如何做好工业IT和OT的融合

2023 年10 月26 日，在沈阳召开的CNCC2023（2023年中国计算机大会）上，院士专家们进行了一场“工业IT 与OT 融合”的圆桌讨论，主要围绕三个问题：未来会形成什么样的生态圈，是像安卓一样开放的开源圈，还是像苹果一样高效一致的封闭生态圈？在IT（信息技术）和OT（操作技术）融合下，IT 人和OT 人可能会具备什么样的思维模式，二者要在什么地方进行沟通和联络？工业知识软件化的路径是什么？

论坛主席：

刘云浩：CNCC2022 程序委员会主席、CCF2022 王选奖获得者、清华大学教授

嘉宾：

郑纬民：前CCF 理事长，中国工程院院士，清华大学教授，专长IT 领域

高文：前CCF 理事长，中国工程院院士，北京大学教授，专长IT 领域

于海斌：中科院沈阳分院院长，中国工程院院士（2023 年11 月当选），在OT 领域对工业进行服务

肖雪：浪潮集团执行总裁、总工，浪潮云洲工业互联网有限公司董事长，专长在IT 领域对工业进行服务

张黔：香港科技大学教授，专长无线网络和物联网，在过去十几年参与了智慧医疗工作

照片：从左至右：刘云浩、郑纬民、高文、于海斌、张黔、肖雪

IT与OT融合的三个问题

主持人——刘云浩教授：

在过去的200 年里，全世界经历了4 次工业革命，从机械化、电气化、自动化到今天的网络化，显而易见，工业是国民经济的重要命脉。

IT 技术从手机、移动互联网到今天的万物相连，只用了20 年左右时间；而OT 技术用了200 多年才走到今天的工业物联网路上。因此，IT 和OT 融合，最重要的也是目前最大的第一个挑战，是IT 人做所有的是高新技术优先，迭代是非常快的，经常是以年为单位就进行一轮技术迭代；而OT 技术因为200 年这么走过来的，追求的是稳定性，所以迭代周期往往是一二十年。以年和以一二十年为周期来迭代，就形成了迭代差。换句话，大多数的工业企业用于生产的系统都落在了那些非常普遍的IT软件，诸如财务、管理、人员类软件的后面。这意味着IT 技术没有真正深入到生产的最深的地方。所以每一次想做柔性生产，都需要停机很长时间。

例如，在一家工厂中，不同的生产环节经常是不能互相连通的。在工厂的内部、工厂到企业以及企业到供应链上往往是不能互联互通的。一些工业企业的合作，在不同环节上，有时是闭着眼睛合作。例如，也许在一家医院拿了片子，换到另一家医院，甚至同一家医院的不同科室都没法直接使用。

那么，如何做好IT 和OT 的融合？

问题1：如果想做好IT 和OT 的融合，想象一下把这件事拉到一二十年后，它会形成像安卓那样比较开放的开源生态圈，还是像苹果一样高效、一致性的封闭生态圈？

问题2：在IT 和OT 的融合下，IT 人员和OT 人员可能会具备什么样的思维模式？例如，IT 人想的是快速迭代、云化、虚拟化，而OT 人考虑的是先有标准，先有稳定性，才能上系统。所以二者的思维模式要在什么地方进行沟通和融合？

问题3：工业知识显然已经成为了目前软件化的一个重要趋势。若把工业知识软件化，通过工业大模型也好，通过自己的知识系统也好，它的路径是什么？

1 生态圈将是开放的，还是封闭的？

第一个问题：IT 和OT 融合的背景下，将来会形成像安卓一样的开放生态圈，还是像苹果一样的封闭生态圈呢？

郑纬民院士：

首先，IT 和OT 的融合，是否可使员工的工作环境变好，工厂的效益变好？ 2023 年10 月郑院士到贵阳去参加一次会议，了解到某大型铝厂的生产线已达世界水平，产品远销海外，其遇到的挑战是，①工业数据孤岛，标准碎片化；②工业系统的适应性很窄，做一套系统、要换一个系统，因此整个系统尽管成功，但还是比较落后；③工作环境较差，因此招工难，人们都不愿意到生产线上去工作，或者干一段时间就走了，去当外卖员了。关于安卓的开放生态与苹果的封闭生态，估计这个问题将来还会继续存在。例如IT 人最近在做大模型。做大模型的几家公司，每家公司发布的模型基本上是两部分：一部分是开源的，另一部分是封闭的。因此OT跟OT 的融合，厂家做的也有可能类似，一部分是把它封闭的，一部分是开源的。

