El objetivo de la fabricación se puede describir como lograr un producto de alta calidad predefinido en un corto tiempo de entrega y a un costo competitivo. Sin embargo, desafortunadamente, es bastante desafiante y a menudo difícil garantizar que se cumplan ciertas características de calidad de los productos siguiendo el paradigma de fabricación contemporáneo, como la rugosidad de la superficie, la textura de la superficie y los requisitos topográficos. Los requisitos de mecanizado ultrapreciso (UPM) son bastante comunes y esenciales para productos y componentes con acabado óptico, incluidos espejos más grandes y de alta precisión, ópticas infrarrojas, dispositivos láser, lentes varifocales y otras ópticas de forma libre que pueden satisfacer las especificaciones técnicas de componentes y dispositivos ópticos de precisión sin necesidad de un pulido posterior. El mecanizado ultrapreciso puede proporcionar componentes y dispositivos de alta precisión y complejidad con un nivel de acabado superficial nanométrico. No obstante, el proceso requiere una comprensión profunda y completa del sistema de mecanizado, como el torneado de diamante con varios parámetros de entrada, características de la herramienta que pueden alterar la eficiencia del mecanizado, el entorno y las condiciones de trabajo de la máquina, e incluso los materiales de la pieza de trabajo y las herramientas. La naturaleza no lineal y compleja del proceso UPM plantea un gran desafío para la predicción de la generación y el acabado de la superficie. Los avances recientes en la Industria 4.0 y el aprendizaje automático están proporcionando un medio efectivo para la optimización de los parámetros del proceso, particularmente a través del monitoreo y la predicción en proceso, evitando el enfoque convencional de prueba y error. Este artículo intenta proporcionar una revisión crítica y completa sobre el estado del arte en el monitoreo y la predicción de superficies en procesos UPM, así como una discusión y exploración sobre la investigación futura en el campo a través de la Inteligencia Artificial (IA) y soluciones digitales para abordar los problemas prácticos del UPM en el proceso, particularmente en tiempo real. En el artículo, también se presentan las perspectivas de implementación y aplicación, centrándose particularmente en aplicaciones a escala industrial futura con la ayuda de modelos de monitoreo y predicción avanzados en proceso, algoritmos y tecnologías digitales habilitadoras.