假如制作商可以清除障碍，并且政府可以拟定规范，那么报答将是巨大的。
数字化供给了广泛的优势，它们包含经过创立数字双胞胎削减停机时刻的猜测性保护、加强质量操控、需求驱动的出产、库存优化、下降能源和资料成本以及改进安全和环境功能。
许多猜测都试图量化价值主张。咨询公司麦肯锡表示，到2025年，物联网经济影响可能在1.2美元到3.7万亿美元之间。美国商务部最近对美国制作商和智能制作商的一项查询显示，每年的成本下降了570亿美元。
当然，有一个问题，实践上有几个。制作业的出资周期比较长，强壮的流程和设备不会在一夜之间出现，至关重要的是，所需的技能，如人工智能，没有完全开发。
人工智能（AI）作为催化剂
智能工厂运用工业物联网（IIoT）、大数据和高级分析，以及信息技能（IT）和运营技能（OT）的交融。另外，相互通讯的设备导致实时决议计划，然后优化价值创造。
它既发生在工厂内，也发生在整个价值链中，从原资料采购到订单交给和客户服务。
这种改变的潜在催化剂是人工智能(AI)。现在人工智能的大部分兴趣都与机器学习有关——这是一套将现实世界数据和经历与统计分析相结合，以得出结论和猜测结果的技能。
机器学习不是一个新的人工智能领域，但互联网的开展、很多数据的激增以及计算机处理才能的不断提高，极大地提高了其猜测才能的深度、广度和准确性。
虽然人工智能明显正在进步，但它也有其局限性。底层算法的设计很棘手，这可能会导致漏洞和意外误差；练习步骤一般需求十分很多的数据和可能难以获得的实践经历；神经网络一般需求很长时刻来练习。当启用人工智能（AI）的决议计划犯错时，一般很难确定原因，这是安全要害体系中的一个首要问题。
为什么人工智能现在被应用在工厂环境中？当然，技能是一个驱动要素：很多数据的可用性、机器学习的开展、云计算（用于网络规模的监控和优化）和边际计算（为实时决议计划供给机器学习）的出现，以及信息技能（IT）体系与运营技能（OT）体系的结合。
但现在的社会开展趋势也很重要，包含全球供应链日益杂乱，以及在招引熟练出产工人方面持续存在的应战。换句话说，智能工厂的出现是技能推进和市场拉动的结果。
假如所有的人工智能问题得到解决——并且终究将得到解决。但是，假如没有最佳的信息治理，智能工厂依然不会快速开展。
三个这样的治理问题包含技能规范、网络安全/隐私和频谱分配。
技能规范
智能工厂依赖于信息流和体系响应才能，假如没有规范——基本上是与技能体系相关的规范或要求，就无法完成。
制作进程中运用了数百甚至数千种规范，并且需求许多新规范来完成智能工厂。美国国家规范与技能研究院（NIST）2016年2月的一份陈述指出，智能制作生态体系可以被视为由四个进步等级组成的金字塔：设备级、监督操控和数据采集（SCADA）级、制作运营办理(MOM)级和企业级。信息有必要在每个等级内部和之间流动，并且现已开发或正在开发数十个规范以加速这种协作。
依据NIST的说法，“在制作金字塔内，通讯规范现已建立，但体系之间的互操作性还有限制，这意味着制作商一般会被锁定在单一的供应商解决方案中。在整个商业周期中，存在几个完善的规范，但是，信息可以与出产体系互连的程度仍是十分有限。”
除了拟定规范来填补这些空白之外，陈述还指出了智能工厂面对的另外两个与规范相关的障碍：
(1)缺乏对规范和规范选用状况的跟踪；
(2)规范之间的重叠和冗余。
为消除这些障碍，各个安排之间的协调与协作是必要的，其间一些正在进行中。
还正在拟定规范以促进区块链技能的应用。区块链是一个数字分类账，可以以可验证和安全的方式记载买卖。美国疆土安全部（DHS）正在与工业界进行区块链试点，以了解该技能是否可以阻挠假冒产品和知识产权偷盗。将需求安全和定义的互操作性规范来促进该技能的应用。
网络安全/隐私
智能工厂需求在工厂内部和整个价值链中的设备和设备之间进行互联。这种连接增加了制作商遭受网络进犯、间谍活动和数据偷盗的危险。
这些不是假定性问题，例如，2014年，黑客经过网络钓鱼邮件获得拜访权限后，破坏了一家德国钢厂。英国最近的一项查询发现，50%的制作商承认受到黑客进犯，对折受进犯的制作商因此蒙受损失。据美国疆土安全部称，制作商是针对要害基础设施网络进犯的首要方针。
鉴于智能工厂对传统工厂提出的方针越来越大，安全问题变得越来越重要。安全方针包含保护出产(无停机或推迟)、避免导致产业或人身损伤/逝世的体系故障、避免间谍活动以及保护客户和员工的隐私。
完成这些方针既不简单也不容易。为了保护智能工厂，需求多种办法和体系，包含网络物理体系的安全体系结构、经过证明验证软件完整性（可以检测歹意软件或非预期代码的进程），以及安全的设备办理。
供给智能制作设备和服务的供应商明显参加了这些安全开发，政府也是如此。美国政府与工业界协作，为要害基础设施开发了基于危险和自愿的网络安全结构，广泛适用于包含制作商在内的一系列企业。NIST还发布了与智能工厂相关的智慧城市结构。
另一个日益严重的问题触及个人信息的隐私。欧盟的一般数据保护条例（GDPR）是一个法令结构，为搜集和运用个人信息拟定了指导方针。这项新法令对智能工厂也有影响，例如，测量出产线产量的技能可能会搜集单个工人的数据。制作商需求经过更新隐私声明并保证这些声明契合GDPR要求，同时保证他们对运用这些技能搜集的个人信息是通明的。
最终，智能工厂将推进保险业的革新，保险业将面对构建解决方案来办理危险改变的需求。
频谱分配
完成智能工厂承诺所需的设备数量是信息治理的一个重要考虑要素。这些设备估计将经过无线通讯进行操作。无线设备现在有数十亿台，由于物联网和工业物联网（IIOT），这个数字估计将呈指数级增加。
所有这些对无线通讯的需求都需求频谱，这是一种稀缺的公共资源。为了让智能工厂取得成功，政府有必要分配足以满意这种需求增加的频谱。在美国，联邦通讯委员会(FCC)为消费者和商业用处分配频谱。
去年，美国政府问责局（GAO）对此问题进行了查询。依据GAO的陈述，美国联邦通讯委员会以为，当时可用的频谱足以满意物联网在不久将来的增加，除非运用很多频谱的设备激增。GAO还指出，“随着无线设备数量的增加，办理干扰变得越来越具有应战性，特别是在不需求无线许可的频段中。”GAO建议FCC开端跟踪物联网的增加，以保证有满足的频谱可用。
假如需求额定的频谱来支持智能工厂，那么它是许可频谱？未许可频谱仍是共享频谱？FCC将决议如安在每种类型之间以及在哪个频带内分配可用频谱。
这些政府决议计划将影响美国智能工厂的频谱供应和质量。其他国家也在努力解决如何为工业用处分配频谱的问题。GAO的陈述指出，每个国家都在采取不同办法，至少有一个国家，韩国，将频谱专用于工业用处。