高文院士：

现在OT 里是封闭生态圈是一个事实。这个事实不可否认，而且已存在了很多年。但是在中国若真的要想发展OT，一定要走开源的道路，否则挤不进封闭生态圈。所以在中国，开放生态圈一定会形成。

于海斌院长：

首先，OT 里的封闭性还是比较强的。OT 有两个概念：狭义的指自动化；广义的是与制造相关的操作技术，物资运行过程中与操控有关的都算广义的OT。所以主持人刘云浩教授谈了三层，工厂内部，工厂到企业，跨供应链。

历史上看，在相当长的时间（200 年）内，封闭都是这么走过来的。自上世纪80 年代开始，以网络为代表的IT 崛起时曾经想过做标准，结果谁也不让谁，共23 个标准，相当于没标准，更封闭了。原因有两个：①越往底层的技术，越是零散化的，很难聚成统一的，例如运动控制和离散的控制等。当然也可以做成一个整个的，但是成本高，效率低，是不合适的。②过去并没有那么好的信息技术，所以很多时候人们独立地的把这些作为资产、自己获利的一种重要手段，长期形成了一种思维定势。

但是最近的变化比较大，大约从2010 年开始，西门子、ABB 等传统OT 厂商和华为、英特尔等IT 厂商在一起讨论问题，也就是OT、IT 融合已经列到议事日程上，因此在刚才主持人刘云浩教授所谈的三层中，“跨企业的供应链”应该很快就会形成一个开放的生态圈，因为它没有更多地跟物理世界打交道（注：物理世界是千变万化的，更为复杂多样）。企业内（注：特点是跨工厂，但是都在一家企业里）是下一个核心的焦点，很多大型企业，像西门子已经改造完其平台，基本上是可以跨工厂的。这里的核心理念借鉴了很多IT 思想，核心是以数据为中心，业务可以重建，解决了刚才两位院士提到的IT 和OT 融合的问题。

但是再往下跟过程控制有关的，可能在相当长的一段时间内看不到解决的有效办法。

中间这部分（编者注：企业内、跨工厂）的解决，除了技术现在是可行的以外（注：这是很重要的竞争焦点，预计在未来5~10 年会形成新的巨头和开放的生态），最主要的还有一个就是商业模式，是否盈利？无论所谓开放的生态圈还是另一套的封闭商业模式，总得能盈利，人们才愿意做。所以这是判断这个事物到底能走多远的重要标志。

肖雪总裁：

从工程角度来看IT 和OT 的融合，很多时候是环境的驱使，“我中有你，你中有我”是必然的，会既有封闭又有开放。

历史上有相似的事例，30 年前通信行业是七国八制，各个标准不统一，但之后由于市场的需求决定了需要集中操作，各个厂家为了有更大的发展空间，在不断地开放自己的接口，最后形成了一个全部按标准连接的架构。但是不可否认的是，在开放的过程中，一些专项体系结构的效率很高，因此更多的是一种混合结构。因此从工程角度来看，更多的是在事实和应用场景下，怎么更有效地去解决问题。这就像苹果和安卓一样，可能是一对永恒的矛盾，但最终会走向哪里？实际上是一个不断衍生的过程。

张黔教授：

张黔教授是从事物联网工作的，多年来把物联网用到过医疗行业。物联网可以在医院内做，也可以从医院延展出来，做大健康、全生命周期管理等。其复杂度很大。例如在医院里，至少有上千种不同的设备，来自不同的供应商，遇到的问题是信息的互联互通。现在已改变了很多，例如在影像方面不断地出标准。因此，行业标准会从一个小规模范围内或垂直应用上先出来，之后慢慢地看能否再开放一些，然后把这个标准慢慢地做成一个开放的生态圈，再从一个个单点延展到系统层面/ 科室层面，再到医院层面、到院外。因此要花费很长的时间，以应用为导向，一点点地去串接与应用相关的多设备、多系统，一步步地走向开放。

