可以比较快速见到效果，建立信心。同时碰到什么问题，可以早期试错，及时调整，避免带来比较大的损失。

事先把账算清是非常重要的，一定要以业务价值来驱动，估算好项目的投入产出是什么。

举个例子，比如曾经合作过一个煤化工企业，做煤制甲醇的一家工厂，年产60万吨，假设产成品2000多块钱一吨，通过工业大数据技术，每1%的产量提升带给他的效益就是1300多万。

再反过来看系统的投入是多少？是不是值得？

工业企业是非常务实的，偏硬件型的投资，会要求5年内能够收回成本；对于偏软件项目，如果 2~3年能够收回投资，企业会认为比较值得投。按照这个原则，需要事先跟企业先算好账，这个系统上了之后，可以给你解决多大的问题，带来多少效益。算清账之后，自己也很清楚这件事情是不是值得企业来做。

申红锋：

小步快跑的方法之上，全局的规划统筹也是非常重要的。

在转型之前，一定要有一个总体的业务统盘考虑，一定要以效益为导向，也就是说我要往哪转，怎么转，整个公司未来这个战略方向是怎么样的？

第2点才是技术上的话题，更多的以实用为目标，适合自己的才是最好的。

从总体的战略咨询到一步步落地，怎么结合我们自己在生产、运营、管理方面的实践，以及对行业的一些深刻洞察，OT、IT怎么去融合，怎么产生确确实实的价值，需要再三辩证考量。

转型是一个综合性的工程，要把ITOTDT这些技术融合在一起，结合对工艺深刻的理解，结合不同行业去做好全局的规划，然后再分批分步分阶段的去实施。所以选好合作伙伴，然后做好整个转型的战略规划，实施的路径，是非常关键的。

李铮：

谈到务实，需要补充一点，不是出现酷炫的技术，我们就要去用。

比如很多制造企业都在提，我们想用5G去做各种各样的提升。当然，我们是能看到一些场景应用的，比如说高清视频回传、质量检测、设备数据的采集或者实时监控等，能够看到一些单机验证的场景，已经开始，但另外一方面也要看一下技术的供给或者说能力上是不是已经可以支撑你的场景？

比如很多大型企业，给自己建5G专网，做数据采集，目前都是定制化方案，还没有比较通用的能够普及的低成本解决方案。

人工智能也是同样问题，很多人工智能，可以提高质量检测，产品良率的提升等，但是另外一方面，大量的企业，数据资源基础非常不好。

很多企业其实还不具备去应用新技术的基础，所以在数字化转型是一个大家共识的前提条件下建议，如果要做转型，一定要做好投资回报率的分析，一定要知道你的应用场景到底在哪？你的应用场景到底是需要一个什么样的解决方案？这个方案可能特别朴实，不那么酷炫，可能有时候就是一个自动化的改造，或者说甚至是管理流程的规范化，都会对你带来极大的提升。