从近几年制造业信息化建设的重点来看，相当一部分企业已经完成了诺兰模型的“控制阶段”，进入了“集成阶段”(两化融合的“综合集成阶段”)。很多企业发现，要跨越这个阶段十分困难，有专家称之为“集成应用陷阱”。

　　梁建交认为，跳出“集成应用陷阱”，需从三个视角来寻求解决方案：

　　一是流程，企业的业务流程和业务规则必须是清晰的，只有流程和业务规则清晰，软件的运行逻辑才能够完整地体现业务逻辑，应用集成接口才能够被清晰、准确地定义。

　　二是数据，核心是数据流和数据标准。流程是数据的管道，所以数据流要说清楚的前提是流程清晰。数据标准化是数据流动起来的基础。另外， 如果不定义清楚一个业务对象由哪些数据来描述，就无法将其数据化，也就无法对其进行很好的测量、管理和改进。

　　三是技术，利用技术手段实现流程的集成;利用技术手段管理数据的标准，并确保数据标准的贯彻执行;利用技术手段，减少系统孤岛的存在，如：统一技术平台。

　　诺兰模型的集成应用阶段和数据管理阶段是交织在一起的，并没有清晰的边界。而信息化要走向成熟，必须经历集成应用、数据管理两个阶段。因此，制造企业当前信息化存在的许多问题和疑问，是信息化发展必然会经历的。

　　梁建交认为，制造企业的数字化转型， 一方面是信息化发展自然演进的必然，按照诺兰模型，当前制造企业的数字化转型就是要突破集成应用，实现数据管理，走向成熟，即：释放信息化红利。

　　另一方面是新一代信息技术在制造业融合应用的必然，大数据、云计算、物联网、人工智能等新一代信息技术为制造业的产品创新、工艺优化、服务模式变革，甚至管理和决策模式的革新，都提供了更多的可能和更大的想象空间，新一代信息技术的应用，使得工业范式和企业竞争优势都将被重塑。

　　梁建交表示，工业大数据作为制造企业数字化转型的重点方向，在推进过程中，应以现实需求为出发点，避免陷入“大”“小”之争，将工程和管理过程中产生并具有使用价值的所有数据作为一个有机的整体，以数据全生命周期覆盖和信息价值链贯通为基本原则，在数据有效治理的基础上，抓住数据模型、工业机理、能力平台、数据安全、数据人才和投资保障六大关键因素， 有序推进数据驱动的分析型应用，推动数据资产变现，不断优化产品、改进过程和提高决策效率，释放信息化红利，将制造企业信息化推向更高的水平。