許多公司在數字轉型方面的投資難以取得回報，而另一些公司則收獲頗豐。有悖常識的是，成果并不取決于公司IT預算的相對規模，成功的也并不全是“數字原住民”企業。
馬爾科·揚西蒂（Marco Iansiti）研究表明，企業要推動大規模數字化轉型，必須在以下三個方面創造協同效益：
1、能力。成功的轉型需要公司為傳統技術部門以外的員工培養數字及數據技能。但單憑此類技能并不足以讓轉型充分發揮作用，組織還必須投資發展敏捷流程，以及更廣泛的鼓勵積極實驗的文化。
2、技術。當然，為合適的技術投資是很重要的，特別是成套的AI要素：數據平臺技術、數據工程、機器學習算法和算法部署技術。公司必須確保部署的技術便于使用，且便于參與創新的非技術員工接觸。
3、架構。要確保人力與技術協同推動創新，必須投資組織和技術架構。
通過能力、技術和架構共同作用，打造公司的技術密度。技術密度，指的是員工在多大程度上運用技術驅動數字創新、獲得業務成果。研究發現，技術密度與公司績效之間存在因果關系：技術密度，特別是對技術和組織結構的投資，可以驅動收入增長。
企業轉型通常有四個階段。
1、傳統階段。數字化技術投資屬于IT部門（或其他技術專業人員團隊）的范疇，在各團隊發揮的影響力參差不齊。傳統階段的一個跡象是技術和業務部門員工對數字轉型影響力的感受截然不同。技術部門員工認為影響很大（根據他們投入的精力衡量），業務部門員工感覺到的影響則低得多（從自己日常工作受益的程度判斷）。
2、橋梁階段。為了擺脫傳統組織和基礎設施孤島的束縛，企業通常會先行開展試點項目作為橋梁將此前各自獨立的團隊連接起來，建立可分享的數據和技術資產以實現新的創新。
3、樞紐。通過越來越多的試點項目表明新方法可以取得成功之后，組織就可以建立數據和能力樞紐，并逐漸培養聯系和調動附加職能及業務部門尋找轉型機會的能力。
4、平臺階段。進入平臺階段，數據樞紐融入了全面綜合的軟件基礎，實現AI應用的快速部署。企業重點打造復雜的數據工程能力，鼓勵重復使用和整合機器學習模型。基于分析的預測模型應用于整個公司，越來越關注基本運營任務的自動化。組織變得有點像軟件公司，發展全面的能力，實現產品及項目管理和快速實驗。
