信息技术的进步和用户业务的发展不断对现有的质量管理提出各种新的要求，打破了原有的质量管理模式，为质量管理理论、方法、工具和规则注入了新的内容。面对与软件质量管理相关的诸多要素，人们会反思，保证产品质量的主线是什么？什么是逐步改善的路线图？
　　实际上，上述问题的回答与质量管理的客观需求密切相关，并不能回避一个核心任务，即“质量管理知识体系的发展趋势与核心技术”。质量管理可分为数据管理、信息管理和知识管理。知识管理代表了管理的发展趋势，需要数据挖掘技术的支持，为决策服务。

　　智能制造技术的应用有助于解决质量管理的难题。迄今为止，国内外关于质量管理的理论、方法和工具不少。但是质量问题还是普遍存在的，包括管理问题和技术问题。如果深究原因，不难发现，在质量管理的实施中，有些环节是难以控制的。

　　表面上看起来质量管理的各个方面都做到了，但是有很多模糊不清的地方和漏洞。如果不同的人对同一个问题进行分析和决策，得出的结论可能会大相径庭，这就需要我们给予必要的控制。比如:如何分析质量原因？如何综合应用质量分析工具？如何分组样本？实时质量控制和自动化，以及系统建立的质量控制。在这个环节中，需要有经验的管理者来把关和决策，因此智能制造技术将发挥重要作用。