对于工业4.0来说，一个重要的概念就是CPS，即Cyber Physical System，就是软件信息世界和物理机器世界的融合统一，如同中国的太极图，阴中抱阳，阳中付阴。也就是机器世界中有软件的控制和指令，信息世界中有机器的运行信息。

　　制造企业的机器、机床、设备、刀具等，都需要通过传感器、适配器、PLC等以SCADA、MTConnect/OPC协议，连接到物联网平台，对设备的加工、运行数据进行采集、处理、检测、分析，并传送到企业服务总线，洞察产品制造执行过程中的缺陷、问题、关联、关系，实现对设备的预防性维护、能耗分析、加工参数优化等。

　　而对于从信息世界到物理世界，则需要通过智能机器人生产线接受智能化系统的控制指令，例如AR+机器人。

　　在汇总了设备大数据、生产大数据、运营大数据、管理大数据之后，在企业私有云的大数据平台上，可以进行机器学习，模型算法抽象，找出数据之间的隐藏关系和联系，揭示内在规律，通过对时间、质量、成本、效率的关联分析，以及质量分析、生产分析、物料分析、仓储分析、销售分析、客户分析等，了解合格率、故障原因、设备利用率，实现全局调度优化。为企业提供透明展现、通知提醒、预测和运营优化辅助决策。

　　在以上大数据分析的基础上，可以基于售价、服务水平、库存、总成本、采购、物流、生产周期等约束和目标，推算出所追求的利润模型、成本模型、服务模型，实现基于供应商协作的主生产计划优化，做出需求预测、采购预测、订单预测、交货时间预测，实现利润、营收、成本、服务的价值大化。真正将数据和信息，变为知识和智慧。

　　制造业的转型升级需要从封闭走向开放体系，以网络化协同实现制造资源局部优化向全局优化演进。因此企业不但要自己实现制造端的数字化、智能化改造，还要与云端连接，实现跨区域、跨企业、跨行业的联合设计、联合研发，将传统顺序、独立、碎片化的研发工作在时间、空间范围上交叉重组，整合多方设计资源，将研发流程从串行向并行演进，更进一步的，将业务的合作从单环节协同向全业务全供应链协同演进，从传统长期固定合作向不确定型的随机合作演进，从而实现从产业链级协同向生态平台演进。