《“十四五”人机一体化智能系统发展规划》提出：“十四五”及未来相当长一段时期，推进智能制造，要立足制造本质，紧扣智能特征，以工艺、装备为核心，以数据为基础，依托制造单元、车间、工厂、供应链等载体，构建虚实融合、知识驱动、动态优化、安全高效、绿色低碳的智能制造系统，推动制造业实现数字化转型、网络化协同、智能化变革。
智能制造被一致认为是继机械化、电气化、信息化之后的第四次工业革命，是以数据的深度应用为主要特征，以新一代信息技术与先进制造技术的融合为实现方式，贯穿于设计、生产、管理、服务等制造活动所有的环节，具备自感知、自学习、自决策、自执行、自适应等功能的生产方式。
世界各制造强国为保持本国制造业的先进性，纷纷出台政策引导人机一体化智能系统相关理论和技术的研究。自2015年的《中国制造2025》以来，我国陆续发布《智能制造发展规划（2016-2020年）》、《智能制造工程实施指南（2016-2020年）》、《“十四五”智能制造发展规划》等指导性政策，内容涵盖顶层设计、关键技术探讨研究、信息基础设施建设、标准化、试点示范、标杆遴选、减税奖补、人才教育培训等多个角度，我国的智能制造政策体系已趋于成熟。
智能制造的实施对象涉及制造企业的不同层级，目前对这些层级的划分并没明确的标准。我国《人机一体化智能系统标准体系建设指南（2021年版）》把智能制造系统层级划分为设备层、单元层、车间层、企业层和协同层。
其中设备层是利用传感器、仪器仪表、设备等实现信息采集并接受指令操控的层级；单元层是处理信息、实现监测和控制物理流程的层级；车间层是面向工厂或车间的生产管理的层级；企业层是面向企业经营管理的层级；协同层是实现跨企业间业务协同的层级。
智能制造系统五大层级厘清了数据的采集挖掘和应用过程，对企业部署工业软件和系统起到指导作用，但在企业的智能制造整体规划和政府部门的政策制定上显得并不直观。
在智能化改造的实际操作层面，目前较为普遍的层级划分是车间级、工厂级和企业级三个等级，对应的智能化改造成果称为数字化车间、智能工厂和智能制造企业。数字化车间最重要的包含产线和对应的生产管控，是人机一体化智能系统的生产单元；智能工厂是数字化车间的整合，还涉及车间之间的调度和物料配送、高级排程和管控等，是人机一体化智能系统的主体；人机一体化智能系统企业除生产外还包括供应链协同、生产全流程数据的管理和挖掘等，是人机一体化智能系统的顶层。
数字化车间、智能工厂、智能制造企业在智能制造体系中所处的层级不同，承担的作用和主要的建设思路也有所区别，如图1所示。
数字化车间作为智能制造的生产单元，以接收智能工厂下达的生产计划，编制成生产指令并执行为职责。其智能化改造涉及产线级的排产与调度、设备状态及能耗管理、产品质量管理、物料配送、安全管理等内容。数字化车间的信息化特征是原始数据的产生和初步整理。设备产生的状态数据、产品质检产生的质量数据、人机交互过程产生的日志数据等原始数据经过初步整理后上传至智能工厂，为决策提供相关依据。数字化车间的建设方案包括智能装备全覆盖、安装车间级MES、WMS、SCADA，部署AGV及对应的配送系统等，最终目标是实现生产资源自组织、自优化，设备自学习、自维护，产品质量单件可溯源，具备柔性生产和个性化生产的能力。
智能工厂作为人机一体化智能系统的主体，以接收企业下达的生产规格要求，编制成主生产计划和详细生产计划并下达至车间为职责。其智能化改造除数字化车间相关联的内容外，还包括原材料以及配件的采购、产品设计和工艺设计、车间级的排产与调度、物流管理、销售管理、客户服务等内容。智能工厂的信息化特征是数据的挖掘和应用，数字化车间上传的原始数据及工厂生产活动产生的其他数据经过大数据、人工智能等技术做多元化的分析，形成各种优化算法和模型，使工厂具备智能化特征。智能工厂的建设方案包括安装工厂级MES、APS、SRM、CRM、计算机辅助研发设计系统（包括CAD/CAE/CAPP）等，实现从精准营销到需求实时拉动生产，再到生产实时拉动采购的价值链闭环，最终目标是建成无人工厂、“黑灯工厂”。
人机一体化智能系统企业作为智能制造的顶层，以整合企业内外资源，产生生产规格要求并下达至工厂为职责。其智能化改造除智能工厂和数字化车间相关联的内容外，还包括一些支撑生产活动的环节，包括发展的策略、人才团队、资产管理、网络建设、数据管理等内容。人机一体化智能系统企业的信息化特征是数据的统一归口和数据资产管理，数字化车间及智能工厂产生的一切数据信息和知识模型都应封装成企业的数字资产，由企业层级统一管理。
人机一体化智能系统企业的建设方案包括制定智能制造战略规划、引进信息化人才团队并持续优化、部署5G网络、网络安全和网络资源优化配置、部署ERP、PLM、建设数据中心、打造数据中台、企业上云等，最终实现生产资源节点网络化和供应链协同。
