雖目前政府大力支持推動工業4.0與智慧製造，不過由於台灣仍為中小企業居多，機台與設備升級成本不僅相當昂貴，許多老舊設備存在無法聯網的問題外，對於智慧製造的概念也仍相當模糊。

要達成智慧機械，施政修指出，以技術難度和流程來區分可分為「資訊鏈結」、「可視化儲存」、「原因偵測」、「預測與預防」、「自適應解決」五大進程。

事實上，由於過去機台控制器多半是提供部份參數讓使用者設定，然而這些參數對於加工過程實際的完整影響卻是曖昧不明的，缺乏客觀且精確的數據判斷參數調整好壞，導致調機多半得倚靠師傅的經驗累積來實現，且隨著加工條件如工件材質、刀具種類或是工藝改變時這些調適又必須重新再來一次，對於人力、技術力甚至時間的要求都相當高。

因此在智慧機械的第一步，便是透過將機台本身以及加工過程的資訊，能夠完整且客觀的被讀取出來，並將資訊可視化與可儲存化便於後續原因偵測及預防；透過前兩步所得到的資訊進行分析後，將可找出機台設備遇到的問題原因為何，進而使人員能知道需要調整的關鍵項目。

第四步則是預測與預防，透過在線持續檢測，在問題發生前預測以及預防問題的發生，進一步達到減少生產時的人為損失或自然損失。

最後才是自適應解決，作為智慧機械的最後一步、也是最理想的型態，就是工具機設備能自行解決其所遇到的問題，這一步通常除了需要強而有力的軟體功能與感測器以外，也需要大量自動化的輔助設備來進行問題排解。