第四阶段，以预测为基础的资源有效性运营决策优化。对于过去产生的关联性都能够建模之后，怎么根据系统生产、环境、人员多方要素变化进行实时动态优化。
第五阶段，“信息-物理”系统。它是建立在对于所有设备本身运行的环境、活动目标非常精确建模基础上，这个时候产生知识的应用和传承问题。
智能制造最终要具备状态感知、实时分析、自主决策、精准执行的特征，使得企业更柔性、更智能、更集成化，并且实现了大部分或者全部的智能化技术应用，目标是实现知识的获取、规模化利用与传承。
目前我国处于转型的最重要时期，还没有完全到达第三个阶段。
制造范式转型，关键在于数据流通与工艺建模
工业体系交替的背后是制造范式的改变。
从传统到现代再到智能制造，研发生产流程不断进行重构与组织重建，创新流程的边界日渐模糊。
传统制造下研发/制造流程是串行的，现代制造下变革为并行，在未来智能制造体系下的研发/制造流程将是一体化，所有的过程是并行、并发的，数据的高速、有序的自由流通，各个环节高度互动和协同，组织是灵活动态的组织单元，由此而获得非常高的研发效率。
智能制造是以数据的自动流动解决复杂系统的不确定性，提高资源配置效率。
个性化定制是未来制造发展方向，产品越来越多，工艺越来越复杂，需求越来越复杂，以个性化定制为代表的复杂系统存在一系列问题。
比如成本如何解决，质量如何解决，交货期如何解决，这些问题带来了企业生产的复杂性、多样性和不确定性，而智能制造要解决的就是在制造复杂性提高的形况下的不确定性问题。
在前三次的工业革命中，传统的制造业主要围绕五个核心要素（5M）进行技术升级，分别是：
（1）材料（Material）-包括功能、特性等；
（2）机器（Machine）-包括精度、自动化、和生产能力等；
（3）方法（Methods）-包括工艺、效率、和产能等；
（4）测量（Measurement）-包括6-Sigma、传感器监测等；
（5）维护（Maintenance）-包括使用率、故障率、和运维成本等。这些改善活动都是围绕着人的经验开展的，人是驾驭这5个要素的核心。
生产系统在技术上无论如何进步，运行逻辑始终是：发生问题->人根据经验分析问题->人根据经验调整5个要素->解决问题->人积累经验。
