在本期 OT Data Next（下一代 OT 数据）节目中，Moxa 专家 Johnny Wang 深入探讨了让 OT 数据进入 IT 世界并识别潜在威胁的重要性。

Johnny 表示，之所以要 OT 数据离开舒适区，与我们的运营需求密切相关，也与我们如何使用 OT 数据有关。让我们从工业 2.0 时代开始，看一看 OT 数据的演变。工业 2.0 时代，人们引入了电力和流水线生产，推动了控制器的发明，可以更好地控制工厂车间的设备，大规模生产也随之发展起来。控制器通过简单的开关操作，帮助人们完成简单的日常任务。在这个 OT 数据刚刚出现的时代，数据量很小，并仅存储于生成它们的设备内，活动范围也仅限设备之内。

第三次工业革命引入了系统自动化的新标准。计算和通信技术的进步促使自动化生产过程具备了联通能力。人们通过为原始控制器增加传感器、创建闭环来实现这种连接和通信。该闭环包含传感器收集数据，再将数据发送回控制器，以进行初步计算。基于这些计算，控制器会生成相应反馈，帮助完成命令。这种闭环标志着 OT 数据迈出了第一步：从设备内部进入闭环系统，在设备间循环。

随着技术的进步，OT 数据的演变也随之而来。进入工业 4.0（工业数位转型）时代，人们不再仅仅满足于预编程的自动化，而需要一种能够自我思考的智能系统。这使对 OT 数据的要求提升到了全新水平。现在最大的问题是如何最大化 OT 数据的真正价值。为了实现这个宏伟目标，我们需要让 OT 数据走出原有活动范围，进入数据中心或云端完成进一步分析，以尽可能提高生产效率、提升生产质量、降低成本，甚至提供新的业务服务。这赋予 OT 数据新的价值：受保护的本地 OT 数据传输到远程 IT 系统，再反馈给 OT 端，实时优化生产过程，这些数据因此成为可以指导生产的有用数据。这种现象就是 Moxa 所说的永恒数据流：数据在 OT 和 IT 之间不断循环，形成持续的闭环。

Johnny 以他合作的一家汽车零部件制造商为例进行说明。这家工厂中存在“瓶颈设备”，这意味着所有物品在制造过程中都必须通过某一特定设备。因此，如果该设备停止工作，整个生产线也会停止，对这一特定设备的维护便显得极为重要。考虑到这种高风险，制造商希望对该设备进行预测性维护，预测哪些部件可能会磨损，并提前补充库存，避免因部件短缺而导致生产停滞。他们还为该瓶颈设备安装了额外的传感器。传感器收集必要的 OT 数据，并将其发送到云计算平台进行分析。最后，云平台计算零件的状态并将预测反馈给管理人员，以采取进一步的行动。