工業 4.0 在短短十年內就抓住眾人眼球，看起來小企業大有機會彎道超車，大公司也可能繼續技術壟斷，還能帶動周邊產業發展，然後就能夠直上人生巔峰。
工業自動化
但我們都知道，工業 4.0 是個高度跨界的概念，公司裡很難找到一個人可以全面掌握需要的技術、全新的變化，更別談要提出有效方案。這樣看起來最可靠的莫過於20年來導入自動化的成功經驗了， 但事情還是沒這麼簡單。
二戰時，美國在戰爭中損失大量轟炸機。專家在統計維修數據時發現，幾乎所有的彈孔都集中左翼下方，這應該就是最容易受到攻擊的地方，要在此處加厚裝甲才能保護飛機。但不是每個人都不這樣想，經過深入研究之後，統計學家堅決反對原始提案。
生存者偏差
統計學家認為，原始數據來自於這些受傷之後還能返航的飛機（生存者），如果這些飛機還能返航，那麼左翼下的彈孔就一定不是絕對致命原因，因為真正被打到要害的飛機都再也回不來了。
軍方採納了統計學家的意見，調整方案改為加強駕駛室、引擎等處的保護，飛機戰損率也隨之大幅降低，證明統計學真的強大。這種基於「眼見為憑」但卻偏離真相的邏輯誤謬後來被稱為「生存者偏差」，也成為經營者應該深入了解的案例。
簡單地說，如果決策都來自於观察，那麼在「眼見為憑」的經驗指導下，真正的關鍵因素很可能從未被看到過，於是就形成了「生存者偏差」。
先盤點數據資產
在推進智能工廠時，由於很難找到完整先例，因此在時間壓力下，企業不自由主地直接引用自動化的經驗，但卻又腦補各種智慧化、資訊化之後可能帶來的好處。然而智能工廠（工業4.0）絕非自動化的延伸或升級版，而是完全不一樣的基因，也來自不一樣的血統，除了都是為了生產目標服務之外，其他部分就幾乎可以說是來自兩個世界了。
入手工業4.0，需要先從數據開始。因此，導入工業4.0的第一件事絕不能是簡單地進行「評估、採購、導入」這種傳統線性過程，建議先盤點現有的數據資產，特別要觀察其中有多少比例是生產過程中的即時數據，如果盤點下來，都是生產多少、檢測多少、交貨多少、缺陷比這種經過高度簡化的數字，那麼企業接下來該做的是不是導入，而是確認現有決策是不是也掉進「生存者偏差」的陷阱了。