虽然人工智能作为一项先进技术已经在制造业得到了一些典型成功应用，得到了制造业的广泛关注与重视。但现实中人工智能对于制造业的渗透率仍然处于较低水平，尤其是中小企业直面生存提高效率的需求，以及大型企业行业改善运行效能确保和提升行业地位的需求，尤其在对于人工智能应用路径不明和应用风险存在等顾虑情况下，人工智能在制造中的应用发展，仍然处于探索阶段和需要进行深入思考。结合目前的认知和已有经验，提出如下发展建议。
（1）从场景角度而言，实现从“人工智能+制造”向“制造+人工智能”的转变
整体而言，人工智能在制造当中的应用尚处于一种技术驱动而不是业务驱动的方式，这也是目前人工智能与实际业务融合深度不足的主要原因，技术与业务脱节甚至两张皮的现象是我们需要高度警惕和规避的。目前我们普遍看到的关于人工智能在制造当中应场景的分析，都存在一定程度的制造场景不明、应用效果较为单一或单点的模式。人工智能作为一项先进技术，其应用领域是较为宽泛，不同领域对于人工智能的技术与应用需求是不一样的。人工智能在制造业当中的应用，必须立足于制造业业务本身，制造业务特点不仅具有相当程度的复杂性，同时体现出更为突出的定制性特点，这个方面对于人工智能技术本身的发展同样提出了更高的要求。
（2）从模式角度而言，人与人工智能的互补结合，是当前发展人工智能应用的重要考虑因素
从某种程度角度来说，我们以前所提到的机器换人，不仅仅是简单的自动化，而更应该强调机器智能对人工智能的补充、提升或替代。制造企业对于智能制造的需求也需要一个逐步发展的过程，寄希望于完全替代人类专家在制造当中的智力活动，在当前人工智能技术条件下也是不现实的，企业也需要有清醒的认识与判断。因此通过引入人工智能技术去扩大、延伸、部分取代或辅助制造参与人员更好的做出推理、构思、判断、决策是当前更为可行的应用发展模式。
（3）从现实角度而言，人工智能技术应该结合企业的经验知识沉淀以及先进制造模式落实，作为应用发展的切入点
传统的制造系统运行是以人的智能作为核心的，而人工智能是对人的智能的补充和完善。现实当中，企业其实具有很多的经验和知识，甚至这些经验知识是企业得以保持竞争优势的核心支撑，这些经验知识的软件性物化沉淀其实是人工智能介入到制造系统运行一个核心的切入点。同样的在智能制造之前所衍生演化的先进制造模式，例如并行工程、敏捷制造、快速响应制造、精益生产等，这些先进制造模式对于制造系统运行的改进和完善，其实都有赖于一些关键性业务决策支持，同样是人工智能需要重点考虑的应用领域。
（4）从技术角度而言，人工智能技术与企业数字化转型发展密不可分，对企业制造数据的深入挖掘也是应用发展的发力点
不论是从CPS角度还是数字孪生角度，人工智能都是对标其中的决策分析环节的。但任何决策分析都需要充足必要的数据输入，同样也需要精准的闭环执行支持。因此，人工智能技术与企业的数字化转型密不可分，需要通过数字化转型为人工智能技术的发展提供充足的技术支撑环境和条件，尤其在企业经过长期的发展之后，已经沉淀下来了海量的制造数据，对于其中优质制造数据的深入挖掘以发挥其应有的价值，也是人工智能应用发展的重要发力点。