Mckinsey 认为大部分工业企业虽然都部署了大量的信息系统（ERP、BI、CRM、MES 等），但数据利用率普遍偏低。绝大部分企业要么停留在通用工业软件基础应用上，要么陷入数据分析的试点陷阱，并没有享受到数字化和智能化带给企业的经济效益。
Mckinsey 认为流程行业在智能化推进的 “组织和能力建设” 方面投入普遍不足。除少部分企业开始筹建数字化推进组织并进行能力培养外，大部分企业仍按兵不动，寄希望 “购买” 成熟的解决方案，致使人才、技能和知识的缺乏持续成为企业智能化转型的重要挑战。
Mckinsey 针对已经实施工业 4.0 的企业进行调研，筛选出来几个关键成功要素。
企业高层领导支持和组织转型这是老生常态，几乎所有的转型类项目都需要这两项。
引发我些许思考的是第三项：清晰的投入产出（Business Case）和愿景价值的显性化。
无论是工业 4.0，还是 5G，都算比较创新的玩法，皆不是纯粹技术替换问题，而是客户公司主业及运营体系的大转型。此类情况，所产生的价值通常相对难以说清楚。
对于项目实施乙方来说，Lead Consultant 的角色和水平就显得至关重要了，能针对具体 Case 把 Story 讲清楚是必然的要求，也彰显不同乙方机构的需求理解与解决方案实力。
经典的商业逻辑，产品供给一定要考虑对客户进行细分，然后又针对性的提供客户需要的产品。
数字化转型升级后，尤其是在良好的订阅模式运转下，每个订阅用户都有自己的专属页面和推荐，甚至专属的客户体验。
从这个角度看，“细分用户群” 这个词就不存在了。每个人都是一种细分。
AI 是目前科技产业界最重要的话题。那大型科技公司的人员储备和岗位设计上，有多少比例是 AI 相关的呢？
The Economist 基于Linkedin 和 PredictLeads 网站的数据进行了分析，Meta、Alphabet（Google） 和 Microsoft 大约 20~25% 的员工在个人技能描述上强调和 AI 相关；从岗位招聘的角度，也是这三家公司 AI 岗位占比最高，其中 Alphabet 的岗位招聘中四分之一以上是 AI 相关。
