自动化程度并不是越高越好，必须实现人、机器、机器人的合理分工和协同作业，才能最大幅度地提高生产效率。换句话说，在工厂车间里，哪些是需要人做的，就让人做；哪些是需要机器做的，就让机器做；哪些是需要机器人做的，就让机器人做现阶段，智能制造还应该秉承“人机协作，以人为主”的原则。
宁振波认为，智能制造始于“状态感知”，要做到真正的智能制造，必须要先具备三个基本条件：一是便宜的传感器，二是数字化一切可数字化之物，三是网络化一切可连接之物。
中国是全世界唯一具有联合国全部大中小分类的工业国，拥有39个工业大类、191个中类、525个小类，形成了一个举世无双、行业齐全的工业体系。正因为中国工业门类多且全，依赖纯粹的模仿和“拿来主义”是行不通的。
“把德国的‘工业4.0’拿来，解决不了我们的一半问题，因为他们的工业门类不齐全、太少；把美国的‘工业互联网’拿过来也不行，他们的门类也不全，也有很多没有的，给不了我们太多借鉴之处。”宁振波说。
换句话说，任何一种外力对制造业的推力远没有人们想象中的那么巨大和神奇，真正的“智能制造”，必然要沉下去，慢慢来，着眼于长远的未来。
机会在“深水区”
今年10月，中金公司研究部发布了系列报告《PRIME中国制造业升级的全盛时代》，描绘出我国制造业产品升级、研发技术升级、行业升级、市场升级、效率升级的“全盛时代”。
时下AI依然炙手可热，但重复的AI大会已渐渐让人看不到惊喜，投资人们普遍认为：下沉至垂直行业才是AI真正的机会。
孟醒表示，目前国内的技术公司都围绕着安防、金融等比较集中的行业，但在美国有很多进入到农业以及生产行业的团队。人工智能技术本身必须“打散”在行业里产生的回报才会更大，“技术人员降维与传统行业合作，是一个有着更大发展空间的场景。”
在孟醒看来，工业很可能会成为AI下一个大规模的落地场景。
每个投资人都在寻找独角兽，它是否会出现在工业领域呢？
华创对此持乐观态度，因为国外的uptake、GE的predix已经跑起来了。但华创也表示，收获可能至少要过五年甚至到2025年，“做这一行的投资人需要非常有耐心。”
工业不是一个可以“挣快钱”的领域，其逻辑与互联网不同，需要一个一个工厂去磕，在不同类型的产线上夯实改造，即使快，也不太会出现估值一年翻十几倍的情况。
黄明明告诉「甲子光年」，面对别的领域“哐当哐当翻倍”的投资，不能眼红，更要着眼于长期大趋势，做“跟时间做朋友”的事。“你要想明白一个事情，你把你自己的专注领域做好，就已经是这个世界上top 1%的基金了。”
例如，一向以低调著称的达晨创投，16年来深扎在产业深处，其退出率、回报率远超一些大牌美元基金。
在明势看来，从最早信息层面的连接（产业之外），到产品的购买和销售、O2O等服务的对接（第三产业），再到企业服务软件对企业效率的提升（第二产业）、B2B等交易形式对企业供应链的深度优化（第一、二产业），顺着这个思路向前再进一步便可以发现：科技的下一个渗透目标应该是直接介入企业产品的生产、决策过程，提高企业的生产效率与决策能力。
事实上，从互联网时代开始，科技的一步步发展就是逐步向线下产业结合、“探深”的过程信息是最浅的一层，百度；再往下是交易，阿里；再往下走是仓储配送，京东；再往下是IT系统、数据服务、供应链等其中有一条贯穿始终的主线：
科技正由浅入深地渗透进产业中。新巨头的成长，不是因为代替了老巨头，而是战场扩大、从“深水区”成长起来的。