20年IT老兵跨界OT：我踩过的坑和「原来如此」的瞬间
2024年底决定离开上一家公司，2025年正式创立云锟智能的时候，我发了条朋友圈。
评论区炸了。
一个老同事直接打电话过来：「温总你是不是疯了？好好的事业部负责人不干，跑去创业？」
一个前同事留言：「现在这个环境，你确定要出来？」
还有个朋友更直接：「你确定不是中年危机？」
我看完这些消息，笑了笑，没回。
因为说实话，他们不知道的是——在那家物联网公司做事业部负责人的三年里，我脑子里一直在酝酿这件事。
01 | 一切的起点，是一台不会说话的设备
2023年，我接触到一个真实场景——
某工厂的空压机房里，几台空压机在运行。排气温度、排气压力、电流、运行时长……所有数据都在，但没人看。
不是说没人关心，是看不懂。
运维人员每天巡检，拿着测温枪一台台测，数据记在本子上。月底统计的时候，从本子抄到Excel，从Excel抄到报告里。
我问：「为什么不用传感器自动采集？」
对方说：「装了啊，但数据传上来，我们也看不懂。一堆数字，到底哪个正常哪个不正常，谁知道？」
我又问：「那有没有做过预警？比如排气温度超过阈值就报警？」
对方说：「做了。但每天报警几百条，最后大家都关了通知。」
你看，问题不在技术。
传感器有了，采集有了，报警也有了。但整个系统没有产生价值。
那一刻我突然意识到——这跟我在IT行业干了20年的东西，本质上是一样的。只不过一个是「信息系统」，一个是「物理设备」。
但处理方式完全不同。
在IT的世界里，数据是干净的、结构化的、可预测的。你写个SQL就能查，建个模型就能分析，搭个仪表盘就能展示。
在OT（Operational Technology）的世界里，数据是脏的、碎片化的、充满噪音的。传感器装在空压机上，高温高湿强电磁干扰，信号时有时无。协议五花八门——Modbus、MQTT、OPC UA……光搞懂这些协议就够喝一壶。
而且最关键的是——设备在跑，你不能随便停。
在IT里，系统出了Bug，大不了回滚、重启、修修补补。
在OT里，设备出了问题，轻则停机损失几十万，重则安全事故。
一个是「系统挂了可以重来」，一个是「设备挂了要出事」。
这个区别，花了我好几个月才真正理解。
02 | 第一次进空压机房，我的世界观碎了一地
2023年，我第一次跟着客户进了空压机房。
进去之前，我觉得自己见识够多了。20年IT经验，ERP、MES、工业互联网、数字化平台……什么系统没见过？
进去之后，我发现自己什么都不懂。
一排排空压机，旁边是储气罐、冷干机、管路阀门……我站在那里，像个第一次进机房的小白。
客户的技术主管指着一块仪表问我：「温总，这个排气压力0.7MPa，你觉得正常吗？」
我愣了一下。
排气压力……我记得大学物理课学过。但那是二十多年前的事了。
我老老实实说：「这个我不太懂，能给我讲讲吗？」
他没有嘲笑我。相反，他花了半个小时，从排气压力、排气温度、加载卸载逻辑一路讲下来，把空压机的基本原理给我掰碎了揉烂了讲明白。
那半个小时，比我在任何培训课上学的都多。
后来我才明白，OT世界最大的特点，是知识高度碎片化。
搞空压机的人不懂传感器，搞传感器的人不懂配电柜，搞配电柜的人不懂通信协议，搞通信协议的人不懂业务逻辑。
而我的角色，是把这些碎片拼起来。
但前提是——你得先听懂每一块碎片在说什么。
这就意味着，一个做了20年IT的人，要从头学电气工程的基础知识。不是学怎么写代码调接口，是学——什么是三相电，什么是短路电流，什么是继电保护，为什么空压机会发热，配电柜里的那个小灯亮了到底代表什么。
这个过程，用「痛苦」来形容都轻了。
后来接触多了，配电房、配电柜、变压器、水泵……每种设备都有自己的门道，但底层逻辑是相通的。
03 | IT人和OT人的思维差异，比技术差异大十倍
慢慢接触多了之后，我发现一个很有意思的现象。
IT人和OT人，在面对同一个问题时，思路完全不同。
举个例子。
有一次我们讨论设备预警方案。一台空压机的温度数据异常波动，需要做预警。
我的第一反应是：建个模型。 收集历史数据，训练个异常检测模型，设个置信区间，超过阈值就报警。
OT老师傅的第一反应是：先去现场看看。 是不是散热风扇坏了？是不是负载突然增大了？是不是环境温度变了？
我说：「我们可以用数据驱动的方式，自动分析根因。」
老师傅看了我一眼：「你连现场都没去过，分析什么根因？」
当时我有点不服气。觉得这就是「经验主义」，不够科学。
后来发现，老师傅是对的。
因为那台空压机温度异常的原因，是散热风扇的滤网积了灰。这个信息，任何数据模型都无法自动获取——除非你装一个专门检测滤网状态的传感器。
但装传感器的成本，远高于定期清理滤网的成本。
在OT的世界里，最优解不一定是最好的解。够用且稳定的解，才是好解。
这句话，是我在转OT之后学到的最重要的一课。
IT人的思维习惯是——追求最优解。 用最先进的技术，建最完善的模型，做最精细的分析。
OT人的思维习惯是——追求够用且稳定。 能解决问题就行，别搞太复杂，复杂了容易坏。
