在工業(yè)物聯(lián)網(wǎng)中，AI主要用來做制程的優(yōu)化與長期規(guī)畫等非實時性決策，例如現(xiàn)在消費性市場的產(chǎn)品類別多樣，制程系統(tǒng)的換線將成為常態(tài)，透過大數(shù)據(jù)與AI的運算，就可盡量縮短換線生產(chǎn)的停機時間，讓排程優(yōu)化。

　　進行產(chǎn)線排程時，需從機器環(huán)境、制程加工特性與限制、排程目標，依據(jù)工作到達達生產(chǎn)現(xiàn)場的情況區(qū)分，可分靜態(tài)及動態(tài)排程兩種，靜態(tài)排程是到達生產(chǎn)現(xiàn)場時，其制造數(shù)目?固定且可一次完成的任務(wù)進行排程，后續(xù)如果出現(xiàn)新工作， 再并入下一次制程處理。 動態(tài)排程則是若制程連續(xù)、產(chǎn)品隨機，而且數(shù)目不固定的到達生產(chǎn)現(xiàn)場，須不斷的更新生?排程。

　　就上述兩種排程方式來看，靜態(tài)排程通常為少樣多樣方式，AI在其中要解決的問題，主要是透過深度學(xué)習(xí)算法分析各環(huán)節(jié)的時間與質(zhì)量，不斷的改進工序，讓效能與質(zhì)量優(yōu)化;動態(tài)排程則用于少量多樣生產(chǎn)，AI會針對不同產(chǎn)品的工序， 建立起換線模式，有不同產(chǎn)品上線時，即啟動專屬換線模式，盡量縮短停機時間，同時讓產(chǎn)品維持固定質(zhì)量。