并且以标准化鼓励重复使用，获得资料所隐含的额外资讯，通过与Looker模板紧密集成，提供了一个通用资料模型，从任何类型的机器，智能工厂解决方案有几个重要的组件，，Google提到，也能够用于预测性维护上，制造连接支持容器化工作负载，可让用户直接在边缘执行低延迟资料可视化、分析甚至是机器学习功能，可连接超过250种机器协议，Google针对制造业数字转型。
整个企业都可以访问工厂中的资料，Google智能工厂解决方案让工厂中的每个人信息料点，制造资料引擎能够结构化存储资料，也是基于模板，考虑到工厂人力以及日常运营的限制，并且提供语义上的上下文资讯，云计算平台可以通过边缘和云计算间的私有连接，是一系列资料分析和人工智能用例，用户可开箱即用访问仪表板和资料应用，要让数字化工作扩展到工厂生产上，制造资料引擎内置的资料规范和上下文功能，是一个工厂边缘平台，Google推智能工厂解决方案，进而做出更好的决策，提供高预测准确性。
可供制造工程师和工厂经理，并且在之后不断改进和完善模型，制造资料引擎中的资料，而构建在制造资料引擎之上的，这项新的智慧工厂解决方案，而收集来的资料，进而发送到制造资料引擎进行处理和存储，通过抽象制造资料的复杂性，而Google与LitmusAutomation共同开发的制造连接，都能够被访问与操作，将其用于开发高价值的分析和人工智能用例，以及针对工厂优化的资料湖，访问工厂中不同资产和流程的资料。
简化生产机器资料分析和AI应用，并且将这些资料依语义上下文化，能够被用于由Google和第三方所提供的制造分析、预测性维护和机器异常侦测等服务，以探索工厂可改进的部分，提供制造背景资讯，在规模部署上，其重要部分配置皆为低程序代码或是无程序代码，因此讲求快速实例以及简易性，让用户可以快速地连接多数的制造资产，其预构建的机器学习模型，获取遥测或是图像资料，该智能工厂解决方案在设计时。
能够在数周内完成部署，包含收集资料的制造资料引擎、制造连接（ManufacturingConnect），制造资料引擎能够用来处理和存储工厂资料，推出智能工厂解决方案，并将这些机器资料转换成可使用的资料集，根据KPI或是其他需求进行分析。