我國經濟發展在近50~60年來，從農業為主產業發展到現今以製造業及服務業為主的經濟主體發展，台灣企業及產業發展需求為提升生產力大量引進應用生產自動化技術，透過引進自動設備、工具以提升產量滿足市場需求。
自動化應用持續推升台灣經濟榮景發展，但接續迎來要面對的課題，就是高產量造成供過於求的經營挑戰，企業面臨如何提升產品品質及營運經營效率課題，台灣企業接續積極展開ISO品質認證、營運制度建立及檢測工具系統等應用推動，以及透過精實生產及管理制度提升產業經營競爭能量。
近年來工業先進國家開始推動第四次工業革命，也就是工業4.0，積極將成熟之高科技產品及系統應用在產業發展上，尤其對於製造業發展更為重要，目前智慧製造應用課題已經是各國、各產業提升產業競爭力不可或缺的主要議題。
政府、產業協會團體及企業，在近幾年對智慧製造應用也刻不容緩地積極推動，從辦理相關論壇、訓練課程、工作坊、示範參訪活動、相關資源說明會及輔導工作展開，產業及企業對於智慧製造應用的認識，或是智慧工具應用在營運及生產作業上初具成效。初期大多企業對智慧製造應用未有整體認識，僅以思考以智造工具應用、解決營運作業問題及人力不足缺口等議題進行智造應用，但智造設備、設施、系統、…等應用導入費用不貲，往往造成企業在評估智造策略後裹足不前。
智慧製造相關整合系統的持續發展，企業及產業已都有共識，應是能夠提升企業營運績效才是最佳方案，思維在於如何讓企業對於智造應用須有更具體成效，從解決企業短期營運需求出發，務必要鏈結到提升企業中、長期競爭力，具備整體智慧製造發展藍圖進行佈局規劃，以滿足終端需求應用者（End-User） 思維，先推動企業營運精實管理，再整合智造設施及數據整合分析，協助企業進行轉型升級。
我國企業以中小企業為主，強調生產彈性、客製化、少量多樣，以及快速機動服務客戶需求為其生存之道，在客戶資訊不明、整體營運資訊未整合情況之下，企業又要符合客戶即時服務前提下，須提前做出許多準備，如增加原物料、半成品及成品庫存以因應客戶訂單，甚至變更生產排程及機動加班等額外成本支出，皆造成企業營運沉重的負擔。
經營者都很清楚營運經營數據，即時取得對服務客戶的重要性，但在早期工具及系統不發達階段，每一作業數據皆需靠人工進行紀錄、整理，再透過有經驗之管理人員進行分析，需花費大量人事成本進行，在現今客戶訂單變動快速、短交期及少量多樣訂單需求下，讓企業無法再以人力進行營運數據整理工作，智造工具及系統應用確實是解決企業營運問題、降低成本及提升客戶服務能量之最佳營運工具。
我國產業在智慧製造應用及數位轉型推動上有多年的實務經驗，在各產業皆有示範及標竿企業進行觀摩學習，但具成效之企業多以中、大型產業領導企業為主，對於中小企業在資源及專業人才限制下，實務在進行智慧製造應用上往往無法整合思維客戶、營運作業及未來產業需求下，有效地階段性進行智慧製造應用，皆以片段工作需求進行智造工具及系統應用，投入大量資金及人力進行智慧製造應用，但對企業整體營運效率提升並無太大改變，往往有這樣經驗後就停止推動智造應用，後續將造成企業競爭力無法提升，客戶流失等更大損失，不可不重視。
筆者有幸參與台灣企業推動智慧製造應用輔導工作多年，在這波智慧製造應用風潮下，大多企業對於智慧製造應用有初步認識，對於企業本身營運需要應如何善用智造系統，必須要深入研究詳加評估，這對於企業推動智慧製造策略，才是一個很好現象及好的開始。
企業在進行智慧製造應用可區分成三大階段：
- 第一階段為數據蒐集分析：
評估及運用智造工具、系統及時取得營運關鍵數據進行數據監控及改善工作。
- 第二階段為數據創價：
也就是以數據整合分析，以客戶需求角度進行數據整合分析，提升企業營運績效及創造企業新價值。
- 第三階段為數位轉型：
也就是透過數據進一步分析開拓新市場、新客戶並進一步提供創新服務，達成企業運用智造工具應用及數據分析進行營運轉型發展。
近年我國企業專注於智造應用，在智慧製造第一階段數據蒐集分析已有相當應用成效，此階段主要是將製造現場之主要機台數據及主要作業數據即時採集分析，取代人工紙本作業，智造工具及系統應用包含有機聯網、製造執行系統（MES）、影像辨識工具（AOI）、機器手臂、無人搬運車（AGV）及自動倉儲系統等等，以即時取得數據掌握營運動態發掘異常及時推動改善工作。
若在第一階度數據蒐集階段，還不能大幅提升營運績效，就亟需積極推動第二階段數據創價工作，也就是要以終端使用者（End-User）需求為前提，進行整體營運數據整合分析，找出關鍵問題進行後續改善工作推動，透過作業流程改善、標準作業擬定及智造工具應用，運用PDCA進行工作持續改善，以快速回應滿足客戶需求，才能提升企業營運績效及創造企業新價值。
筆者以協助鍛造及軸承產業廠商，推動智造應用之輔導經驗為例，說明以End-User需求進行數據創價輔導工作。首先，針對廠商之產業特性進行實際使用環境分析，釐清使用者需求最關鍵要項，再從提升End-User（客戶）需求之重點項目如：交期縮短、成本降低、品質提升等等，與廠商確認輔導重點及工作改善的順序，同步進行廠商智造應用能力評估，從數據蒐集及數據創價（整合數據應用）進行分析。
在數據創價分析工作上，必須以解決及滿足End-User需求進行改善目標訂定（例如訂單交期由45天縮短至30天），透過訂單生產整體流程進行數據整合分析，包含作業流程分析、跨系統數據採集、標準作業制定、整合數據分析，最後針對異常項目進行改善，透過PDCA持續改善，達成改善目標及數據創價應用成效。
近年智造分析工具發展快速，可透過商業智慧分析工具（BI）進行整體營運數據整合分析，以客戶需求及提升產業競爭力為前提，進行關鍵營運作業改善，並且輔以智造工具應用、生產作業精實管理及標準作業建立，落實以數據進行管理改善工作，達成以滿足客戶需求及提升產業競爭力前提推動企業往智慧製造第二階應用邁進，藉以整合數據分析應用提升企業營運效率，打造台灣企業智慧製造示範應用，接軌國際市場。