2012年德国政府制定并大力推行工业4.0，强调工业4.0的特征是工业自动化和信息的紧密结合，是建立在物理信息系统（即“Cyber Physical System”，简称“CPS”）的基础之上的，这就为智慧工厂的实现指明了一条具有现实可行性的途径。德国专家和教授基于制造立国和制造强国的理念，把CPS运用于生产制造，提出了CPPS，即信息物理生产系统，智慧工厂就是以CPPS为模型进行构建的。
然而完善的智慧工厂不可能一蹴而就，而是一个渐进发展的过程，最早实现的一定是基于目前的基础而又朝着这个方向发展的初始阶段。那么，什么是智慧工厂的支撑技术？生产制造过程又如何采用联网嵌入式系统？
技术引领发展
工业4.0的目标是生产制造系统的数字化和虚拟化、将虚拟工厂与实际的对象结合起来、全面的点对点的信息通信、自配置和自矫正的适应能力以及使机器能集成人的作用。西门子工业领域首席执行官鲁思沃教授于2014年7月10日在北京的演讲中指出，工业4.0的三大支柱是MES、虚拟与现实的结合和CPS，这也是智慧工厂的支撑技术。作为智慧工厂三大支撑技术之一的CPS，由美国科学家于2006年提出，则相当于物联网的另一种表述。与物联网相比，CPS最显着的特点是强调物理过程与信息间的反馈。
智慧工厂要实现，最关键的是工业制造技术和工业自动化技术，这是实现智慧工厂的必要条件。在智慧工厂的三大支撑技术中，MES的作用更加重要。近20年来，MES系统结构大致经历了四个阶段的演进。第一代MES功能比较单一，按工业特定要求的应用；第二代MES则集合了多种应用软件；第三代MES又纳入了运营管理平台OMP;而第四代MES将是基于知识、基于优化、基于指标、基于数据、基于约束的，且具有实时、敏捷、柔性和可组态等特性。MES的发展趋势是对各种软件更加高效的整合，这也是MES所面临的新挑战。
当前，制造厂的生产需求超过传统MES的应用。由于各种工厂IT软件的运行环境对应了多种不同的数据模型、循环周期以及定义，我们很难对这些实质上针对同一生产运营过程、却又分散得出的相关生产数据进行汇总及分析，从而做出有助于提高效率的决策。首先一种高效的平台应该首先能够对企业决策提供可视性支持；其次，能够涵盖生产商所需的所有功能，并且将生产的方方面面统一起来，包括价值链、生产周期以及价值周期；最后，能够将单个或多个系统纳入商业流程中，优化生产线，实现公司目标。
智慧工厂急需开发的关键技术主要有以下六个方面：第一，渗透在生产制造和管理各个环节的IT技术及其集成，包括工业物联网实践技术、分布式云计算的工业实现、基于Web2.0的工业互联网技术、物理信息融合系统的工业实践；第二，垂直集成和横向集成的工业信息技术，包括基于互联互操作的设备集成工业以太网整合技术、机器与机器之间的通信（M2M）、基于统一架构（OPC UA）的垂直集成语义互操作性的实现技术等；第三，软件技术，包括面向分布式自动化的各类高效可靠的模块化软件开发平台、应用于分布式自动化中的SOA和多智能体系统的软件技术等；第四，机电功能模块的设计、开发和实践；第五，下一代工业辅助系统技术和标准化技术，包括基于增强实境技术的先进工业辅助系统、机器人和操作员协同等；第六，标准化技术。
逐渐升温的工业物联网和大数据
近两年物联网在世界范围内逐渐升温，欧美领先公司都在物联网的工业应用方向上投入了巨额资金，尽管打着各种旗号，但不论是IBM的“智慧地球”、CISCO的“万物网”（internet of Everything）、GE的“工业互联网”，还是德国的工业4.0，无不将重点放在了开发工业物联网的解决方案及其业务模式上。2008年，工业物联网在中国政府主导下升温，但并没有在应用上取得大的突破。从技术上看，物联网炙手可热，是因为它所需要的技术基本上已经或正在商业化，并不要求进行实质上的突破，且已经建立了经过深思熟虑的参考架构，颇具吸引力的应用案例正在开发。例如，用物联网把“数字操作缆”加入到现有的工业系统中的技术正在走向市场。
联合国工业发展组织的统计数据显示，我国是世界上工业门类最为齐全的国家。我国有超大的制造业生产能力，目前制造产值居于世界第一位，这为我国对工业物联网分析需求和发展潜力创造了巨大的机会。但是目前，业界对于工业物联网还不曾形成广泛共识，从整体上看，业界对工业物联网与现实制造生产的距离方面存在争议，没有取得普遍的共识，业内人士对其可行性和现实性也存有疑惑；同时，业界仍然在讨论、探求利用工业物联网的新技术实现工业转型和改造的成功途径和方法。
《中国制造2015》规划提出，我国制造业要从单纯性生产型向服务型转变。工业物联网和大数据分析正是面向服务型生产企业强有力的技术工具。物联网技术和移动通信技术在我国起步不晚，有很多的积累和应用，许多基础设施和技术都可以为工业物联网提供便利。数据是经过挖掘和前期处理的有用信息，而大数据又是许多小数据的集合，需要进行全局的综合优化去指导和引领生产和市场活动，其中，能否提供高效有针对性的大数据分析非常关键。
物联网常被看作是一种同质化的实体，从更高的层次上看，物联网可以细分为人用物联网、商用物联网和工业物联网。工业物联网集成了足够多，且带有传感器和软件的物理机械装置。在工业物联网中的设备和装置之间的通信被处理为小数据，当小数据集结起来，他们便成为大数据的一部分。
现今物联网处在一种较为无序的发展状态，没有一个得到各方面一致认同的标准体系、标准网络和标准接口。多种通信技术都在使用，市场上出现了许多嵌入式智能技术、传感器和执行元件，同时各种物联网的研究和开发活动都还在进行中。
广泛而分散的领域都在按照各自特定的目标和机会开发物联网。譬如健康关怀、智能制造、智慧城市、物流、智能家居、智能能源、零售和智能运输。他们都有各自的要求，不过也有着一些共同点和共通之处。寻找不用领域中物联网应用的共同和共通之处，就是我们下一步需要探索的工作。
