智能制造需要的数据是超过其他行业的，因为对于连接性、先进计算、智能传感器和设备、以及改进的数据访问和存储都是十分需要的，对于数据的范围、容量和分辨率也需要不断扩展。智能制造实现起来不那么容易，有五大难点是需要解决的。
一 数据情景化
企业想依据数据，做出明智的决定。但一个企业，通常会有很多不同的软件系统，这样从这些系统获得数据的技术也就随之而有所不同。将这些业务系统数据与生产制造过程数据整合起来也就非常困难，但是数据的情境化，对作出明智决定至关重要。
二 信息技术投入小付出大
企业的IT部门作为处理信息技术的重要部门，经常面临着投入资金不足和付出需求增加的艰难处境，他们没有能力交付所需的应用程序，而且在将来会有更多应用管理需求。应用程序组合最优化应该可以使业务用户能够做出明智的决定。
三 变更和变更管理
在当今世界，变更已是常态。业务战略、产品、客户需求、以及IT系统都在不断发生变化，因此应用程序必须足够灵活。将来，这些挑战肯定会加剧，因为科技进步将会产生更多的可用数据，从而对应用程序的需求量大幅增加。
四 传统软件难以适应互联网环境
即使应用程序已经建立，传统软件也不能满足应用程序所需要的规模和多样性要求。大多数制造人员经常被允许访问只读数据表，这些数据只能够在事后提供性能参考，对解决或规避问题并无帮助。此外，传统软件在连接信息技术（IT）和运营技术（OT）方面，也存在一定的问题。
支持制造业的应用必须连接这些方法（IT和OT）。持续不断的进步需要灵活的应用。但是，老旧系统往往难以扩展和获得支持。他们无法很快适应于不断变化的需求。
五 系统兼容性不足
不同系统之间现有的接口可能会存在一定的问题。目前的方法集中在记录系统和系统之间的数据交换。随着数据量的增加，这种方法会变得更复杂，更不实用。
智能制造是大趋势，即使有许多困难，我们要必须解决，对于上述五大难点，我们可以通过云、移动、分析等现代软件技术来解决这些难点，通过快速创建应用程序，从而使处于整个价值链应用程序和架构中的人、系统和资产之间的协作成为可能，为未来构建一个新的智能制造软件平台。