数据所有权
基于这一点，半导体制造企业不得不针对该企业所使用的工具重写合同，从而具有访问和存储数据的权限。如果没有明确的条款写进合同里面，设备供应商几乎很少会主动提供“数据ID”这项服务，同样也很少针对跨设备的集成需求提出相应的“数据需求”。所以有必要想出一种改进方法，利用这种方法能够将需求合并到供应商和制造承包商的服务中。
数据基础架构
对于一家工厂来说，50%的数据会被丢弃。毕竟，等级数据的实时追踪并不是任何情况下都适用，再加上对“历史”系统的访问是一件很困难的事情。为方便访问，需要一个全新的方式以转向云架构。
分析能力
企业需要意识到，他们可能需要挖掘众多的模式，这些模式能够在十多个特的机器学习算法和上百个资产失效模式之间达到好的匹配。概念性验证方案为故障类型提供了一种即插即用的验证方式。这里需要注意的是，由于缺乏可以部署先进算法的科学家，企业有必要将合同外包出去。
四、建立一个思维敏捷的内部团队
要真正从“工业4.0”中获取价值，企业内部需要强大的能力——重要的就是建立一个专门的跨职能团队，能够基于开放性的文化和试验推动创新。
人才对任何一家公司都必不可缺，比如数据科学家中的IT人才，他们可以帮助企业开发复杂的算法，作为敏捷的软件开发者，他们还能在内部建立新的应用。
鉴于这个角色的高需求和有限的供应，从制造商的角度来看，雇佣他们需要清晰的价值定位。一些制造商走向人才所在地，例如硅谷、柏林。
与此同时，这些富有IT人才的部门必须无缝对接制造商。这里没有各种传统的那些造成内部分离的障碍。“工业4.0”需要运营专家（拥有技术领域的知识），IT专家（拥有先进的分析力和公司的IT架构和基础设施），和业务专家（知道如何将投资和清晰的商业案例对接）的协作。在紧密的合作之下，运营、IT、业务将定义并执行“工业4.0”战略。例如，一个公司在每个功能区创建了代表专案组，定期开会，讨论已存在的“工业4.0”项目和必要的支持他们的资源。这个专案组有权进入每一个流程、系统和数据库。其他玩家甚至可在一个新的组织的单位整合“工业4.0”的相关功能。