根据最近的统计数据，欧洲制造业的机器人的平均密度为每10,000名员工的99个单位。但英国落后一直落后于平均71个单位，全球排名第22。如果英国要与全球市场中的其他人竞争，则需要在整个行业的机器人颁布时进行一步变化。
更加自动化的旅程已经开始。例如，协作机器人或Cobots在英国制造业中发挥着越来越重要的作用。Cobots旨在与人类合作，开展不仅重复但也有害的任务。这些包括机械组装，处理危险化学品以及在存在有害气体的环境中需要操作。
智能连接技术支持植物和机械的自动化。这些是包含处理器，传感器和软件的设备，该处理器，传感器和软件允许在机器和其他系统或流程之间交换数据。制造执行系统是用于制造业的计算机化系统，以跟踪和记录原材料转换为成品，并有助于在英国制造业的自动化到下一级。
大数据是用于描述如此大而复杂的数据集的术语，即常规数据处理软件应用程序无法处理它们。机器学习是一种用于大数据的附件，它使用统计技术提供计算机系统能够从新数据中学习并逐步提高性能而无需重新编程。使用大数据和机器学习，以减少浪费和可变性，并提高质量和输出。通过使用专业的“大数据工具”或机器学习，可以识别隐藏的模式和趋势以进行预测。例如，通过分析客户的行为，制造商能够识别客户偏好并揭示市场趋势。
特种机械在今天的制造业中也扮演着重要的角色。这种机器没有现成的，但必须根据客户的要求进行设计和定制。这些创新技术建立在更传统的自动化技术，如监控和数据采集(SCADA)，这是一个控制和监控系统架构，使用计算机自动化工业工厂和机器。SCADA使用其他设备，如可编程逻辑控制器(PLC)与仪器和控制过程进行通信。
自动化给英国经济带来了许多重大利益，可以进一步提高创新能力，从而提高竞争力。英国制造业已经显示出复苏的迹象。但要想在生产率方面赶上世界领先者，就必须加大对自动化的投资。缩小工程技术差距也很重要。目前，工程师和其他专家的数量不足以满足英国制造业基地的多样化需求。