这不是谁对谁错的问题。是两个世界的运行逻辑不同。
IT世界里，系统是虚拟的，出了问题可以远程修复，可以快速迭代，可以灰度发布。
OT世界里，设备是物理的，出了问题要派人去现场，修一次可能要停机半天，更换一个零件可能要等一周。
试错成本完全不同。
在IT里，你可以在生产环境做A/B测试。在OT里，你不敢在运行中的空压机上做任何实验。
理解了这个差异，我才真正明白——为什么很多IT公司做工业互联网做不好。不是因为技术不行，是因为思维方式不对。
04 | 我犯过的傻
转OT的过程中，我犯了不少傻。挑几个说。
第一个傻：想用大数据解决所有问题。
刚开始做方案的时候，我满脑子都是「数据中台」「实时计算」「AI分析」。
写了好大一版方案，客户看完说：「温总，我们的设备总共就20台，你给我搞数据中台？」
我当场石化。
对啊。20台设备，每台每秒采几个数据点，一天下来也就几百万条。这算什么大数据？一个MySQL就搞定了。
不是所有问题都需要大数据。有些问题，小数据就够了。
第二个傻：低估了「现场」的重要性。
有段时间我一直在办公室里写方案、画架构图、做PPT，觉得方案很完美了，拿去给客户看。
客户说：「温总，你这个方案理论上没问题。但你有没有去现场看过我们的设备是怎么装的？线是怎么走的？机柜是多大的？」
没有。
「那你怎么确定你的方案能落地？」
哑口无言。
从那以后，我给自己定了个规矩——任何方案，必须先去现场看过，才能写。
哪怕只是去看一眼，也比在办公室里猜强一百倍。
第三个傻：用IT的标准衡量OT的进度。
在IT项目里，两周一个迭代，一个月一个版本，节奏很快。
但在OT项目里，光是设备改造审批就要一个月，施工要协调停电计划，调试要等设备运行周期……
我一度因为项目进度「太慢」而焦虑。
后来跟一个做了15年电气工程的老前辈聊天，他说了一句话让我印象特别深：
「温总，我们这行，慢就是快。设备改造出了问题，不是回滚代码那么简单，是要停电检修的。你确定每次改动都经得起考验了吗？」
我确定不了。
所以在OT的世界里，「慢」不是效率低，是对安全的敬畏。
05 | 那些让我「原来如此」的瞬间
虽然犯了不少傻，但也有不少让我豁然开朗的时刻。
第一个「原来如此」：设备不会说话，但数据会。
有一次去客户现场，看到一台运行了15年的空压机。外表看起来一切正常，但数据采集上来之后，发现轴承振动值在持续升高。
运维人员说：「这个我们肉眼看不到啊。」
我说：「对，所以需要数据。数据是设备在'说话'，只不过你要会听。**
那一刻，我突然觉得做的事情有意义了。
让不会说话的设备开口说话，让听不懂数据的人能听懂。 这就是能源设备智能化的核心。
第二个「原来如此」：技术不是最难的，信任才是。
我们给一个客户做了设备监控方案，技术方案没问题，价格也合理。但项目迟迟推不动。
后来才知道，客户不是不认可方案，是不信任我们。
「你们是做IT的，不懂电。」——这是客户没说出口的话。
怎么破？
没有捷径。一遍遍去现场，一次次跟他们的技术人员交流，一个个问题耐心解答。花了三个月，客户才真正开始信任我们。
在OT的世界里，信任是最高昂的成本。因为你面对的不是系统，是人的安全。
第三个「原来如此」：跨界不是放弃过去，是叠加。
以前我觉得，从IT转OT，等于过去20年白干了。
后来发现完全不是。
我在IT行业积累的东西——项目管理、需求分析、系统架构、数据治理——这些能力在OT领域同样需要。甚至更稀缺。
因为OT行业不缺懂电气的人，不缺懂设备的人，缺的是能把IT和OT连起来的人。
一个既懂系统架构又懂继电保护的人，在市场上几乎找不到。
所以不是跨界，是融合。过去的经验不是沉没成本，是护城河。
写在最后
从IT转OT，到现在三年多了。
回头看看，最大的变化不是技术能力，是思维方式。
以前我觉得，所有问题都有最优解。现在我知道，在物理世界里，「够用且稳定」比「最优」重要一百倍。
以前我觉得，写代码、做系统才是正事。现在我知道，去现场、跟老师傅聊天、蹲在空压机房里看仪表——这些「低效」的事情，反而最有价值。
以前我觉得，20年IT经验是我的标签。现在我知道，经验是工具，不是牢笼。什么时候该用IT思维，什么时候该用OT思维，才是真本事。
如果你也在考虑跨界，或者正在跨界的过程中，我想跟你说——
不要害怕「不懂」。不懂就去学，去问，去现场看。
不要觉得过去的经验「没用」。它只是需要换一个场景重新激活。
也不要觉得跨界是「放弃」。它是你人生的第二个版本，不是覆盖，是升级。
对了，上期预告说了要聊聊小团队怎么用AI工具——
这个话题我太有发言权了。云锟智能就我们几个人，但做的事一点都不小。公众号文章、技术方案、小程序开发、客户跟进……全靠AI工具链撑着。
下期详细拆解，我们是怎么用AI把3个人的活干出10个人的效果的。
下期预告： 小团队怎么用AI工具，把3个人的活干出10个人的效果？云锟的AI工具链全揭秘。
我是温祚志，云锟智能创始人。下期见 👋
