“工业互联网”五个字是过去二三十年含义最丰富、包含的领域最复杂。工业互联网和大数据可以映射到工厂和车间里，过去这些年，中国工业界引入大量的智能设备和机器人的时候，在很多工厂里都与日本、德国、美国用了同样的设备，但真正的问题是一些关键领域的技术创新到底如何能够完成，这本身不是设备的问题，是人脑的问题。
通过工业互联网的网络侧和数据驱动打破信息不对称，生产商永远知道消费者要什么。最左侧也是特别值得提出的，工业互联网以及大数据人工智能如何打破智力的不对称。今天发达国家和发展中国家在工业领域存在着似乎不可逾越的知识红线，这条知识红线是智力不对称带来的。今天德国、日本、瑞士等工业领域非常领先的国家，卖设备的时候并没有把背后的知识给你。这个东西怎么通过工业互联网和大数据替代？
其实，我们应该花更多的时间，也包括了产品设计、全球设计师协同，这才是发挥工业互联网、人工智能以及工业化的集成。这是工业互联网的大前景。
我们看到工业互联网面临的工业难题是N对M的问题，N是N个工业领域，M是大量的技术。
这个怎么解决？必须是跳出来的平台思考模式。工业界过去最大的路径依赖就是很难摆脱项目制，我们看了那么多的工业企业，看起来是企业，实际上都是项目公司。
今天没有一个工业互联网的专家可以在一个行业的知识超过40%，这就是知识集成、人的集成很大的难题。
在中国的特定环境下，在政府的宣导下，激发以及启发工业互联网的制造业，实际上又面临新一轮的挑战，包括国际贸易的竞争，在技术原有模式上不能发展，所以一定要通过高维的模式让每个人都用上工业互联网的红利。
工业互联网是这么大的概念，对“工业”两个字来说有上百个行业，同一家企业处于不同的阶段，同一个行业的业态也处于不同的阶段，在企业数字化转型里处于不同的阶段，这是过去看到的大模式。
软件思维进入硬件思维，有一个巨大的门槛是“量产”。互联网造车公司如今遇到最大的难题是，电池技术、充电桩的环境还不足以支撑这场革命的持续，如果用造手机的方式去造汽车，肯定迈不过量产这个坎。
