现价值的最大化。所以推动智能制造的并不是大数据本身，而是大数据的分析技术。”
可以从以下三个方向谈大数据如何具体推动智能制造
第一个方向是利用大数据分析，从解决问题到避免问题。”
20世纪80年代，美国制造受到了德国和日本的巨大冲击，尤其是在汽车制造行业，德国和日本的汽车以更优的质量和更好的舒适度迅速占领了美国市场。令美国厂商百思不得其解的是，美国在生产技术、装备、设计和工艺方面并不比德国和日本差，在汽车制造领域积累的时间甚至超过他们，但是为什么美国汽车的质量和精度就是赶不上人家？
在那个时候，质量管理已经在汽车制造领域十分普及了。光学测量被应用在产品线上以后，在零部件生产和车身装配的各个工序已积累大量的测量数据。但问题是，即便测量十分精准，在各个工序和零部件生产、车身装配都进行严格的质量控制，可在组装完毕后依然有较大的误差。于是美国的汽车厂商不得不花大量时间反复修改和匹配工艺参数，最终的质量却依然不稳定，时常出现每一个工序都在质量控制范围内，但最终的产品质量依然不能达标。
针对这一难题，上世纪90年代他们与美国密歇根大学吴贤铭教授一起发起了“2mm”工程来解决这一问题。
在引入上述数据分析对质量进行管理和控制的方法后，产品的设计周期和成本得以大幅降低，并且产品质量的精密度和稳定性也得以明显提升。1992年12月，一个位于美国密歇根州底特律市的装配工程陈宫实现了2mm变化级，并第一次将2mm工程成功市场化。这一方法并不需要大量的硬件投入和生产线的改变，实施的成本非常低廉，但产生的效果显著，因而被广泛推广到飞机制造、发动机制造和能源装备等各类制造领域，对美国制造精度的提升起到了重要的推动作用。
大数据推动智能制造的第二个方向，是利用大数据预测隐性问题，在问题成为显性前就进行解决。
如果将露出海面的冰山比作可见问题，那么硬性问题就是隐藏在冰山下的恶魔。
“当我们将这些区域分别建模时，在制造系统的运行过程中这个分布可能会慢慢偏移，这时与正常状态和某一类异常状态可能有所重叠，那么其与正常状态的相似程度就代表它的健康值，与故障状态的相似程度就代表了其故障风险，我们可以将这个相似程度进行量化。随着时间的推移，这个分布可能会有慢慢向某一个状态发展的趋势，我们所量化的结果就形成了一个时间序列，这个时间序列代表的就是衰退的轨迹，进而对这个趋势的未来发展进行预测，就可以推断出在未来的什么时间会发生什么问题或故障。”
第三个方向，就是利用反向工程，从结果中找到原因
事实上航空发动机真正的科技与挑战都是隐藏在‘看不见的世界’中，其中的“隐性科技/杀手”就存在于包括航空发动机、半导体制造和精密元器件等领域里最尖端并且最富挑战的核心和关键技术。因为人们不了解它存在的原因和激活的条件，它们都隐藏在不稳定、非线性、瞬态和随机的工况与过程之中。
针对疲劳裂纹产生的区域进行更深入的分析后发现，导致风扇盘损坏的罪魁祸首是钛合金叶盘中混入的少量氮元素与氧元素。这些杂质如果出现在钛合金的部件之内就会增加它的脆性，使其容易在受力的情况下产生裂纹。即使引擎部件裂纹的检测包含在引擎的例行检查项目之中，但该风扇盘的裂纹产生的地方极难察觉，导致了事故的发生。
“风扇盘制造过程产生的缺陷或许才应该是事故发生的必要因素，但又不构成充分的条件。 因为在老化的过程中，许多隐形特性（疲劳与应力特性）的加入，导致了最后事故的发生。”
李杰在《从大数据到智能制造》中详细分享了多例案例。“航空发动机的安全、可靠及持久性很大程度上建立在偶然率之上。大数据在智能制造中的典型应用场景还包括加速产品创新、生产系统质量的预测性管理、产品健康管理及预测性维护、能量管理、环保与安全、工业企业供应链优化、产品精确营销、智能装备和生产系统的自省性与自重构能力等。
中国制造业转型的方向在哪里？
“从解决问题到避免问题’这一方向适合在某一个领域已经做了很久，有了一定的积累，但是却不知道为什么做得好或是不好。 比如中国的离散制造、精密加工、汽车制造、装配制造等领域；第二个方向预测隐性问题，适用于在解决了可见的问题之后，仍然存在一些不可见问题对制造系统造成的影响，希望能够了解不可见因素的变化过程和相互的关联性，积累更加深入的领域知识；而在制造基础非常薄弱的领域，并没有形成太多有效的数据，但是从国外聘请了非常有经验和知识的人，则可以实施反向智能制造。”
例如此次参加2016（第四届）先进制造业大会中易云科技的iME-MES智能制造管理解决方案(智能生产管理解决方案），它是由易云科技在多年专注从事制造领域信息化服务的经验积淀上，运用工业物联网及智能装备终端等技术，整合了各行业多种最佳解决方案。帮助企业打造的新一代“零缺陷，零浪费，零干预”工厂智能制造执行管理系统平台。
最近，“提升供给侧质量”成为中国政府在重整制造业中的重要改革举措。 “提升产品质量的方式有很多种，但是我认为中国制造目前最需要提升的是标准化、规范化和合理化，至于是应该使用自动化、信息化、机器换人，还是工匠精神等方式，应该视具体的行业和企业的情况而定。”
我们相信中国会成为新制造革命的中心，因为大数据将成为中国继人口红利之后的又一大竞争优势，中国应该利用好使用数据的资源，才能弥补中国在装备制造和核心零部件等方面的弱势，做到让世界向中国学习在制造系统中创智和创值的经验。