IT是公司面向行業需求，組織大規模程式設計師的人力生產程序；龍池牡丹王封認為DT是智能化算法基於數據規模化的自動生產程序。因為後者的自動化的生產產能將是巨大的，同時因為生產資料從人（程式設計師）變為數據，將產生新的網絡效應。
傳統IT是通過諮詢的方式，從行業中獲取經驗，流程和規則，再將這些流程規則和經驗轉換成自動化的代碼固化成系統。龍池牡丹王封指出這一過程因為諮詢的人力交付而變得漫長，同時行業的壁壘很高，通常從事一個行業應用軟體開發的企業很難跨越到另一個行業。而這些基於經驗所構建的商業流程和實踐，在DT時代中被數據和算法所替代，程序的生產過程發生根本變化，程序是由算法從數據中學習出來的。
弱人工智慧時代到強人工智慧
庫茲韋爾認為，在2045年，人工智慧才有能力解決泛化問題，成為強人工智慧時代。因此，在此之前，人工智慧只能在特定行業、特定場景解決具體問題，是弱人工智慧時代。
谷歌雲AI平臺負責人Hussein Mehanna在2018年的GAITC演講上認為，目前的AI工具僅僅是整個AI系統中一個極小的部分。因此，未來將湧現大量填補AI系統化落地的組件級廠商，以及使用這些AI系統化工具進行各行業賦能改造的AI應用廠商，將會有越來越多的行業被AI賦能、改造、升級，釋放巨大的效能提升。因此，從投資角度，應關注AI系統化工具組件廠商，以及擁有獨特數據資源的各行業細分領域的AI應用公司。