需要注意的是，尽管智能制造各个层级的改造内容不一样，其目标是互为前提，相互贯通的。企业级的智能化改造包含了工厂级智能化改造的内容，工厂级的智能化改造也包含了车间级智能化改造的内容。从车间到工厂再到企业，数据从原始数据和交互数据被加工为业务信息，再形成知识、模型等数字资产；从企业到工厂再到车间，生产需求从产生到形成主生产计划，再被分解成详细生产计划和具体的生产指令，这标志着车间、工厂和企业的生产系统及工业软件必须相互贯通，实现集成。
评估是一种根据给定标准做量化或非量化测量，并给出可靠结论的方法，是评判系统能力的重要手段之一。评估可以帮助企业判断自身人机一体化智能系统水平，判断优势项和弱势项，进而规划切合实际的人机一体化智能系统发展路径，达到以评促建的效果。我国发布的各项政策也将评估视为智能制造发展的重要保障措施，并把评估机构列入智能制造解决方案供应商的一类。
智能制造的前身是德国的工业4.0战略。德国在2015年发布了“工业4.0就绪度模型”，作为企业判断自身是不是具备发展人机一体化智能系统条件的指标。TÜV南德发展了这套模型，设计出智能工业指数（SIRI），为企业/城市提供智能化水平评价服务。我国为支撑《中国制造2025》等战略，也组织有关部门和研究院所开发出一系列用于智能制造评估的模型及标准，其中较具影响力的是中国电子技术标准化研究院开发的“智能制造能力成熟度模型”。
“智能制造能力成熟度模型”以“人员、技术、资源、制造”四大能力要素涵盖企业智能制造能力涉及的所有环节，并向下细分为12项能力域和20项能力子域。模型将企业的智能制造能力成熟度从低到高划分为“规划级、规范级、集成级、优化级、引领级”五个等级，每个等级下的每项能力子域都设置了若干条要求。企业依据这一些要求的满足程度计算得分，并判断自身智能制造等级。
数字化车间和智能工厂尚无用于评估的国家标准，但一些通用要求标准可为评估工作提供参考。如GB/T 37393-2019《数字化车间 通用技术方面的要求》规定了数字化车间的建设内容，GB/T 41255-2022《智能工厂 通用技术方面的要求》规定了智能工厂的建设内容。
除上述国家标准外，各省市为摸查辖区内企业智能制造水平，也相继编制了一系列区域标准为评估工作提供参考。
其中，较有代表性的包括天津市DB12/T 1073-2021《工业公司人机一体化智能系统能力成熟度评估规范》，安徽省DB34/T 3052-2017《智能工厂和数字车间建设实施指南》、DB34/T 3357-2019《智能工厂和数字车间评估规范》，无锡市DB3202/T 1001-2018《无锡市智能制造水平评价规范》，宁波市DB3302/T 1122-2021《数字化车间/智能工厂评估规范》等等。
由于智能制造的不同层级在生产活动中的职责和作用不同，其评估的要点和关键内容也有所侧重。
数字化车间是生产活动的具体执行层，其评估要点在于生产数据的采集和生产指令的执行，包括排产、物料配送、设备管理、质量管理、能源管理、安全环保等环节。
评估时着重关注是否实现产线自动排产及生产计划的自动调整；是否实现生产拉动物料配送及配送手段的无人化；是否实现生产文件自动下放、生产知识库建设和单件产品质量溯源；是否实现智能设备全覆盖、部署有SCADA系统、生产网络全覆盖；是否实现能耗的实时检测和异常预警处理；是否构建信息化的安全环保知识库并设置了完善的管理办法；车间部署的信息化系统是否实现打通和集成。
评估时着重关注是否部署有SRM系统、生产活动实时拉动采购需求；产品设计和工艺设计是否实现计算机辅助设计、是否有模块化的设计知识库；是否实现工厂自动排产及生产计划的自动调整、部署有APS系统和MES系统；是否有立体化仓储、部署有WMS系统、实现物料自动配送；是否以自建或外包的方式实现物流环节的信息化和系统化；是否部署有销售系统、基于市场数据的挖掘实现销量预测；是否部署有CRM系统、实现智能为主人工为辅的客户服务方式；工厂部署的信息化系统是否实现打通和集成。
智能制造企业是生产活动的规划和支持层，其评估要点在于企业资源的统筹管理，包括组织与人员、数据资产、网络、信息安全等环节。
评估时着重关注是否有完善的人机一体化智能系统长期战略、岗位和团队，以及对应的迭代优化机制；是否有自下而上的、通畅全面的数据采集、存储、运算、管理、使用办法，建设有数字中台、数据中心，部署有ERP系统和PLM系统；企业及下属的各工厂车间是否有网络全覆盖，配备有网络安全管理办法，网络资源可实现优化配置；是否有信息安全准则规范和长期的信息安全风险管控办法；企业部署的信息化系统是否实现打通和集成。
智能制造是一项系统性的工程，涉及公司制作、运营、管理的方方面面。按照组织在制造系统中的定位，可以将其划分为不同的层级，每个层级都有相适宜的技改举措和智能化改造路径。管理者应当做出适当的判断，选取合适的智能改造策略，保证人机一体化智能系统稳步推进。
