全球制造业超半数企业IT与OT安全协作不足

7月3日，思科发布的工业AI现状报告显示，全球19个国家的千余名大型制造企业运营技术（OT）决策人参与调查显示，近半数企业IT与OT部门在安全工作上缺乏协作。

调研对象与范围

本次调研覆盖21大工业领域，选取年营收超1亿美元的跨国企业样本，共纳入千余名OT业务决策人问卷。运营技术（OT）是指应用于工业控制系统的技术，区别于一般信息技术。

协作现状细节

“仅有57%的企业称IT与OT部门存在一定程度协作，剩余企业均未实现跨部门配合。”

• 19个国家被纳入调研范围
• 21个工业领域均有样本
• 营收标准为超1亿美元的跨国企业

行业分析指出，IT与OT部门协作度不足可能导致工业控制系统安全隐患增加，影响企业整体安全防护效果。

AI落地生产场景遇阻 ITOT协同成必备条件

报告指出，尽管AI正被应用于实体经济生产线的大规模生产环节，但多数企业因基础网络设施、网络安全及IT-OT协同运营模式不完备等原因，导致实际应用受阻。

企业面临落地挑战

这一障碍的核心在于企业技术准备不足，包括网络条件无法满足实时需求、数据安全存在隐患以及跨部门协同存在沟通壁垒。

报告强调，实现IT与OT部门深度协同，是AI规模化落地的必备条件。

1. IT部门负责信息基础设施搭建，保障数据传输与存储。
2. OT部门掌握生产物理系统操作，如自动化设备与传感器管理。
3. 两部门协同可打通数据孤岛，为AI算法提供高质量生产数据流。

当前，IT-OT协同模式仍处于起步阶段，多数企业尚未建立统一管理框架。业内专家指出，深化两部门协作有助于释放AI部署的潜在价值，但具体实施路径需结合各行业特点逐一探索。

自主制造推动IT与OT深度融合

行业分析指出，IT团队办公地点与厂区物理隔离或整体外包，会造成企业内部认知割裂，影响跨部门协作。最紧迫的风险在于网络安全，工业系统互联互通程度越高，潜在攻击面越大。

传统架构制约高阶自主生产

韩国IBM咨询常务提出，依靠IT、OT分治的传统架构难以实现高阶自主生产。对于希望落地自主制造、实体物理AI的企业，需在引入新技术前重构组织架构与运营模式。

自主制造需要实时解析设备数据，并将分析结果转化为即时决策与设备控制指令，这要求IT与OT能力在同一执行单元内深度融合。

IT团队主要负责数据平台构建，而OT专业人才则专注于生产工艺与设备运维，二者能力的融合是实现自主制造的基础。

业内人士指出，IT与OT割裂的制造企业正面临转型压力，组织架构变革是推动自主制造的必要条件。