作為世界工廠，中國對于制造業的前沿發展一直保持著警醒的態度，很多國內的優秀企業也都提出了智能工廠的建設目標，甚至有些企業已經開始嘗試去建設自己的智能工廠。但仍然有四大鴻溝亟待這些中國企業去逾越。

　　首當其沖的是信息的收集和分析體系。對于智能工廠來說，其核心要求之一是要實現信息流、物資流和管理流合一。而這樣的雄心需要強大的數據收集和分析體系去支持。德國一家世界領先的制造業企業曾表示，在全面建設智能工廠之前必須回答兩個問題：一，產品從設計到生產到售后服務，哪些數據需要收集；二，如何設計一套數據分析體系使得這些被收集上來的數據可以有效地支持工廠的經營和決策。對于中國企業來說，長期處于產業鏈的低端環節使得其在信息的收集和分析能力上有所欠缺，很多中國企業連工廠的管理通報都并不完備，即使是行業的領軍企業，也在前幾年才消滅了企業內部的信息孤島，建成了企業內部統一的信息管理體系。但是距離全面、有效地管理信息，綜合使用信息還有相當的差距，更何況智能工廠對于信息的創造性使用提出了新的要求。

　　如果說智能工廠是一個聰明的大腦，那么智能的供應鏈，就是這個大腦里反映迅速的神經元體系。安全性、效率、成本、可靠性、靈活性、響應速度，這六大要素組成了支撐這個供應鏈管理體系的邊界。中國企業長期以來對于安全性、效率和成本這幾項供應鏈管理的基本要素較為重視，但對于代表著供應鏈服務水平的可靠性、靈活性和響應速度的能力建設一直不夠。當然這樣的能力建設并不簡單，僅可靠性來說就涉及到供應商的開發和發展，這兩項都意味著向供應商開放自己的管理體系，進行利益分享和長期的深度合作。

　　同樣，對于靈活性來說，也需要廠商在工廠建設之初就與重要的供應商達成協議，按照供應鏈管理的要求進行廠房布局。中國制造業的產業集群中產業上下游的集群效應弱于產業聚集效應的現狀，在供應鏈的管理環節體現無疑。

　　智能工廠的信息流、物流、管理流再怎么優化、如何同步，也離不開有效的組織架構和充分的人力資源以保持其高效運營。中國的制造業企業相對來說組織架構相對層級較多，組織內部溝通成本較高，其業務、職能部門劃分建立在原有的社會化生產的基礎上，強調市場（銷售）導向，在生產上一手抓產能，一手抓質量。而到了智能工廠時代，客戶參與的產品研發方式、全面的信息收集和分析、全新的供應鏈管理都要求整個工廠的組織必須圍繞著新的生產方式設計。而對于人力資源來說，開放式的產品設計研發，智能化的生產設備的操作以及維修養護，工廠信息的收集分析，復雜的供應鏈管理體系無一不對智能工廠的人才提出了更高的要求。而這樣的要求也是中國制造業低端勞動力相對供應充足、高端勞動力長期缺乏的現狀較難滿足的。

　　而投資回報則是制約智能工廠發展又一桎梏。雖然投資回報問題并不是中國制造業企業所獨有，世界制造業的領先企業也在估算，如果將整個產品從開發到售后服務的全部關鍵環節都納入數據收集和分析體系，那么這個極為復雜的信息中樞所帶來的收益是否可以彌補其巨大的成本開支。對于中國企業來說，對于投資回報的考慮可能還是集中在智能工廠所帶來的生產效率的提高和人員數量的下降是否可以彌補設備和系統的投入支出。盡管中國制造業的勞動力成本在最近幾年里快速上升，但是和西方發達國家制造業企業仍然差距明顯。對于歐洲的制造業企業來說，如果一臺設備10萬歐元，可以用于代替生產線上一個人工工序，從而節省下來兩班倒的兩個工人年工資基本上就已經和設備投入持平。而對于中國企業來說，制造業熟練工人的年工資不過也就在5萬元人民幣左右，一臺10萬歐元的設備如果只代替了一個人工工序的話，其節省的人員開支只是其設備價格的十分之一。這使得勞動力成本對于智能工廠發展的影響在中國變得并不那么緊迫。

　　智能工廠既是一項系統工程，同時也是一家制造業企業需要去逐步建設的能力。對不同行業、不同外部市場競爭格局、不同發展階段和不同企業能力的企業來說，其建設智能工廠的重點和著手點也不盡相同，中國制造業的產業升級雖然緊迫，但切忌盲目，根據自身情況有的放矢、循序漸進才是通向智能工廠的大道。