在全球產業發展的進程中，制造業一直扮演著十分重要的角色，而藉由成熟技術與應用的導入，也讓制造業得以提供更精致細膩的生產服務，繼續扮演著全球產業發展背后的推手。

近期，隨著人工智能發展到得以廣泛應用的地步，怎樣將人工智能與生產制造進行連結，則成了另一個熱門的議題。而導入了人工智能的生產制造，則有了智能制造的新角色定位。

人工智能與生產制造之間之所以產生火花，物聯網的成形，扮演了相當關鍵的角色。畢竟，在萬物聯網的概念中，面對大量數據資料的傳遞及流動，如果不能有效的分類、儲存、分析、模擬，到產生回饋，則龐大的數據，最終只會成為龐大的負擔，無法創造任何價值。要對龐大數據資料進行各項處理的工作，就得倚靠人工智能的協助。

在物聯網的架構下，智能制造是屬于產業的應用別，而人工智能則是得以讓智能制造實現的重要工具之一。

要知道人工智能并不是一項全新的科技或技術，最早的概念甚至可以追溯到40年代，一路發展迄今，歷經了幾次浮沉，近幾年由于相關基礎、技術及環境的改變，才讓這一波人工智能風潮得以在短時間內，迅速的被引用到智能制造等不同的領域之上。

像是運算與儲存技術的提升、算法的累積及突破，確實對這波人工智能風潮帶來正面的幫助；不過，最重要的關鍵還是隨著物聯網與聯網裝置的興起，所產生的巨量數據，以及帶動各種數據庫的開放及分享，應該才是推動這一波人工智能應用風潮的最大關鍵。

過去人工智能在發展上，往往會局限于某些特殊領域中使用，除了建置費用等因素外，能取得相關數據資料的多寡，也是人工智能是不是能真正達到智能的重要因素。就好比一個兒童，必需要經過不斷的學習，才能成長。對人工智能而言，數據就是學習的來源，資料量越多，運行就會越具效益。

過去，生產制造的流水在線，機臺設備都是各自獨立，設備的各種實時狀況，不僅難以記錄，更無法追溯，所以只能等到事情發生之后再來解決。

不過，物聯網引發的聯網風潮，讓越來越多的機臺設備都具備了對機臺數據進行實時擷取的功能；而大規模由產線端所產生的數據資料，透過人工智能建模的過程，才會成為對提升生產效益能帶來幫助的有效信息，也才能協助生產制造朝向智能化發展，進而達到智能制造的目標。

雖然今后發展上，透過架構上的演進，人工智能本身也將出現不同的轉變。會從目前透過既有數據的分析，找出邏輯，從而去預測未來的層級；進一步成為透過學習，能從龐大數據中去尋找數據之間關連性的程度。

不過，即便如此，但如果缺少了數據的填充，則人工智能也將僅是一堆毫無用途的程序組合，無法創造任何的效益與價值。