说到工业革命，舆论给出的解释通常是“由某项技术的发明而引起的工业变革”。与此相比，德国的版本更倾向于“因某些生产工具的普及，所形成的生产方式/分工体系变革”这一解释。

从实践角度讲，“生产工具普及”的说法更具说服力。以控制系统为例，该项技术早在工业3.0阶段之前（上世纪70年代以前），便已经被发明与使用；然而，由于受限于控制电路的开发效率，所以直到PLC的普及之后，控制系统才真正在工业中得到大规模推广。

与上述逻辑相同，只有智能制造中的技术被大范围使用时，工业4.0时代才算真正的来临。然而，由于涉及到各类工业软件的集成应用，以及由此带来的高昂成本，智能制造的普及也绝非易事。
集成难、集成贵的问题绝非一两家企业能够解决的问题，因此需要行业内的主要参与者坐在一起，并就标准与路线达成共识，而这也是工业4.0参考架构(RAMI 4.0)这一顶层行动纲领产生的大背景。

工业4.0参考架构由德国电工电子于信息技术标准委员会(DKE)主持与拟定，其内容可以由一个三维立方体进行概括；生命周期价值链和系统层级两个维度是对智能制造（或物理信息系统）应用场景的总结，其中生命周期价值链维度阐述了从产品研发、生产工艺研发、再到实际生产与产品的一整套流程；而系统层级则覆盖了从产品、感知、装备，到车间、工厂、企业各层级的数字化功能。

RAMI 4.0的前两个维度涵盖到了众多的环节，如果这些工业要素都处于彼此孤立的状态，智能制造的潜力将难以发挥；为此，RAMI 4.0将（标准）共性技术引入到“立方体”的第三个维度，并希望借此提高各工业要素的集成效率。同时，当把（第三维度中的）各项标准/技术组合为一个整体时，便又出现了一个新的概念-数字孪生。 

如果从之前提到的语言角度出发，系统构成碎片化，实质上是数字模型“语言不统一”所带来的问题（可以理解为“方言”），而“通用语言”的推广，则有利于类模型统一到一个彼此相容的“数字虚拟空间”内。

实现数字化“语言”的一统，无论是从顶层设计层面，还是在想法落地阶段，都是一项庞大的系统工程。

首先，设计者需要将数字模型的通用特性进行系统梳理，其中涉及到数字模型的编排方式、信息组织结构、运行与通讯的机制、技术支撑体系等一系列问题；

其次，参与统一数字空间构建的各方，需要将本行业既有的知识、行业Know-How，“翻译”为标准的数字模型规范；

最后，技术开发者需要根据模型规范，开发相应的模型功能，并集成模型背后既有的技术（如算法、数据结构、通讯协议等）。

为了实现上述目标，工业4.0工作组于2015年开始着手准备，并于2018年推出了俗称德国版数字孪生的资产管理壳(Asset Administration Shell - AAS)标准体系；由于被视为支撑、构建工业4.0“数字空间”的统一标准，因此资产管理壳也被称为工业4.0语言(I4.0 Language)。