自动化只需要机器设备、系统或过程(生产、管理过程)在没有人或较少人的直接参与下，按照人的要求，经过自动检测、信息处理、分析判断、操纵控制，实现预期的目标即可。而智能自动化技术的基本特征是智能化和集成化，智能化需要采用人工智能、知识工程、神经元网络理论、大系统理论等，使系统具有人的某些智能，能替代或扩展人的脑力劳动，并实现脑力劳动自动化;集成化需要将集信息技术、系统控制技术、软件技术、微电子技术、光电子技术、通信技术、传感技术、机器人技术和专家系统等技术群集于一体，实现一体化或综合化。
一、制造业部分领域已实现智能化
12月6日，2017国际线路板及电子组装华南展览会正式举办。本次展会中，特别设置了“智能自动化专区”，国内企业在不断完善自动化技术之后已经开始探索智能自动化技术的落地应用。OFweek工控网编辑在参展过程中也发现，此次展出的产品和解决方案仍以自动化和半自动化偏多，但是在车间生产、曝光、数控、测试等环节自动化水平已经大幅提升，有的已经在向智能化方向迈进。
从自动化到智能自动化还有多长的路要走
乐深科技在本次展会上展出了一套完整的智能生产车间解决方案，由MES智能精益管理系统和AGV智能运输机器人相结合打造出数字化智能化工厂。MES管理系统利用手机APP可以实现生产现场管理、生产计划管理、设备参数监控、产品追溯和品质监控等工作，AGV机器人则可以完成高效无人物料搬运。
从自动化到智能自动化还有多长的路要走
维圳泰科技展出的VST-X6单手臂自动上料机是一款全自动测试机，机械手臂自动完成传送，适合不规则、高密度、大批量的PCB测试。结合高效的测试系统，节约人工成本、消除人为误放、增加测试的可靠性，为PCB厂家生产优化提供了方案。
从自动化到智能自动化还有多长的路要走
此外，科视公司最新推出全自动LED防焊曝光机和全自动LED外层曝光机，具备高速度、高精度、高解析度等特点，延长了菲林的使用寿命。溢辉数控展出了全自动六轴数控钻铣机和全自动四轴数控钻铣机，换刀和卸料都实现了全自动。
二、智能化转型中面临的难题
从自动化到智能化，无疑是制造业转型的方向，同时也蕴含着巨大的商机。但就目前而言，要真正实现智能化还面临很多难题。乐深科技技术总监方永高认为：“外行人看来很多领域都实现了智能化，但是真正能实现一整套智能化解决方案的企业很少。其实从采购一直到产品成型都可以实现智能化，但是现在还没有形成完整的物流链。智能化从概念变为现实还有很长的路要走，目前所谓的智能化准确来说还都是半智能化”。
从自动化到智能自动化还有多长的路要走
邦正精机刘经理则表示：“自动化设备只单纯的进行各种设定动作，对于数据的搜集并不多，而智能自动化制造系统，必须在设备底层导入软件架构，让设备的动作信息得以被搜集，进而累积成庞大数据库，以进入制造管理系统，还要对数据的正确性做出分析，最后做出决策。这是一个庞杂的工程，涉及整个产业链，需要上中下游厂商相互合作，单靠某个环节的推动根本不行，其中还有很多技术和利益的问题需要协调。”
此外，将自动化升级为智能化，供需两端都必须有全新认识，例如食品业所需的设备架构与汽车业南辕北辙，制鞋厂与面板厂更是截然不同的两个方向，甚至即便是同一产业，也有可能因企业文化、厂房大小、人员素质而有所差异。因此，要让生产设备由自动化升级到智能化，硬件制造商不仅要扮演供应角色，更要借由过去长期累积的垂直应用经验，成为最好的咨询者。
三、我国智能制造产业前景分析
据中投顾问对中国智能制造行业的调研报告显示，中国智能制造处于初级发展阶段，大部分还处于研发阶段，仅16%的企业进入智能制造应用阶段;从智能制造的经济效益来看，52%的企业其智能制造收入贡献率低于10%，60%的企业其智能制造利润贡献低于10%。智能制造实现程度较低的原因主要是智能化升级成本抑制了中小企业的发展，其中缺乏融资渠道影响最大。
2016年工业和信息化部相继出台《智能制造试点示范2016专项行动实施方案》、《智能硬件产业创新发展专项行动(2016-2018年)》和《智能制造发展规划(2016-2020)年》三大政策，为智能制造行业的发展提供战略指导和支持，深入贯彻供给侧结构性改革和创新驱动发展战略，以推动终端产品及应用系统智能化为主线，着力强化技术攻关，突破基础软硬件、核心算法与分析预测模型、先进工业设计及关键应用，提高智能硬件创新能力。
在政策的助推下，目前国内很多企业已经实现了技术突破和品牌建设，特别是在单体硬件设备方面。与此同时，国内汽车、家电等行业自动化和信息化程度已经较高，其他3C，食品饮料，化工等行业正在加快自动化和信息化进程。但是，互联化还是相对较为遥远的事情，智能化可能要等待更长的时间。智能制造的落地需要从硬件到软件、从物理到网络逐步推进。
我国制造业由自动化向智能化过渡，仍有很长的路要走。但是可以预见的是，该过程正在加速进行，这一点从中国智能制造产业集群的形成速度和规模中就可见一斑!
