为什么要分工呢？因为现代化企业对专业知识要求很深、且差别很远。比如，在钢铁企业，从事用户服务和产品开发的，往往是材料专业的；而搞工艺的则是冶炼或轧钢专业的；搞控制的是自动化专业的；搞信息系统的往往是计算机专业的；搞设备的是电气或者机械专业的。
技术人员的工作，都是通过自己的“手段”来实现自己的“目标”。专业间的合作方式一般是这样的：一个专业向另外一个专业提出要求。也就是说：一个专业的手段，是另一个专业的目标。
比如，用户服务的目标是：研究产品达到什么样的质量指标，才能满足用户需求。这时，他的手段就是产品的质量指标，目标是满足用户的具体工作需求。他的这个手段(也就是质量指标)会传递到产品研发工程师那里。所以，搞产品设计的人需要研究：各个生产工序要达到什么样的工艺要求，才能达到上述质量指标。这样，接力棒就传到了搞工艺的人手里。搞工艺的要知道：工艺参数如何设定，这个工序才能符合要求。而搞设备和控制的，则是通过设备的维护、控制方法的实时，来达到工艺人员提出的要求。
在要求的传递过程中，会出现一些矛盾。比如，工艺人员希望温度控制波在10度以内。但受现实条件的约束，在控制过程中可能是无法实现的。这时候，就可能要改变工艺、乃至产品设计方式，才能实现。还好，这种矛盾一般发生在产品研发阶段。研发结束后，一定会找到一种可行的做法。人们会把这种做法固定下来，形成标准，此后照此执行。这时，才进入大生产阶段。所以，现代化企业的大生产阶段，是按照特定的标准体系进行的。有了标准，不同专业之间的关系就解耦了：各自达到各自的目标，就可以了。这样，分工也就容易实施了。
但糟糕的是：生产过程不可能一直是稳定的。总会出现这样的或者那样的问题。比如，生产速度或节奏的变化、设备状态的变化、原料或者操作的变化、原料特性的偏移、甚至包括用户需求的变化等。这个时候怎么办呢？如果严格执行标准，则成本会剧烈上升、收得率和生产效率剧烈下降；如果不严格执行标准，则难以生产高质量的产品。如果企业对质量、成本的要求不是很严格，问题往往是可以容忍的；如果市场对质量和成本的要求越来越高，问题就变得无法容忍了。如果产品体系复杂多样，问题就更加严峻。
面对这样的矛盾，合适的做法就是“以变应变”。这时候，就出现了IT与OT融合问题。
举个例子。过去，工艺要求控制到某个温度的目标值(标准的要求)。现在，由于前工序发生了变化，就需要改变这个目标值。目标值应该怎么定呢？要根据产品要求重新制定。如前所述，产品要求的目标值，往往是研发阶段试验摸索出来的结果。在大生产阶段需要立刻改变目标值；这时，就必须有数学模型才能支撑。这个模型要把产品和工艺知识通过数字化模型的办法融合起来。
现实中，可能还会发生更为“严重”的问题：某工序的一个问题，可能导致无法在下工序制造出符合特定用户要求的产品。这时，就要把这个“半成品”转用到其他用户那里(用户不同，对产品质量要求不一样)。这时，工艺要求、控制要求就会实时地发生发生系列化的变化。要实现这种变化，就需要几乎所有专业的知识融合、知识数字化了。
我们要理解标准和模型的关系：IT与OT融合是需要模型的。因为只有模型，才能做到实时地改变“标准”。但是，即便如此，工厂仍然是按照“标准”组织生产，只是“标准”用模型的形式来固化了。这时，对标准的管理，也会面临新的挑战。
作者：郭朝晖(工学博士，教授级高工。企业研发一线工作20年)
相关阅读
IoT大潮下一个IT人眼中的OT
