随成本上涨、环境污染等各类因素，制造业转型升级已成必然。近两年来工业互联网、智能制造等实践案例，为偏向于数字化、智能装备及物联网相关的B2B供应商带来了未来发展契机，也同时面临更大的挑战。
机会总伴随着威胁的来临，在制造业整体面临转型期时，制造业主体开始关注制造效率、质量和成本。理论上来说，通过数字化、自动化和智能化改造，有利于提升效率、质量、降低成本，但由于制造业管理水平参差不齐，盈利能力不尽相同，实施案例基本上趋向于两种行业：1,自身管理水平较好、产品具有竞争力的企业；2.受重点扶持的企业。
无论是德国工业4.0，还是中国制造2025，就判定是否成功，其关键因素则是是否大多数企业从中受益。制造业升级转型需要知识积累作为基础，并非一蹴而就，对于大多数的中小制造业而言，并不现实可行、也并不经济。
在处于转型期的企业，更愿意为解决与效率、质量及成本相关的直接服务和产品买单，相比较以前，显得更为理性。由于缺乏数据支撑，企业并不能有效识别这些产品和服务的有效性，加之工业相关的产品和服务较为分散，匹配和使用这些服务的成本偏高。这在企业中实际形成了一组矛盾，如果不实施智能制造、就无法识别这些隐性的问题；如果无法识别和解决隐性问题，就无法实施有效的智能制造转型。
相对于动辄几十万、上百万的数字化建设，近乎免费的SaaS应用让容易让企业所接受，这将有利于利用数据分析识别用户隐性的需求，从而匹配相应的产品和服务，在提高用户效率、加工质量，以及降低成本和库存方面服务拓展，以此建立B2B产业互联网生态,或是唯一可行的方法。
相比于传统软件，功能完备性并非SaaS应用的优势和价值，而重在基于用户价值数据分析模型的产品进化与服务生态衍生能力，分别是：
SaaS应用一般由基本模块、增值模块组成，由于基本模块系基于价值分析的基本功能，为便于用户使用习惯，一般采取免费部署方式。对于一些深度应用的模块，需要用户具备一定的条件或使用习惯教育的功能，则需要适当收费，以不断促进制造业的数字化水平和能力。
SaaS应用最具价值的是B2B产业互联网平台的生态能力，通过数据分析与匹配，一端链接用户的需求，一端是与需求匹配的制造商、服务商和工业方案、工业品的提供方，不仅做到供需匹配，促成价值交易，还将衍生出基于园区、地域的工业服务社区，工业品超市等商业形态，进而形成持续演化的B2B服务生态的基因。
这与传统软件不同的是，传统软件思路是假设企业管理水平达到了一定程度，才能驾驭这样的软件，通过数字化再深度开发，逐步改变B2B服务生态。而SaaS应用，则立足于现有的条件，以免费＋收费模块满足大多数用户需求，进而深度分析用户需求，形成B2B服务生态，通过制造业用户与B2B产业信任和互动机制，实现B2B产业生态自进化。
而这些，以细分行业和园区作为切入点，或是最为稳妥的实施路径，这是因为园区和行业的聚集效应，有利于规模化的工业服务商业模式建立，也能通过企业之间的比较形成良性的竞争环境，促使整体价值转型，并带来示范效应，便于推广。
工业4.0、工业互联网更多是描述未来的世界，我们更期望未来的一切是以数据，特别是智能设备数据驱动服务，这当然是最理性的状态。但如果我们的制造业还处于较为传统的设备状态及匹配管理能力时，以价值驱动服务，应当是最为理性的方式，SaaS应用将通过价值数据向行为数据、行为数据以及物理数据逐渐深挖和链接，往更为合理的未来生态迭代。我们应该相信，路径比最终的结果重要，无论是制造业用户还是B2B企业，现在和将来都赚钱，很重要。