走向开放是一个必然的过程，但这个过程需要时间，最可行做的方法是先定出一个个典型的应用，形成标准，慢慢把这些典型的应用扩大化。

2 IT与OT人员的思维能在什么角度融合？

第二个问题：IT 人员经常思考的问题是技术不断地迭代，走虚拟化、数据化、模块化、组件化等。OT 人员经常跟操作人员和设备打交道，需要的是靠谱。所以IT 与OT 人员的思维模式能在什么角度上融合？

高文院士：

IT 和OT 人是两种不同的思维模式，形成了两种完全不同的行为模式。

IT 人的训练和习惯相对属于凑合的，例如一个操作系统有成千上万的bug，没关系，先推出去，然后一边用一边挑bug，一个版本、一个版本地慢慢迭代，大概花半年一年的时间，差不多就变成几十个bug 了，这个系统就可以了。

OT人是有bug 绝对不能上线的。上线的一定要可信、可靠、可操作。

如果要想融合，IT 的人要理解OT 的人：OT 人为什么这样考虑问题？反之也一样。如果两边都站在对方的立场上想问题，融合就有可能了，若站在自己的立场上想问题，永远没戏。所以要学会交叉思考问题，站在对方的立场上。

于海斌院长：

于海斌院长毕业以后经历了几次IT 与OT 的变革，认为 IT 与OT 都与信息系统相关，现在处于融合与交叉的历史阶段。于海斌院长刚从学校毕业时，机械系有机电一体化专业，与现在的思维方式有很大的不同。后来做控制系统时有网络了，出现了物联网/ 传感网，这是纯IT 人想出的理念。

于海斌院长他们当时遇到一个巨大的困惑，就是他们到企业去，宣传自己的产品如何好，可移动性、便捷性等都很好，但是客户不让用。于海斌院长想出一个方法，让客户给出一些指标，例如实时性、可靠性等达到多少就可以用？最后是工业界提出了指标，于海斌院长他们去大量解决，最后被采用了。于海斌院长的体会是这种交叉融合是IT 与OT 人思维方式的一个很重要的碰撞。

IT 和OT到了新的历史阶段，交叉是站在谁的角度？于海斌院长作为OT 出身的人做了很多IT 的活儿，从IT 中非常受益。例如在开发工业网络时，工业的人开发个性化就得那么写，写了以后可验证性不行，可靠性没法保证，于是借鉴了计算机里的formal verification（形式验证）理念。但是至于OT 本身的个性化问题，还是要靠自己去想办法解决。因此，这既要有交叉、借鉴，还得有自身技术。

到了新阶段，OT 应该借鉴IT 的最重要的是什么？于海斌院长总结过工业3.0 时代工业软件的情况，我们总说有多少差距，实际上这个时代的软件架构跟未来的网络时代的网络架构本质上不一样，区别在哪儿呢？我们原来做工业软件时，是按照工艺流程为核心出发点，现在信息的人很厉害，他们以数据为出发点，再重新构造流程，这样重构的能力就更大。这种方法值得OT 人学习。另外，IT 人关于互联的框架也值得OT 人学习。但是IT 人再往下走，需要对OT 的需求有很明确的了解，因此双方需要有深度的融合。

现在到了一个新的历史阶段。例如OT 人遇到了一些新的问题，人们都在讲GPU 能做学习，但是OT 控制器原来配置的检测点和控制策略是一对一的，一定要绑死。如果借鉴GPU 计算把算力下放，在边缘侧的控制方面，带来的问题是负担太重，成本高，功耗大，而OT 需要轻型的。

