在工業物聯網中，AI主要用來做制程的優化與長期規畫等非實時性決策，例如現在消費性市場的產品類別多樣，制程系統的換線將成為常態，透過大數據與AI的運算，就可盡量縮短換線生產的停機時間，讓排程優化。

　　進行產線排程時，需從機器環境、制程加工特性與限制、排程目標，依據工作到達達生產現場的情況區分，可分靜態及動態排程兩種，靜態排程是到達生產現場時，其制造數目?固定且可一次完成的任務進行排程，后續如果出現新工作， 再并入下一次制程處理。 動態排程則是若制程連續、產品隨機，而且數目不固定的到達生產現場，須不斷的更新生?排程。

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