2011年漢諾威工業博覽會倡議「工業4.0」概念後，世界經濟論壇（WEF）即具體化解釋概念，定義為「智慧與互聯」的生產系統，意指感知及預測物理世界並與之互動，以便能夠即時支持生產決策。而在各主要科技大國重視「工業4.0」的政策驅動下，也各自發展出不同的架構模型，但卻始終未脫離智慧化、互聯及整合等核心範疇。工業4.0概念更重視分析數據結果以作為生產決策，即透過「物聯網、人工智慧、大數據、雲端運算」等關鍵技術為基礎，建構工業4.0的相關應用，將生產流程從自動化邁向智慧化。
工業4.0概念倡議至今十餘年，Siemens等自動化大廠已經成為引領產業發展的指標業者，而IBM、AWS等IT業者也積極的投入智慧製造，發展應用平台或數位工具。智慧製造解決方案可區分為機器運作端（機）、廠務管理端（廠）、營運管理端（鏈）三個環節，再依特性區分為不同的階段性新興應用。本書剖析建構智慧製造的關鍵因素，值得產業解決方案商及建置智慧工廠業者參考。
由於涉及異質技術整合應用，數位雙生（Digital Twin）成為智慧製造發展的關鍵挑戰，隨著感測、運算、通訊、軟體技術的革新發展，IT與OT業者在產品服務整合趨勢下，也已經逐步實現並落地於智慧製造場域。近年來國際大廠推動發展智慧製造及數位雙生的技術革新、布局動態與技術未來發展焦點，值得台廠關注以掌握未來的挑戰與契機。
邊緣運算（Edge Computing）及新興通訊技術的落地結合，是邁向製造場域關鍵智慧應用的「最後一哩路」。唯有在低延遲、高可靠的邊緣運算與新興通訊框架的驅動下，如「預測性維護、異質設備協作、MR/AR巡檢」等智慧製造應用才可望實現。
近年來製造業受到新冠疫情、地緣政治動盪衝擊、及淨零碳排時程迫近等因素影響，對於導入遠距生產、自動化管理的智慧化需求日漸增溫，對供應鏈上下游訊息掌握度的要求也在逐漸提升，而工廠智慧化的關鍵「數據」也漸被重視。各類新型態的數據治理（Data Governance）技術，被應用於不同製造環節的情境與案例，以及數據治理技術發展的最新趨勢分析，都是製造業者面對外部環境變動與挑戰的重要參考資訊。
臺灣中小型製造業是經濟發展的重要支柱，提升產業韌性實屬刻不容緩。如何檢視現行可用資源、善用數位科技轉型與提升競爭力，當業者必須面臨「公司資源有限、技術負債尚存、既有組織窠臼、缺乏數位人才」的數位轉型四大挑戰之際，如何提早盤點本身能力，參考相關業者的數位轉型案例，因時制宜的邁開轉型步伐，更是製造業必須儘快認知且面對的重要課題。