所以OT 方面先能借鉴的是IT 的关于算力和网络的综合；至于控制，可能个性化还是要存在的，这是一个逐渐延续的过程。

肖雪董事长：

肖雪董事长做了20 年IT，后10 年做OT 的工厂、制造系统、生产等，在此有一些体会。

在互联网时代，IT 的作用非常大，一项领先的技术和创新会带来巨大的商业机会。当今与OT 结合的工业互联网时代，IT 带来的是赋能。实际上，工业是主体，有61 个大类，207 个中类，660 个小类，每一个类别都是非常复杂的，工艺流程、工法、工序都有特殊性，而且在不同的业务中会存在独特的问题。例如在改造发动机厂的时候，对于工业母机的厂家，一个订单来了，要调校产线的时候可能得厂家去调，因为其组态的一致性调节不了，这是由于需要很多经验，包括工法、工序、工艺和特殊性等。

第二，OT、IT 要互相理解的思维是对的，推己及人是一个基础，但重要的是还要有一个最终目标，这个目标一致了，就可以往下去解决问题。例如肖雪董事长做过一家大型家居工厂的业务，在其整个工艺流程中，IT 和OT 都发挥了巨大作用，因为在解决产线制造柔性的时候，不一定全是柔性的，例如板材要业务抽象：哪些是变量，哪些是常量，然后大规模生产就可以了。变量的线调成柔性、调成IT 控制就可以解决问题。柔性占整个流程的比例很低，大概是1/15~2/15，其余的大部分可以做大规模制造。

那么，怎么能实现IT 和OT 的融合？ IT 人可以做仿真、孪生，尽量去做推演，这也是今天IT 人努力的方向。

其实OT、IT 都在努力地去实现数实融合、虚拟和现实的融合，来去做推演，包括现在做孪生的时候，开始可能是一个主机的，现在是一条产线的组态技术，再往上是产线联合的工厂的一致性，再之后是多工厂集群的协同生产，再往上是数字化供应链，可见，融合越来越广泛。这里IT 和OT 的目标最终是一致的，无非是角度不同。推己及人的同时，我们把目标确认一致，可能在这个过程中的探索会更快一些。

张黔教授：

IT 和OT 需要相互学习。①在工业的不同分支行业里，IT 和OT 融合是一个必然的阶段。②任何事物走向融合的过程中，你得知道对方是怎么想的，知道对方的背景和目的是什么，然后再来看我的背景和目的，探讨双方怎样达到相互理解和协调。

以医疗领域来举例，物联网相当于是站在IT 的角度去试图管理和帮助OT 来做物联网。例如医院里做资产管理，需要管理很多大设备资产，这些大设备往往是从OT 厂家来的，还有一些灵活的耗材类的资产。怎样做资产管理？上了一批物联终端，然后去做对接，这时会发现很麻烦，因为在医院里，大设备是设备科管；信息系统、网络系统是信息科管；如果这台设备已经在某个科室使用，是医务科管，……。可见整个的管理和运维是分散的。如果想把物联网做好，需要去跟不同的人沟通。

另外，传统的大型医疗设备原来设计的时候不是按照信息互通，或数据处理、联网而设计的，因此有很多的信息孤岛，一旦连上去了以后，因为它们原来的操作系统和系统里没有做很多的安全控制，出现了很多安全问题。例如某家大厂的某个影像系统被人攻击了，非常麻烦，因为这是关乎生和死的问题。再例如，某大企业好不容易做了一套糖尿病管理的闭环系统——监测到血糖有问题就立即上胰岛素，但是它中间有一段是无线通讯的，被人攻击了，结果发现只要有技巧地攻击它，都有可能改变胰岛素的注射。这个问题就变得非常可怕。

因此，IT 和OT 的核心问题是什么？在做的过程中，关于系统的一致性、协调性和安全性，每个人都站在自己的角度考虑。所以IT 和OT 人员的思维逻辑要改变。

首先要往上走一点儿，要有系统观，注意协调控制，从系统上往下看。

那么，OT 人怎么去学习IT 人的特点？根据OT 的特点，IT 怎么去稳定系统？很多医疗器械厂商希望改革和创新医疗设备，自然而然地想加入很多IT。但是在这个过程中出现了一个很大的的问题，就是迭代到底是好、还是不好？ IT 人员说快速迭代好，但因为有些专业领域是要认证的，认证周期往往是3 年，若不小心迭代了，这边认证周期又得等3 年。所以核心的核心是要有系统观、行业观，要相互理解。在这个行业里你的角色、特色，以及和其他角色配合的特色，只有这方面融合在一起了，才能把每一个单点都做到融合地往前推进。

