智能制造（Intelligent Manufacturing, IM）是数字信息技术与制造技术深度融合的产物，旨在实现生产过程的自动化与智能化。以下是关于智能制造的详细解释：
一、定义与起源
定义：智能制造是一种由智能机器和人类专家共同组成的人机一体化智能系统，在制造过程中能进行智能活动，如分析、推理、判断、构思和决策等。它通过人与智能机器的合作共事，扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。
起源：智能制造源于人工智能的研究，是智能（即知识和智力的总和）在制造领域的应用和体现。
二、核心特征
1、人机一体化：智能制造系统不仅包含智能机器，还强调人类专家的参与和协作，形成混合智能。人类专家与智能机器在不同层次上各显其能，相辅相成。
2、自学习与自优化：智能制造系统能够在实践中不断充实知识库，具有自学习功能。同时，它能够自行故障诊断、排除和维护，实现自我优化并适应各种复杂环境。
3、高度集成与柔性化：智能制造将制造自动化的概念扩展到柔性化、智能化和高度集成化，实现制造单元的柔性智能化与基于网络的制造系统柔性智能化集成。
三、技术支撑
数字信息技术：包括大数据、云计算、物联网、人工智能等技术，为智能制造提供强大的数据处理和分析能力。
智能制造技术：涵盖智能装备、智能工厂、智能服务等多个领域，实现生产过程的智能化、自动化和高效化。
四、应用场景
智能制造在多个行业有广泛应用，包括但不限于：
汽车制造：自动化激光切割、机器人焊接、机器人装配和智能供应链管理等。
机械制造：自动化加工中心、机器人打磨和自动化生产装配等。
电子制造：自动化组装、机器人贴片、自动化测试等。
航空航天：自动化焊接机器人、自动化复合材料成型机器人、自动化检测机器人和数字化仿真等。
其他行业：如电力制造、石油化工、食品医药、纺织服装等，也都在不同程度上采用智能制造技术提升生产效率和质量。
五、发展趋势
随着5G、大数据和人工智能技术的进一步发展，智能制造将更加注重数据的价值挖掘和利用，逐步实现数字化、模块化和柔性化。这将有助于满足不同行业和企业的特殊需求，推动制造业向更高效、更智能、更可持续的方向发展。
综上所述，智能制造是一种高度集成化、柔性化和智能化的制造模式，它通过数字信息技术与制造技术的深度融合，实现生产过程的自动化与智能化。智能制造的发展将为制造业带来更多的创新和发展机遇，推动制造业向更高水平迈进。
制造是什么
我们先看看制造究竟是一个什么过程。生产制造过程就是把一组原材料转换为产品，比如投入钢板及相关零部件通过生产过程产出一辆汽车。那么生产过程要涉及什么东西呢，我们看看制造业的组织架构
制造业组织结构
如上图，我们先关注中间一部分，也就是生产部分，制造业的核心环节。
计划控制：可以理解为生产的大脑中枢，它决定了生产什么，何时生产，生产多少。同时也调度生产资源(人，设备，物料，技术，能源)合理分配实现资源利用最大化。
采购：根据生产计划，确定何时需要采购什么原材料
制造：包括加工、组装、工装工具等管理
质量保证：对外购零部件、材料以及生产过程中的产品进行质量检验和质量管理等
设计：产品的设计和研发
所以，制造过程是需要以上所有相关部门的密切配合、协调工作的。制造过程是一个多部门参与、协调的过程。任何一个小的环节出现问题，生产都会被迫中断。
智能制造干什么
当前阶段
上面我们说了，制造过程涉及到多个部门的协作，那么当然，智能制造中的智能也要覆盖到所有这些相关部门。
智能实际上更需要靠软件来实现，目前我们离真正的智能还很远。目前我们大多还是在做信息化，信息化，数字化是智能的基础。看看各个环节都需要什么信息化系统吧。
设计：CAD/CAE,PLM 等
计划控制：ERP,APS 等
采购：ERP
制造：MOM/MES,精益生产，智能设备，工业物联网
质量：MOM/QMS
