在过去几年的经济衰退中，制造业首席执行官们最看重的一项要求就是创新。然而，只有约12% 的制造商能够大规模地开展创新。在当今数字化加速发展的背景下，制造商必须确定如何“负担得起”他们想要的未来，包括不仅要有启动资金，还要有将发明转化为创新的资金，超越概念验证的单一范围，加快价值实现速度。这最终将实现创新投资回报率最大化的目标——ROI2。
那么，除了财务资源之外，还需要什么才能成功实现 ROI2 呢？
1）优化资产负债表和财务运作，释放现金
根据最近的安永首席执行官调查，近一半（49%）的制造业首席执行官计划投资于创新和投资组合转型。这些首席执行官还表示，这些投资的主要资金来源将来自绩效改进（56%）。然而，工业公司面临着高额营运资本和现金被捆绑在实物和数字资产上的问题。
为了优化资产负债表，领导者应该采取多步骤的方法，包括减少营运资本中滞留的现金、清除“幽灵资产”、合理化软件应用程序、优化房地产、平衡债务与权益、减少库存天数和应收账款。
通过采取协调的方法，在人工智能和机器学习、增强分析、监控和现金文化重点的支持下，制造商可以提高投资资本回报率 (ROIC) 并提供更多运营现金来资助创新工作。
2）投资适合用途的技术，避免错失恐惧症
制造产能以及预测和管理生产需求和供应的能力对于每家制造公司来说都至关重要，但设备停机、劳动力短缺和 Lebanon电子邮件列表 供应链挑战是主要干扰因素。因此，制造商正在投资数字化制造解决方案以降低这些风险，但通常由工业物联网、云计算或边缘计算以及相关软件平台支持的数字制造解决方案建设过多或不足，导致支出效率低下。
为了找到适合用途的解决方案，制造商应：
优先考虑业务目标和 KPI，避免炒作驱动的技术投资
对技术创新进行数据驱动的投资，以提供短期绩效改进，同时为持久的企业价值奠定基础
识别并合理化遗留 IT 和 OT 软件系统，以节省成本、降低复杂性并改善主数据管理和网络安全
为投资和实施定义一个强大的技术和数据参考架构，避免零碎的解决方案，以实现可扩展性、降低总拥有成本和预期的投资回报率2
使用数字孪生、数字线程和基于模型的工程来测试假设和可能的结果，降低实施风险并实现持续改进
3）最大化数据价值（VfD），在分析领域展开竞争
数据驱动的制造方法对于实现在当今市场取得成功所需的敏捷性至关重要。制造业每年产生近 2PB 的数据，超过三分之一的制造商表示，过去两年数据量至少翻了一番。