郑纬民院士：

IT 与OT 人的思维方式有什么差别？可以看他们是从哪个院系培养出来的。现在IT 人基本上计算机系的，OT 人是自动化系毕业的，这是两个院系的差别。

高文院士：

学计算机/IT 的人的长项是抽象、表达，所以计算机一路走来，例如过去的操作系统，UNIX 把其他对手给干掉了，因为UNIX 把设备变成逻辑设备，在物理上抽象出来了。一旦变成逻辑设备，你系统的控制和管理就变成很规范，至于里面特别具体的方面，你在里面去表达就行了。所以从外部看，所有设备是一视同仁的，随便你是打印机、扫描仪等都一样。这是计算机人的长项。现在计算机在网络上更是这样，可以万物互联，每一个连接点就是一个连接点/ 终端而已，至于这个终端是怎么构成的，用的是什么CPU、MCU 等，我不关心，我关心的你就是一个连接点/ 终端，我就把你连起来，就完成了。这是我们学IT 人的思维模式。

学控制的人或机械、控制的人的关注点是过程，以及过程里的模型。他们任何东西上来就要给你一个模型化，然后用一个什么样的滤波器等去逼近你，能把这个模型很好地控制住。所以这是两种完全不同的思路。建议做OT 的人学会抽象，学IT 的人学会模型。

肖雪董事长：

在实践中，尤其是面对解决问题和实际场景中有三个问题是逃避不掉的：所有技术是交叉的，所有业务是融合的，所有解决问题必须是体系的。OT 狭义上是生产执行的过程；但从广义上，在一个企业运行中，有OT、IT、精益运营问题。

例如帮助一家钢厂解决吹炼单元的双命中率技术问题，从IT 角度来看，需要下传感器、下腹腔之后，通过孪生来描述这个过程中的每一个行为。同时还要有OT 人员对它的结构和工序、工艺、吹氧量等做模型再学习、再迭代。但是做到这个程度还不够，因为目标不是做一个系统，或者每吨钢要降多少成本，而是精益问题。因为从钢的原材料/ 铁矿石到吹氧，吹炼之后形成双命中率，这个过程是一个体系问题，是需要精益的，要浮现问题、解决问题，还要全局优化。全局优化既包括整个流程的全局优化，又有OT、IT 和精益之间的优化问题。

从未来角度看现在的数字产品，可能不是软，也不是硬，而是一个硬软结合体。是不是元宇宙？我们很难去判断，但它一定是一个硬软结合体。因此我们不仅要去解决其中的问题，还要考虑精益因素，所以是个复杂的问题。

主持人——刘云浩教授：

这确实很复杂，需要把自己的脚放在别人的鞋里试试容不容易。

网上有一个小视频，是一位外国人看了《孙子兵法》感到非常不理解，例如Plan before move, stop before you get something. 这都不是什么道理，太简单了，这是在和笨蛋讲吗？但其实《孙子兵法》这句话很深刻，就是“谋定而后动，知止而有得”。可是翻译成英文之后，就不是那个意思了。什么叫plan before move ？你不plan 怎么move ？因此，需要双方在同一个象限上。

3 工业知识软件化的路径

第三个问题：路径是一件很重要的事儿。很多成功是有路径依赖的。那么，在目前格局下，把工业知识软件化的路径可能会是什么样的？

例如美国、法国走的是大而全的路径，德国走的是小而精——集中在一点突破。我国现在工业软件也好，IT、OT 融合也好，这方面与先进还是有很大差距的。我们会走什么样的路径，或者应该支持走什么路径？

于海斌院长：

问题2 是有历史感的话题；问题3 更面向未来，关注的是趋势路径怎么走？因此还是要稍微回顾一下历史。

最近有一个关于工业软件的争论，搞自动化的人说工业软件就姓“工”，怕信息的人抢饭碗。如果把制造业抽象起来看（注：OT 人也要会学会抽象），是三个流：信息流，物质流，能源流。这三个流在很多地方交叉才能造出新的产品。其中，信息流是最晚发生的。搞物质流的人和搞能源流的人反过来去做信息流，可能在最新的技术方面会有局限性。所以在下一个阶段，OT 人要大力借鉴信息技术的成果，包括虚拟化、抽象化、标准化等。

