一、注重【业务牵头】
业务牵头既包括业务人员主导，也包括业务发展、业务问题的牵引。
在实践中经常碰到，做了一堆信息技术工作，却苦苦找不到方向和价值体现，原因在于没有业务的牵引。
在制造业企业中，核心是产品的销售，是订单的交付，是供应链的管理，是经销商的管理，是财务指标的良性发展。
企业需要思考：当前重点是稳定既有产线，保证交期，优化成本？还是寻求差异化发展，如寻求新的订货渠道，新的工厂建设，新的产线建设……
二、注重【全局设计】
制造业数字化转型是个系统工程，需要系统的全局设计。
就像汽车转弯一样，需要方向盘、车轮、车身等所有部分的协同，少了那个环节的参与都无法实现转弯。
就像汽车从油车到电车的升级一样，不只是换个发动机，需要更换储能设备，需要换控制系统……
制造业工厂是个系统，从产品研发到市场宣传，从销售订单到原材料采购，从生产管理到质量管理，从物流运输到安装实施，每个环节都是重要的一环。
全局设计的好处是能基于一条主线，将所有环节协同起来。
全局设计的好处是能从企业外部来思考工厂的发展，来设计工厂转型的路径。
同时，全局设计与局部实施是协同关系，全局设计必然从单点试点开始。
三、注重【持续迭代】
数字化转型是个持久的过程，这个过程在制造业会更难、更持久。
制造业的特点是固定设备多，僵硬的产线难以实现灵活调整，即使是同一个品类内部都难以快速在不同型号间调整。
制造业的产线投资额大、投资期长，需要几年才能收回投资成本，不太可能针对新产线持续投资升级。
制造业的工艺调整慢，调整慎重。质量是制造业的生命，质量的稳定依赖于工艺的稳定和固化，也依赖于一线人员对工艺的掌握水平。
伴随着设备，固化的还有现场作业人员、管理人员的工作习惯、作业套路、思维模式等。很多情况下，这些的升级需要比设备升级更长的路、更多的挑战。
星星之火可以燎原。
四、注重【数据驱动】
制造业从来不缺数据管理，数据管理是制造业企业的基础。进销存是笔帐，订单管理是笔帐，工资是笔帐，水气煤电也是帐。
过去受限于手段、成本、能力，只能事后查，月度查，年底对，中间的跑冒滴漏太多，说不清楚的环节太多。
如今这些账可以记得更细、更全、更准、更快，于是经营管理也可以做的更细、更全、更准、更快。
过去受限于手段、成本、能力，工厂的运转的推动力主要依靠组织层级。
如今有可能，依靠数据来驱动工厂的运转，给每个岗位以推动力和指导。
数字化转型需要推动数据飞轮，不断的依靠数据来推进企业发展，同时业务又会产生更多的数据，这些数据又会产生新的推动力。
刚开始数据飞轮很慢，能力有限，需要更多的毅力、信心。
由于制造业数据庞杂，或者说制造业是天生的大数据数据源，会面临更多的数据管理的挑战。
五、注重【技术支撑】
数据作为新型生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各环节，深刻改变着生产方式、生活方式和社会治理方式。2022年12月2日《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》
传统制造业企业的核心技术是工业技术，是运营技术，而现在需要将处于边缘的信息技术和部门拉到核心技术的位置。
传统制造业企业的信息技术工作可能是由一个工艺部门的人员兼职，也可能是一个网管，也有可能是有十几个组成的信息化部分，但相较于产品研发部门、工艺研发部门而言，人员和能力都差很多。
同时，也受限于对于信息安全的担心，技术建设过程中也倾向于自建、自筹等策略，而非制造业常规的供应链管理策略。这个担心需要找到一个兼具自主可控和性价比的平衡点。
企业传统的总工由于是工业技术专家，在面临数字化转型的工作时，需要补充信息化建设的技术，以便实现技术领域的统筹协同。
制造业传统的采购更多的面向于原材料、设备的采购，而数字化转型过程中，面临更多看不见、摸不着的软件采购、技术服务采购。这些带给采购和履约带给采购部门新的挑战。
