智能製造的整體成效取決於各種技術是否全面得以實施，任何單一技術和局部實施都只能取得階段性目標。因此，企業為了獲得綜合競爭力，就必須從技術、管理、製造、裝備、物料五個維度全面實施智能製造，在新一輪工業革命中占據主導地位，取得競爭優勢。
通過新一代信息技術，實現智能製造階段性目標，需做到以下幾點：
1. 通過ERP實現企業內部資源和企業相關的外部資源的整合，把企業的人、財、物、產、供、銷及相應的物流、信息流、資金流、管理流等緊密地集成起來，實現資源優化和共享。
2. 通過PLM對產品的整個生命周期進行管理，打通流程、人、數據等多個環節，實現設計、製造、檢驗一體化。
3. 通過谷器MES管理生產數據，並通過MES實現與上游ERP和下游PLC（Programmable Logic Controller,可編程邏輯控制器）、數據採集、條碼、檢測儀等設施設備的連接，貫徹落實生產計劃、執行生產調度、反饋生產進度等，為生產技術及調度提供輔助工具，提升計劃的準確性。
4. 通過APS解決企業多任務、多工序、多資源的優化調度問題。
5. 通過仿真技術對產品結構、工藝布局及任務調度進行仿真，將對工件幾何參數進行校驗的幾何仿真轉變成產品加工、裝配、拆卸、切削和成型過程的物理仿真；對設備和生產線布局、工廠物流、人機工程等進行仿真，確保工藝布局合理；對排產任務包進行仿真，確保資源分配均衡，以提高效率。
通過工業機器人，在批量加工、焊接、噴漆、組裝、採集和放置、產品檢測和測試等環節完成具有高效性、持久性和準確性的工作。
通過大數據收集訂單、計劃、採購、生產、物料、設備、管理等環節，對這些數據進行統一存儲、傳輸、擴展、分析、處理、檢索、挖掘，最終形成可更高效、更便捷操作的數據倉庫。
雲計算深入滲透到企業的所有業務流程，根據業務需求，動態地分配業務所需的計算資源、網絡資源和存儲資源，實現實時IT交付和管理，為大數據處理提供便捷響應。
通過將人工智慧技術引入質量檢測與優化、設備故障診斷和預測等領域，利用更多的數據進行機器學習和深度學習，使得機器設備和軟體系統等在精確處理既定任務的同時具備分析和思考能力，最終實現智能化。
因此，智能製造建設程度的考量既要突破傳統工廠過度依賴自動化和信息化，又要緊密結合新時代智能工廠的特徵、要求、目標等，從五個維度全面實施，基於一個數據中心建設，圍繞質量-成本和效率-效益終極目標，從自動化、數字化、信息化、精益化、網絡化、柔性化、可視化和智能化八個層次分別評估技術、管理、製造、裝備和物料五個維度的建設成效。