傳統的自動化製造主要是將製造流程中的重複性工作自動化，但對於複雜的製造流程和變化多端的產品，仍需要人工介入調整和管理；相較而言，智慧製造則可以根據大數據分析、AI與機器學習等新技術，實現更高精度的自動化控制和調整，甚至進行生產流程的即時監控和預測，迅速調整生產計劃和避免製造過程中的問題。

       我們可以用一套在SEMI推動的金字塔模型（圖1），來說明如何達到AI驅動的全自主化工廠（AI-driven autonomous smart factory）的願景。例如在金字塔底端，有一些局部使用的客製化單點系統(point systems)，也許過了1到3年後進入Smart 1.0階段，主要是使用大數據（Big data）與統計技術建構數位雙生（digital twins）來串接不同點系統；3至5年後邁向Smart 2.0階段，利用AI與機器學習技術來強化預測、推薦、與最佳化的能力；5至10年後達到全自主化（autonomous）的境界，廠內大部分工作將可以被系統自行判斷，自行找到最適當的方式來執行。

        然而，在半導體智慧製造落地實施的過程中，廠商各自面對了諸多技術或管理思維上的挑戰。因此SEMI台灣智慧製造委員會邀集產業學研等單位討論了上述問題。他們發現，原有的金字塔模型雖然可以很好地描述系統不斷往智慧化演進的過程，但缺乏從使用者角度來看工廠的自主化應該如何逐步達成。

對使用者而言，金字塔模型主要還是從系統的角度出發，理解上還是會有困難。如果我們將全自主化（Autonomous Control）比喻成自駕車等級，把使用者比喻成駕駛，系統比喻成車子，或許就比較能讓大部分人理解。

　　SAE（國際汽車工程師學會）定義了6個自駕車等級（如圖2），Level 2 以下是人員主導，Level 3以上是系統主導，駕駛可以放手讓車子主導。例如在Level 2，車道偏移了，車子會透過方向盤提醒你，最後你還是要操控方向盤來修正方向。但是在 Level 3，當你選擇自動駕駛時，是可以暫時放手讓車子自行駕駛，直到車子請求你接管。