所以，目前普遍意义上说的做智能制造相关工作，基本是在做上面这些信息化系统。当然也有一些做工业大数据分析的，当然工业大数据的数据来源就是上面我们所说的各种信息化系统
真正的智能制造
看过安筱鹏博士的书，里面提到智能制造的本质是以数据的自动流动化解复杂系统的不确定性，优化制造资源的配置效率。
这句话的意思可以用我们自身来类比一下，我们的大脑很智能吧，他可以感知外界环境的变化来控制我们的身体来做出对应的反应。对应三步，感知、分析、决策
智能制造中的智能就是要打造出一个制造系统的大脑中枢，这个大脑可以感知到整个生产环节的各种因素的变化，并且经过分析计算做出最优的决策。
第一步就是感知，首先要掌握外界的信息。在生产系统中可以理解为通过数据采集来实时掌握生产环节的各个状态，比如原材料库存情况，设备运行情况，人员情况等。目前我们的工业物联网，各个环节的信息化系统都可以理解为数据采集。工业物联网采集的是设备的运行数据，各个业务系统采集的是业务数据。
第二步是数据的流动和数据分析。首先实现各个系统数据的互联互通。比如采购就影响着原材料库存，库存又影响着生产，所以我们要让不同系统中的数据建立联系。之后通过大数据分析或者各种人工智能算法得出某个环节的最优解。
第三步就是决策，通过分析，智能系统可以控制生产环节做出调整。最简单的就是调度，比如发现某一产品原材料库存不足会自动切换另一种产品。发现一台设备有空闲，利用率不够，可以自主分配任务给此设备，提高资源利用率。
此时，整个生产环节，从采购到生产到质量控制到交付。全部由智能系统来调度，仿佛是有一个大脑在控制着各个环节做出相应的动作。
所以，你看。我们目前大部分只是在做第一步，极少一部分在做第二步的工作。至于最终目标的实现还有很远的距离。
这一部分也回答了开头的第二个，第三个问题。正是因为生产环节涉及到机械设备、自动控制、软件分析、生产流程等，所以智能制造就必须是一个交叉学科。
专业及就业
来回答你的第四个问题，大学本科里面的培养方案都是一些基础学科的教育，是让我们对此有基本的理论知识和概念。和实际工作中用到的还是有很大差距的。可以理解为，专业是一个很宽的概念，交给你很多方向的基本概念，但是工作就是从中选择一个方向并深入下去。
所以，即使你要做本专业的工作，也只会是做智能制造体系中的某一个环节。也许是各个信息化系统的实施，也许是工业物联网，也许是数据分析，智能算法等。
你的培养方案中关于软件方面并不算多，我建议你选择一到两门编程语言及一种关系型数据库，达到熟练掌握的地步。
至于深造的话，更多的就偏向于理论研究了，我朋友圈中也有几个硕士，博士在做智能制造方向的理论和算法研究。这个看个人选择了。
至于你题目中提到的和计科，智科对比，我认为没必要，既然选择了这个专业就好好的学习这个专业，目前全世界的制造业都在寻求转型，实现生产力的进一步提高，另外政策层面也是非常给力的。不要过多纠结于选择上。
思想价值决定企业命运的时代已经到来。
在日益全球化和移动互联、人工智能技术日趋普及的趋势下，优势企业之间的最高阶段的竞争，不能局限于硬技术的竞争，而是体现在企业软实力的竞争，亦即思想的竞争。面对今天的市场格局及为未来趋势，你的企业应该有什么样的价值判断，应该有什么样的思想基础，应该发出什么样的声音，这才是关键。
巴黎高科路桥大学秉承法国精英式高等教育体系，针对工业发展需求，将技术、人文与管理相结合，教学内容具有更新快，目的性强的特点，在学术科研上以项目为主线，拥有强大的企业合作背景和资源。学校注重全球发展和国际合作，在四大洲共有67个合作伙伴院校。
ENPC DBA（IM）项目关注学员成长，更关注学员背后企业和行业发展，旨在为学员提供前沿的学术思想，科学的理论支持，同时结合中国当前制造业发展，为学员提供理论与实践之间科学转换的视角、方法和工具。
更多招生简章、项目信息，欢迎私信了解详情~~~~~~