关于软件行业的发展路径，这是一个很痛苦的探寻，但是想不清路径就做不成事。

从历史上看国外的发展路径，基本上是先由制造企业来做，像达索，实际上一开始是造飞机的，因为众多零部件管理不过来，被动地需要信息化技术。然后为了能发展得更好，又跳出来给行业服务。

中国特别有意思的一件事情，本来我们以为像产品设计这类是离线的（生产线不停下来），我们应该做得很好，但实际上与国外的差距很大。反倒我们认为IT不是做得很好的一些制造业（注：例如郑纬民院士介绍的某铝企），尽管是按照传统工艺来做的，不够灵活，但是市场做得非常好，占领市场也不错。原因在哪儿？是他们走的路径是按照生产流程的，与过程绑定得比较紧。但是到了今天的互联网时代、人工智能时代，从大的战略来看，谁能占领整体、全链条，谁最有战斗力。小企业不要沾沾自喜，实际上没有更多的对整个产业的推动价值，除非你是测量、检测等特别典型的行业，但是这些典型在国外也逐渐被并购在大的链条里，不是零散的状态。

所以有人谈软件化，有人强调知识化，实际上，现在的趋势是两块：①软件化一定是嵌入式的，或者一定是硬件与软件结合在一起的。这里不仅有软件的事，例如工业机器人具有动作的能力，完成的是点位和力的控制。②我们现在把工艺的知识、操作的知识加进去，但这必须是个性化的，才能解决问题，所以OT 的人也学会了IT 人常提的“软件定义的装备”，也真正地尝到了很大的甜头。“软件定义装备”以后，可把所有装备柔性化地去做出来。但是在软件产品里，现在在推的是model-based systems engineering (MBSE，基于模型的系统工程) ，核心是以产品模型为代表的、数据线程为核心的系统工程，工业知识完全是在这个框架下去做的。

关于高校培养人才方面，建议高校老师能否在培养人上就进行IT 和OT 的交叉。感觉现在学习知识和思维方式上各自割裂还较大。

①目前，仅仅跟人有关的技术进步很快，例如人工智能发展很快；但是跟机器打交道的（例如具身智能）、跟环境打交道的都很难进步。所以产业（OT）的人更多地提出来能够支撑这些知识、数据运行的架构，如果这些架构不先进的话，这些零散的OT 也形不成很重要的产业和竞争能力。

②将来的工业知识会泛在化。在泛在化基础上，需要更多的个性化。如果融合交叉不进步的话，IT 知识、OT 平台很难对产业形成有变革性的驱动力。像郑纬民院士介绍的某铝企业的挑战，IT 进去以后要解决的是信息孤岛、扁平化，为OT 带来变革，即为制造模式带来根本性的变化，个性化的需求能很容易地被定制实现。所以需要有IT 和OT 人一起接力棒式的前进路径。

为此，要全力去创新，按体系化去运作（不能违背规律），且行且珍惜（因为工业的资产不是一下都能替换掉、改变掉的，要存在很长时间，我们既要考虑工业遗产的存在，还要把创新的链条打通）。

肖雪董事长：

在企业的运行中，从系统角度看，IT、OT 可分为三类：生产智能化的系统，主要解决生产控制；管理数字化系统，解决管理体系；运营的数字化系统。这三类系统具有不同的结构。

工业软件是生产操作软件，那么一个问题是：ERP（企业资源计划）算不算工业软件？嵌入式算不算？可能都算，但它们不是一类，因为用于不同的场景。像刚才于海滨院长所指出的，在面对生产智能的关键点（需要稳定运行）上可能是泛在化的，它的趋势是硬软合一；但是它必须是要体系化的、抽象的，它建立结构，可能更需要平面展开的过程，是需要全局规划的。所以它一定是体系规划、单点突破、创新中心相结合的过程，但它们是不同品类的。

