人类大脑处理的信息有80%来自视觉，人们通过双眼感受深度信息，在生产线上，机器视觉系统通过运用摄像机来达到模拟人眼的功能，主要负责图像采集、处理以及测量，根据不同的参数捕获产品图像以进行分析。
在智能制造环境下，设备全生命周期管理的理念是设备管理系统的核心管理思想。相较于传统侧重设备维修管理的狭义设备管理，设备全生命周期管理是指以生产经营为目标，通过一系列的技术、经济、组织措施，对设备的规划、设计、制造、选型、购置、安装、使用、维护、维修、改造、更新直至报废的全过程进行有效管理，以获得设备生命周期费用最经济、设备综合产能最高的理想目标。
机器视觉是工业机器人的感知系统，通常由光源、镜头、工业相机、图像采集卡、处理器控制器等零部件组成，用来对图像进行识别、储存和处理，而安装了“眼睛”的机器人，能够完成图像识别、图像检测、视觉定位、物体测量、物体分拣等功能。
无论划痕形状、位置如何变化，视觉系统都能即刻做出正确判断；即使背景脏污、对比度低，字母和数字都难逃视觉系统的法眼；不管物体如何放置，机器视觉系统都可快速锁定，轻松读取目标条码。这就是机器视觉与深度学习的重要性
智能制造过程中云平台和工厂生产设施的实时通信、以及海量传感器和人工智能平台的信息交互，和人机界面的高效交互，对通信网络有多样化的需求以及极为苛刻的性能要求，并且需要引入高可靠的无线通信技术。
据统计预测，人工智能将给全球企业的市场营销和销售创造1.4万亿美元到2.6万亿美元的价值，给供应链管理和制造创造1.2万亿到2万亿美元的价值。对此，麦肯锡也预测，基于人工智能的预测性维护可能会给制造企业带来0.5万亿美元到0.7万亿美元的价值。
