首先，工业4.0应当被视为一个系统性的概念。在构建德国工业4.0的过程中，重点在于如何构建一个生态系统，从而使得企业之间能够形成协同效应。

   其次，在应用工业互联网的过程中，同样需要关注工业与互联网之间的融合关系以及接口标准等问题。在此方面，政府和企业应共同努力，只有明确各自的专业分工，才能够实现协同效应。

  同时，企业的实践过程应遵循数字化的主轴。原因在于，工业4.0强调的是从设计阶段开始，将所有产品信息、工艺流程，直至生产、制造、维护，最终到运行数据实现无缝连接。

  因此，企业领导者必须具备数字化的思维模式。这种思维模式应遵循“三个不要”的原则：一是避免在原始的工艺基础上进行自动化改革；二是拒绝在落后的管理模式上进行信息化尝试；三是防止在缺乏数字化网络基础的情况下进行智能制造。

   以德国工业4.0为例，当前国内对其智能制造的解读层出不穷，然而由于智能制造研究项目繁多且各具特色，我们难以深入理解每个项目的核心内容。例如，风力发电厂对风机软件的预测风向和设备运维水平有着极高的要求，传统的装备制造业难以达到这一标准。

   如今，我们面临着在风力发电厂收集的数据无法有效分析的困境，主要原因在于缺乏合适的分析模型。软件化思维需要企业将已有经验、知识与社会实践相结合。目前，某些领域的模型较为精确，而另一些则属于半物理化模型。我们需要做的是将这些技术体系真正实现软件化、显性化。

   从这个角度来看，工业4.0必须回归数字化基础的本质。然而，对于国有企业而言，精益管理基础存在大量的浪费现象。以军事领域设计端中坦克的设计为例，其采用的完全是型号管理，原因在于不习惯对所有设计产品的零部件进行可重组分析。

   反之，库存管理亦然。当前的库存管理中，设计、工艺和采购是独立进行的。如果从数字主线的角度进行思考，在设计端、工艺端所看到的采购和元器件也应与设备的工艺端保持一致。而在库存管理中，元器件、零部件的管理则经过了成组的技术分析。如此一来，产品的库存将会大幅降低。