第四，瓶頸和挑戰 數據質量、數據斷檔、數據深度挖掘和算法、數據策略的迭代升級 數據所有權、使用權、數據仲裁機構可能是值得注意的問題點。 如何規避？ 第一類問題，應該是數據戰略和價值導向決定和深入研究的問題； 第二類問題應該是國家層面的問題了，恐怕也是未來全球化需要面...
一偽、偽專家。 這類專家或者沒有搞過制造（或者看過的行業企業不超過50家，言必稱某某企業），根本不知道中國企業需要如何的個性化的智能制造戰略和迭代升級路徑；
做企業物流-供應鏈的培訓和咨詢20年來，接觸過形形色色的物流人才，尤其是最近三年為汽車行業推動MMOG/LE，為家電行業推動供應鏈整合和智能工廠規劃和智慧供應鏈建設，發現絕大部分企業物流/供應鏈人才，具有以下的不足，或者短板。
國家級的智能制造會議從2014年開始連續搞了三年了，我作為制造業物流供應鏈專業工作人員參與了2015年的中德閉門會議和2016年的中德美閉門會議，每年國家定義和著眼的方向、趨勢和個人的體驗和感悟有較大不同。
試想你定制了一輛汽車，當這輛專屬于你的汽車生產制造完成之后，無需******自取，而是經由一套全自動的配送系統加以辨識，通過FRID技術、視覺技術、傳感技術、運動控制等一系列自動化、智能化技術準確無誤地運送到了你的面前，該是多么讓人驚喜的事情。
