人是整个社会运转的核心，是最核心的生产资料，哪怕是无人工厂，它的建设、运维也都是由人来完成，所以把人变成机器。
在此基础上就会产生一定的困境：生产上的困境，现在所有的互联网和信息技术的终端都不能够解放工人的双手。但是人的灵活性是人类最大的优势，但是对于机械性的工作，这反而变成了劣势。管理上的困境，一个生产车间的负责人，少则负责几十个员工，多的可能要负责几百个员工的管理。工业大数据都是以设备和机器为中心产生的数据，传统的信息技术和数字化手段很难采集到人的大数据，比如拧一颗螺丝用了多长时间，每一个工作步骤用了多长时间。人才培养和知识管理上的困境，工作场景跟学习场景脱离的问题。很多培训虽然是实训，但是离真正的工作场景还是有很大脱离，一脱离就产生问题了，因为人都是有遗忘曲线的，学完了都会忘。
当然这并不是没有解决的办法，AR的技术就很好的解决了这些难题。
1、实时指导。AR模块，解决的是产业工人的记忆问题，解决的是他工作效率和出错率的问题。
2、透明化管理。解决的是能够实时的采集到他的工作的大数据，同时能够让一线的管理人员实时的管理到生产工人的每一个工作细节。一旦出错，管理者能够立刻收到报警和提醒。
3、个人教练。AR眼镜解决了培训问题，就像随身的师傅，拉近了个人培训场景与生产场景的距离，甚至重叠，能满足即需、即用、即学、即评这样的教学目标。
4、知识沉淀。最简单的就是AR眼镜可以把工作的过程录下来，可以把好的经验沉淀下来。
然而，要想达到这样的程度，对于AR设备的硬件以及软件要求是很高的。AR眼镜要达到工业化五个关键指标：
1、要求识别率达到98%以上。
2、要求误识别是零。电路板有很多元器件很相似，AR眼镜可以有2%识别不出来，但是不能够把A元器件识别成B元器件。
3、元器件很小，像素漂移控制在要在5个像素以内。
4、延迟要在100毫秒以内。
5、识别的精度要在0.2毫米。
“据了解，现在AR技术的发展应该是处于70年代计算机的发展水平，也就是在工业当中有刚需、有应用的一个阶段。一个真正意义上的个人消费品要有两个特性，第一要有一定的市场保有量；第二要有一定的黏性，只有量没有黏性不能称之为真正意义上的个人消费品。就像计算机从出现到90年代真正走进千家万户，这其中也是经历了诸多的风雨。
