移动互联网时代，数字化转型早就已经成为企业必须面临和解决的问题。我们常常看到的现象是，很多企业的管理者们穿梭于各种会议、论坛之间，与政府、行业精英进行各种探讨。希望专家的理论和现成的方案，能解决他们建立数字化工厂，甚至智能工厂的问题。
但大多往往忽略到数字化只是技术手段，终究提供价值的应该是转型。而转型正是企业自身应该思考的问题。所以当前面对数字化，智能化的企业转型，简称数字化转型，是制造业企业需要深思的问题。

        企业的数字化工厂规划，涉及到数字化工厂的设计，产品从设计端经过制造，营销，物流，到客户端全生命周期的梳理，软件的匹配和设计，自动化产线的配套，工业网络的搭建等，这里已经有很多不是传统设计院能覆盖的领域。

        而数字化转型还涉及多个环节，从产品设计，生产制造中的数字化，以及工业网络协同，工业大数据等几个细分环节。

        首先是产品设计，作为整个产品生命周期的第一个环节，他既是创新的环节，也是知识积累的环节，而数字化的核心就是数据和数据的流动。很多企业设计人员使用的设计软件，版权形式各异，软件各异，软件版本各异等之类的问题。以上的问题就会造成数据的不兼容难以读取，数据难以传递，甚至难以存储，因此数据就难以变成信息和知识来传递。

        其次是生产环节，要考虑设备如何通过网络并联和串联，并与生产管理软件联通，从最优，这才是评估生产系统先进性的标准。其中重要的一点就是在采购设备时，一定要考虑网络的接口和协议，这样才能保证设备的互联互通，从而形成系统。而数据如何有效采集，如何与管理系统无缝连接，如何构建工厂内部的数据高速公路，这涉及工业互联网也涉及工业大数据技术的问题。

        再就是工厂级的工业互联网，核心要求就是可靠性，低时延，高带宽，其中可靠性是重中之重，有些企业在搭建网络时，没有考虑工业环境下网络设备的工业级别要求，盲目的用商用网络设备搭建网络，造成了数据丢包，数据拥堵，和网络瘫痪的重大问题。

        工业大数据的发展运用的过程是从单一的设备离线监测到单一设备的全生命周期的管理，再到同类型设备的趋势分析和远程运维，当完善了数字化工厂以推动数据的产生和流动为目标，并且进行分析利用以后。产品通过仓储和物流到达客户手中。在数字化的时代，如何为客户画像，如何定义自己的客户，如何满足客户的需求同时又能保证企业的高效和利润，也是转型中企业需要共同面对的问题。