1、开放互联

开放互联成为必然趋势，在经历了现场总线、实时以太网，自动化的开放互联正迈入OPC UA over TSN的时代。

工业互联网遇到的最大的挑战在于“衔接”问题，复杂的现场总线和各种协议使得IT拜访OT变得异常困难，不经济，成为了推进工业互联网的第一大障碍。

OPC UA是一个推行“普通话”的过程，它使得各家不同厂商的控制器能够被采用统一语言，而TSN则扮演着“同声传译”的角色。

2.柔性制作

无论谈论智能制作、工业4.0仍是所谓的工业物联网/互联网，其实，本质都是经过信息的采集，完成全局的制作效率提升，响应“大规模定制”中的高品质、低成本要求。

但是，在底层执行中，会遇到一个“机械”的刚性衔接障碍，因而，为了解决这个问题，各家干流自动化厂商均推出了柔性电驱输送系统，如图2的ACOPOStrak，它带来的改变在于：

（1）传统的产线复杂性、精度、柔性问题被解决；

（2）满足个性化定制的生产需求。

3.边际计算

边际计算主要聚焦于进行数据的采集、衔接，并在边际侧完成对产线、工厂的实时任务调度、优化、战略问题的解决，自动化厂商在原有架构上融合新的Web技术、云衔接技术，将这些任务以分布式形式完成统一的构架。

4.机器学习

今日，我们评论机器人工智能，然而，工程本身就是数学问题，在1931年，科尔莫哥洛夫宣布了统计学和随机过程方面的《概率论中的分析方法》，它奠定了马尔科夫过程的理论基础—它成为信息论、人工智能和机器学习的基础科学东西，然而，数问题能够转换为软件问题，首先在数学东西上可行，那么软件才具有可行性，接着是完成—是否有足够的计算能力，以及如何与目标结合。

事实上，在早期的控制器即能够完成复杂的控制，例如，贝加莱在90年代初即推出基于pSOS+定性分时多任务的操作系统，已经能够支撑高档语言的编程，今日的PLC已经能够直接运转基于C/C++等高档语言开发的程序，基于PC架构的控制器能够经过多种形式来完成机器学习、人工智能的算法运转。

5.软件定义智能

自动化的确正在成为一个软件行业，因为，智能经过软件来完成，简单的修改即可完成复用，并且，软件本身在智能制作中的角色也变得更为复杂，我们会惊奇的发现，自动化行业里无所不在的软件，无论是RTOS仍是集成开发环境如Automation Studio，仍是针对行业应用的标准化PLCopen库、以及为了完成开放互联的Web服务器集成。