智能制造的發展是由體系建立到精確模型建立的過程，實現智能制造，首先要解決智能維護大問題，再做智能預測，最后做到無憂系統與大價值。

具體來看分為以下五個階段： 　　

第一階段

全員生產系統(TPS)。由日本提出來的，建立的5S 標準(整理、整頓、清掃、清潔、素養)是七八十年代整個制造系統當中引以為核心的標準，固化在了組織和對人培訓方面。

精益制造和6-Sigma。它的核心價值是如何以數據作為標準建立管理體系，本質是消除浪費。

在這個基礎下面包括質量管理體系、產品全生命周期管理體系等等。這個時候數據真正在制造使用過程中發揮作用。 

數據驅動的預測性建模分析。以數據驅動的預測性建模分析，指的是怎么把隱性的問題顯性化，顯性化之后解決隱性的問題，避免顯性問題的發生。

以預測為基礎的資源有效性運營決策優化。對于過去產生的關聯性都能夠建模之后，怎么根據系統生產、環境、人員多方要素變化進行實時動態優化。

“信息-物理”系統。它是建立在對于所有設備本身運行的環境、活動目標非常精確建模基礎上，這個時候產生知識的應用和傳承問題。 

智能制造最終要具備狀態感知、實時分析、自主決策、精準執行的特征，使得企業更柔性、更智能、更集成化，并且實現了大部分或者全部的智能化技術應用， 目標是實現知識的獲取、規模化利用與傳承。