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MachineLearning的算法与模型中进行训练，OPCUA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OPCUAoverTSN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,OPCUAoverTSN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,andSimple，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。
