（四）大规模个性化定制
1、产品采用模块化设计，通过差异化的定制参数，组合形成个性化产品。
2、建有基于互联网的个性化定制服务平台，通过定制参数选择、三维数字建模、虚拟现实或增强现实等方式，实现与用户深度交互，快速生成产品定制方案。
3、建有个性化产品数据库，应用大数据技术对用户的个性化需求特征进行挖掘和分析。
4、个性化定制平台与企业研发设计、计划排产、柔性制造、营销管理、供应链管理、物流配送和售后服务等数字化制造系统实现协同与集成。
通过持续改进，实现模块化设计方法、个性化定制平台、个性化产品数据库的不断优化，形成完善的基于数据驱动的企业研发、设计、生产、营销、供应链管理和服务体系，快速、低成本满足用户个性化需求的能力显著提升。
（五）远程运维服务
1、采用远程运维服务模式的智能装备／产品应配置开放的数据接口，具备数据采集、通信和远程控制等功能。
利用支持IPv4、IPv6等技术的工业互联网，采集并上传设备状态、作业操作、环境情况等数据，并根据远程指令灵活调整设备运行参数。
2、建立智能装备／产品远程运维服务平台，能够对装备／产品上传数据进行有效筛选、梳理、存储与管理。
并通过数据挖掘、分析，向用户提供日常运行维护、在线检测、预测性维护、故障预警、诊断与修复、运行优化、远程升级等服务。
3、智能装备／产品远程运维服务平台应与设备制造商的产品全生命周期管理系统（PLM）、客户关系管理系统（CRM）、产品研发管理系统实现信息共享。
4、智能装备／产品远程运维服务平台应建立相应的专家库和专家咨询系统，能够为智能装备／产品的远程诊断提供智能决策支持，并向用户提出运行维护解决方案。
5、建立信息安全管理制度，具备信息安全防护能力。
通过持续改进，建立高效、安全的智能服务系统，提供的服务能够与产品形成实时、有效互动，大幅度提升嵌入式系统、移动互联网、大数据分析、智能决策支持系统的集成应用水平。
二、新技术创新应用要素条件
（一）工业互联网
1、建立工业互联网工厂内网，采用工业以太网、工业PON、工业无线、IPv6等技术，实现生产装备、传感器、控制系统与管理系统等的互联。
实现数据的采集、流转和处理；利用IPv6、工业物联网等技术，实现与工厂内、外网的互联互通，支持内、外网业务协同。
2、采用各类标识技术自动识别零部件、在制品、工序、产品等对象，在仓储、生产过程中实现自动信息采集与处理，通过与国家工业互联网标识解析系统对接，实现对产品全生命周期管理。
3、实现工厂管理软件之间的横向互联，实现数据流动、转换和互认。
4、在工厂内部建设工业互联网平台，或利用公众网络上的工业互联网平台，实现数据的集成、分析和挖掘，支撑智能化生产、个性化定制、网络化协同、服务化延伸等应用。
5、通过部署和应用工业防火墙、安全监测审计、入侵检测等安全技术措施，实现对工业互联网安全风险的防范、监测和响应，保障工业系统的安全运行。
（二）人工智能
1、关键制造装备采用人工智能技术，通过嵌入计算机视听觉、生物特征识别、复杂环境识别、智能语音处理、自然语言理解、智能决策控制以及新型人机交互等技术，实现制造装备的自感知、自学习、自适应、自控制。
2、结合行业特点，基于大数据分析技术，应用机器学习、知识发现与知识工程以及跨媒体智能等方法，在产品质量改进与缺陷检测、生产工艺过程优化、设备健康管理、故障预测与诊断等关键环节具备人工智能特征。
3、目标产品采用智能感知、模式识别、智能语义理解、智能分析决策等核心技术，实现复杂环境感知、智能人机交互、灵活精准控制、群体实时协同等方面性能和智能化水平的显著提高。
4、人工智能技术已在产品开发、制造过程等产品全生命周期过程中实际运用，实现对制造过程优化，技术方案和应用模式等具有可复制性、可推广性。
