首先，隨著技術的推廣和下沉，技術不僅僅服務于龍頭企業，還會惠及更多中小企業，特別是實體經濟企業，這些技術會給企業帶來更多的收益。
誰擁有了數字，誰就擁有了未來市場的先機。場景每個人都可以去設計，去思考，但是沒有底層數據的支持，再多的場景也沒有太大的發揮價值。
從企業的角度來說，數字化實際上滲透進了企業的價值鏈，從前端的營銷、銷售渠道、客戶的管理到中臺的風險、內部控制、內部審計，再到后端的財務與運營等所有的環節，改進的空間都很大。當然，不同行業、不同企業需要的數字化轉型服務是不同的。
“獨角獸”企業死掉的原因比較復雜，歐洲服務器租用 云服務器，其中一個比較突出的問題是不能找準市場，有穩定的用戶基礎，這就是一個很關鍵的要素。我們看到，有些企業更多地是兜售概念，走的是投資、圈錢的路子。所以企業時刻應該思考下一步的風險，下一步的重點，下一步的創新在什么地方。我們看到一些龍頭金融企業，他們也創建了自己的金融科技公司，這就是很典型的創新表現。
目前很多企業都對數據共享存在顧慮，數據安全與數據價值，永遠需要平衡。從技術上來說，未來兩到三年在數字化產業或者說轉型中，會有一些領域取得突破。
第三是企業的機制需要改進。一旦步入了信息化時代，從信息化中得到的收益，包括對整個價值鏈條上的銷售人員、風險管理人員、財務人員，對他們的管理機制也需要轉型。在數字化時代，不是按照傳統的方式，今天加了多少班、完成了多少報表，而是要讓人有去做技術意識的轉型。
再以牛奶的生產和銷售為例，牛奶的消耗和使用取決于很多因素，比如當地人口密度、經濟水平、天氣情況、節假日等因素，這些是外部因素的影響。還有企業的內部因素，每年什么時候是牛奶銷售的旺季，通過什么渠道，是走門店的形式、走銷售，還是直營的形式。綜合考慮到以上的外部和內部因素，可以預測產品的銷量，進而為企業制定最有效的生產方案。
第二是基礎設施不完備。由于歷史原因，很多企業在信息化的過程中缺乏長期長遠規劃，今天上一個系統，明天上一個系統，造成了很多歷史上遺留的問題，最典型的是數據和系統之間不兼容，互相補通。舉個最簡單的例子，前臺的銷售系統記錄了客戶信息，后臺的售后系統還有售后信息，對客戶要進行多角度觀察，不能系統之間有割裂，形成信息孤島。基礎建設方面并不是投入多少錢買多少軟件，買多少硬件就能解決的，更多的是如何能夠把信息在企業內部無縫流暢地流轉。
未來的企業，需要的是一個數據大整合平臺，對大企業來說要通過一個很大的咨詢項目深入的了解到企業背后的原因，制定轉型的方向;對中小企業來說，可能就缺乏這樣的人力和財力去集中解決問題。
最近幾年畢馬威在中國的咨詢業務注意到一個突出現象，那就是很多企業都開始對業務模式進行創新，他們問得最多的問題就是：怎么做數字化轉型?
數字化轉型需要技術，云服務器租用，但是技術也要在了解行業的前提下才能把它用好。
而從為企業提供咨詢服務來說，就是要針對不同應用領域的場景，為企業提供不同的解決方案。比如，有的企業很關心銷售，需要了解銷量在未來3個月、6個月是怎么樣的發展情況。提前了解到這些信息以后，對整個生產的排班計劃，對原材料采購，倉儲管理就有了統籌考慮，同時也可以準確預測未來3—6個月產品的銷量。
第一是人才不足，人才分布也不不均衡。目前中國的創新人才主要存在于三種企業中：新技術人才通常很年輕，他們很多時候分布在互聯網公司，特別是典型的互聯網公司聚集了一大批這樣的技術人才。還有一類人才在咨詢服務機構，第三類人才主要集中在龍頭企業。從另外一個方面來說，這些企業對戰略非常重視，他們也引入了相應的人才，相對來說很多企業并不具備這樣的人才儲備。
舉例來說就是，大型企業反欺詐、反舞弊是很重要的課題，可是在小企業，怎么樣能專門有一組人去研究反欺詐、反舞弊，他們請不起咨詢公司做一個立項，但是問題又真實的存在，所以利用大數據會成為成本低又有效的解決辦法。
核心是信息和洞察
當然，大數據平臺的搭建需要企業拿出自己的數據，這首先需要打消企業的顧慮，因為企業數據最重要的就是有很強的保密性，這就需要平臺搭建是建立在強大的技術和安全基礎之上的。數據的互聯，可以很容易接入到大數據平臺上，包括銷售、采購、運營、財務、內控等方面數據的無縫對接。這也需要提供很好的用戶體驗，平臺進行聯通后企業可以快速獲得他想要的信息。
大數據整合
中國企業的數字化轉型可以分為兩類，一類是一批互聯網和科技龍頭企業已經在數字化轉型方面取得了非常明顯的效果，他們已經形成了數字化產業。還有一類是傳統企業的數字化轉型，他們不屬于數字化產業，但是企業利用數字化的進度非常驚人。
簡單地說，核心就是通過數據分析為企業提供解決方案。這些數據既有企業自己提供的，也有根據以往的行業性和區域性經驗生成的外部數據，將內部和外部數據綜合起來提出解決方案，我們把這樣的解決方案成為“智慧之光”。
