Accenture總監Andrew Zoryk認為，鋼鐵產業正面臨越來越大的數字難題，目前鋼鐵業的成長趨緩，亞洲與汽車產業的需求也在衰退，現在鋼鐵業必須做出重要抉擇。

　　報道，鋼鐵產業必須了解如何做到實時交貨，還要符合成本效益，并管理從原物料到成品的供應鏈。 業者必須利用工業4.0、電子商務交易平臺、物聯網（IoT）和研發，來縮短產品周期；如何管理這些流程，將大幅影響其未來。

　　此外，必須掌握公司內部大數據與應用分析工具，利用相關數據來降低成本、減少生產流程的偏差、并讓流程標準化。 Zoryk指出，無形數據難以搜集，這是機器學習與認知學習必須處理的領域。 他建議，鋼鐵公司必須透過合作平臺，開發以數據為基礎的洞見，進而預測自己的事業。

　　voestalpine AG在奧地利的智能工廠，就是很好的例子。 他們的生產線是由超過2，000個數據搜集傳感器、以及超過1.5萬個連續記錄的參數而成，可以持續改善流程，提供客戶更高質量的產品。

　　德國SAP的全球主管Stefan Koch也同意這個觀點，目前全球鋼鐵產業有30%的產能過剩，為了保持競爭力，業者必須擴大使用分析工具，包括財務預測，來了解新科技的投資效益。 在業務端，透過大數據可以讓了解對的產品組合。

　　Outokumpu Americas從2014年開始在Calvert生產，透過SAP的系統來提升質量與降低成本。 在Calvert工廠使用預測性數字檢測系統，希望減少重工，并提高最好的質量。 許多影像儲存在大型數據數據庫，了解熱軋鋼鐵的質量如何、以及是否需要重工。

　　Calvert工廠并透過無人機與相機，來了解設備的狀況；未來還計劃導入機器人，來改善內部的供應鏈管理，并提高產能利用率。