回到这个问题：ERP 是工业软件吗？ ERP 是个标准的工业软件，是在管理体系下形成的。生产智能是在CPS（信息物理系统）中保持控制稳定性的方面，它是可以点状创新的（创新有面状、点状，要根据实际情况而定）。

从实践来看，很多方面都需要成长，技术需要演进，很多都需要我们跟随也好、引领也好，一定是面向场景、面向问题来解决问题的，这是核心。所以解决问题的实践很重要，它可能是个系统工程论的态度，也可能是技术突破的态度，也可能是模式创新的态度，但重要的是要解决核心问题。

另外，学术的力量很重要。例如人工智能，业界在很努力地做人工智能，但是理论框架与国外先进水平相比还有一定的差距，还没有形成一个完整的框架。但是在工业体系内，我国已有完整的应用场景和产业链条，因此要建立框架和技术，才能驱动我们未来无论是体系上、还是泛在化基础的发展。

张黔教授：

OT和IT的题目很大，二者的融合就更大了，大了以后就很难解决。

张黔教授以问题（problem）驱动的角度谈了实际解决的一个问题。例如智慧医院已经是一个很大的项目了。医院里包括很多方面，所以智慧医院今天基本上是一把手工程或一二把手工程，领导会站在全院的角度去协调设备的采购、日常的运营、信息的管理、信息的互联互通等。

当有了这样的顶层架构，就开始谈硬的部分（设备/OT）应该有什么样的支撑能力，可以来定行业、产业的标准，以及与智慧医院运营相关的标准（这些标准正在全国推进）。

然后按照这些标准，OT 从变化能力、执行能力、改变能力上怎么去做？IT可以向个性化方面多做一点。IT 有这个改变能力，因为迭代速度快。接下来，可否对人的理解更细腻化一点？ IT 人可以更多地拿这些去给OT 的改变部门/ 执行部门做输入，那么这样的迭代往前发展，在一个问题驱动的框架下定相应的问题、应用空间的标准，在OT 执行端确定执行标准，在IT 个性化方面充分发挥更智能的AI（人工智能）个性化的能力，给OT 更多的输入。

如果这种迭代实行起来，可以在某一个应用上落地。

当然，如果多个行业有了这种应用的变化以后，整个的IT、OT 的融合又会往前迈一大步。

郑纬民院士：

大约10 年前，中科院计算所的李国杰老师组织了一个香山会议，讨论计算与通信的问题，每年开一次会。后来又增加控制，即IT、CT、OT 怎么融合在一起？

今年11 月香山会议在广州召开，又讨论了这件事，按照去年开会的意见提出了一条路径，走“可计算制造”道路。

高文院士：

关于趋势和路径有四化。

第一，逻辑化。为什么要逻辑化？计算机之所以能够走到今天，因为把终端设备逻辑化，这是非常关键的一个步骤。OT的逻辑化指什么？OT里不能单独谈软件，而是软件和硬件要在一起，特别是到逻辑部件级，一定是CPU 和嵌入软件在一起考虑。

第二，网络化。工业互联网就不展开了。网络化以后，很多标准就可以到台面来探讨了。

第三，开源化。回顾历史，早年通信业的七国八制是怎么造成的？因为交换机里用的所有电路、器件等是各家公司的做法。1991 年邬江兴院士主持研制成功04机（注：我国第一台万门程控数字交换机-HJD04 机），特点是不管你原来是什么制，我都是计算机上来，一统天下了。我们现在也要开源化，例如CPU，现在各种嵌入式处理器（MPU）、微控制器（MCU）等都有，将来上RISC-V 处理器行不行？以后能否主要的CPU 控制器就是RISC-V 了？因RISC-V 是开源的，RISC-V上面可以运行Linux，这样，逻辑化的底层就变成开源的，在开源上去构架。

第四，虚拟化，现在 OT 人和IT 人不容易坐到一起谈事。IT 人希望在真系统上去改，今天改、明天改，OT 人肯定不和你玩。如果做一个孪生系统，那么在孪生系统上改，运行成功再搬到真系统上。所以一定要虚拟化，做孪生系统。

如果能做到这四化，这个趋势路径是不是可以试一试？当然这不是唯一路径，还有其他路径。

（本文来源于《电子产品时间》2023年12月期）