e-works黄博士周一希望在周四介绍我们的应用软件在智能制造也顺便谈谈“IT与OT融合的难点问题”—关于这问题和赵敏老师、陈冰老师和丁研都简单交流了一下，昨天晚上到了宁波又与华中科技大学陈冰老师进行了当面的交流，今天在工业互联网产业联盟的季度工作会议现场又与多位业界专家进行了交流，包括华为、信通院、研华等在讨论边缘计算解决方案有些新的启发，将前期的认识和最新的各方观点进行了糅合来进行一个阐述，可以理解为一个开放的探讨。
从技术角度来分析融合的难点问题
实际上，如果从现实的基础话题，技术视角来看，本身就存在着融和的困难，包括了几个方面
1.数据网络的传输接口与标准统一问题
实际上，OT与IT在很多方面具有差异，就像几个典型的方面：
这个话题也是老生常谈，其实，不同的总线本身就带来了融合的障碍，如同赵敏老师之前提到的“一化融合”，他的意思在于别说两化融合，即使在自动化、信息化各自领域，想做到融合、互操作并非易事。
这种数据传输的差异就导致了两个世界用的是不同方法、数据结构、信息模型、软件接口标准。
2.改变的障碍：
IT首先要能够访问OT端的数据，这就是现实中的难点，赵敏老师说的有道理就在于这个问题在OT侧的企业之间本身就难以实现，对于一个工厂而言，以往这种连接比较少，现在这个工业互联才刚刚开始，目前的阶段仍然是在以“手工”的方式进行着“导表”的一些工作，包括复杂的配置，还没有真正的实现数据的连接，因为OT端的网络本身出于自身Know-How的保密缘故开放的迫切性并不高，或者如戴老师之前所说“就目前而言，制造的现场在没有IT系统参与也可以运营赚钱，因此，它没有到那种”如果不开放数据、不搞工业互联网就会影响生存的阶段—因此，开放数据的迫切性并非想象那么高，甚至他们会觉得开放数据会死的更快“，就像郭老师所说的必须考虑经济性、考虑企业本身的战略，这是管理问题，自上而下的推动问题，但是，这个又必须对自身问题清晰的认识，又对数据驱动的价值能够有认识，才能真正下决心去推动。
3..在边缘侧控制器与云端之间的连接端口问题：
在数据的标准与格式的定义问题，即，如何提供一个有效的对数据的特征定义，按照行业性对于周期性、数据的标准格式（单位,结构）、预处理，这个清洗过程，才能送到Machine Learning的算法与模型中进行训练，OPC UA提供了传输机制，包括一些初步的预处理，但是，对于这个数据从边缘侧与云测之间的交互需要接口与标准，否则，在工业中的数据如果按照短周期的话，即使对于云而言，也会出现大量的数据负载，毕竟Cycle如果到了mS级的话，那还是会有比较大的负载。
如果这个角度，就必须意识到OPC UA over TSN的价值，必须意识到它本身可以扩展IT和OT的业务疆域，而且,OPC UA over TSN本身也是一个构建新智能制造时代的生态系统的利器-通过技术把生态基础的基地夯实，这才能谈之后的融合问题。
从商业利益的角度
技术能解决的问题都不是问题：这就像说“钱能搞定的事都不是事一样”，技术实际上并没有那么难，归根结底，IT与OT融合的推动是一个必须依赖于利益的驱动问题，这个利益驱动包括两个问题：
（1）.这些融合能够带来用户真正显化的价值：这个价值不能是模糊的，而是确定、可计算的，或者说，即使不能马上看到，也必须能够在逻辑上是可行、合理的，并可预测，那么，用户才愿意真正推动这件事情。
（2）.利益平衡问题：在新的时代，出现了要多方协同推进制造的升级优化，而这需要构建生态系统，但是，生态系统最难的问题是“利益均衡”，就像各种联盟组织，如果只是开会讨论没有落地不行，但是，如果有些公司只有输入而无输出不行，而且在这个融合过程中，如何保护原有的利益同时又新增利益。
（3）.数据的价值与归属权的问题：这是一个核心问题，对于整个工业互联网架构而言，是一个多厂商、多技术（以软件形式）的融合问题，而在这个过程中数据的价值定义以及数据分享的层级定义比较关键，如果缺乏这方面的策略和机制，如何为数据定义权属并且为数据赋予价值，并对这些价值进行有效的利益划分，如果缺乏一种良好的分成机制，那么，就会让双方不愿意迈出融合这一步。
现阶段OT端的边缘计算
目前比较直接的方式对于OT端延伸边缘计算或云计算的连接问题会有先天的优势，在于以下几点：
（1）.目前的开放架构支持计算能力的扩展，本身就得益于IT的发展，包括芯片、软件、网络、服务器等资源的成本不断降低，本身OT端已经在大量采用来自IT发展的技术，使得具备了在嵌入式边缘计算、边缘计算方面的能力。
（2）.OT端本身已有的工作：从控制论数十年的发展，我们会看到，在某种意义上控制工程在人工智能领域本身就是覆盖的，维纳的控制论描述的是行为主义学派，而控制工程中则采用PID、MPC、迭代控制基本也属
于数据驱动型的应用，在本地的嵌入式边缘架构、开放的边缘计算系统中可以延伸。
（3）.数据优势：因为OT端控制器本身具有数据源的问题，从边缘控制器、如果传统DCS中的数据源优势（来自实时数据库、历史数据库）。
OT向边缘计算、工业互联网方向走，而IT也开始往制造业现场走近，相互就会有一个相互发挥各自优势，并解决实际产业问题的融合点，但是，各自有其自身的优势，需要更好的发挥。
未来的OT与IT融合
1.各自的优势发挥空间：
IT与OT本身之间协同都是建立在如何更为“经济性“为最终用户提供价值，而这个需要双方各自发挥各自的优势，必须明确，IT与OT本身都是要共同服务于制造业的EndUser和OEM客户的，这个用户无论是流程工业还是离散工业。
在网络、容器技术、算法与模型方面，IT积累了大量的经验，而OT则在于制造端本身的控制、数据采集、算法、工程领域经验。
在网络、容器技术、算法与模型方面的工具与方法、易用性设计，尤其是来自于消费产品对于“用户体验”的追求—Simple,Simple,and Simple，这方面，的确IT有优势，在机器学习领域的开发工具方面，IT的软件工程能力提供了非常“高体验“的工具，就像之前有一次和Microsoft的管震先生聊到的”就是个玩具“—做一个简单易用，让更多的普通缺乏IT训练的OT端工程师也可以便利应用的工具，而交汇点在于标准与规范。
2.边界的定义问题
IT行业具有非常强大的软件及软件工程能力，它可以构建这些工具，通过双方不断的沟通和互动，把各自的边界划分清楚，然后相互定制一个符合双方各自利益保障的接口和合作规则、机制，这样才能更好的推进IT与OT的融合。
技术的融合在边界的规范，而商业的边界在各自擅长的盈利模式，IT提供易用工具，OT提供领域知识，两者融合，共同服务于制造业用户的价值创造过程。
浅薄之间，请大家不要拍砖，但是，可以给予留言意见，仅为抛砖引玉，谢谢！