数字化工厂建设主要涉及基础设施建设、工艺装备升级、信息化平台，甚至是企业管理职责及组织架构的更改，在推进数字化工厂建设，探索智能制造模式的过程中，结合自身的经验及遇到的问题有以下几点：
1、基础网络建设
对数字化工厂技术数据贯通和应用影响大制造型企业一旦开始业务流与数据流的融合一体运行，数据上传下达的实时性要求很高，工厂车间设备设施对网络影响较大，尤其是基础有线网络，特别是无线网络的应用，事先需要进行信号强度的评估，必要时需建设5G网络。
2、基础数据收集难度大
制造型企业涉及专业较多，一般来说焊接、加工、组装、测量等交叉组合形成完整生产线，数据类型有扭矩、线性尺寸、图片、时间、人员信息等，仅线性尺寸的采集也因工件尺寸、测量能力等限制各有不同。对于底层数据采集需事先进行调研，自动和手动收集合理匹配。建议人工成本不高、节拍要求不严的，可提高人工采集的比例，降低建设成本。
3、系统平台功能划分和数据接口需提前规划
当前提供企业信息化平台的公司提供软件功能模块界限重合度越来越高，企业要根据自身特点提前规划信息系统平台的功能划分；涉及多系统的，要规范数据接口、形成标准，防止重复建设和多次投资。
4、管理模式和组织职能要灵活调整
数字化工厂数据应用将改变一线的操作模式、质量管理模式和企业管理的流程，企业推进数据应用和数据驱动管理的过程中，要对管理模式、组织职能随时调整，建议先在小区域内试点试行，摸索经验，成熟后推广。