IT与OT长期分属两个世界：IT关注信息系统、数据流转与管理决策，OT关注机台、传感器与实时控制。制造企业推进数字化时最常见的困境，正是设备联网、系统上线之后,数据仍散落在质检、排产、能耗等各自封闭的系统里，管理层想看一张贯通全流程的实时视图都很困难。要打破这种割裂，关键不在于先上多先进的算法，而在于把IT与OT真正打通，让数据可采、口径统一、能被回用。
从公开案例看，IT与OT的融合往往被拆成有先后次序的三个层次来推进。最底层是采集层，让分散在机台、设备、检测环节的数据可被稳定采集，解决"数据采不上来"的问题；中间是融合层，把生产、质量、能耗等原本割裂的数据在统一口径下汇聚，解决"数据对不上"的问题；最上层才是应用层，在治理好的数据之上构建可视化、预测与调度能力，解决"数据用不起来"的问题。跳过前两层直接追求智能应用，正是许多项目投入不小却难见成效的根源。
先联接、后融合、再应用
南通海门区推进相关工程时，强调的正是信息化与运营深度融合、数据要素充分利用，在此基础上打造产线级、车间级、工厂级的生产现场，其中被列入工信部相关5G工厂名录的案例，共同验证了同一条次序：先让设备联接、数据可采、口径统一，再谈更高阶的智能能力。融合层是整个闭环的地基，没有它，上层的分析和调度就无从落地。
融合之后，IT与OT的价值才真正显现。分析结果不再停留在报表里，而是能沿着"分析—决策—执行"的链路回写到产线，驱动实际动作。这也解释了为什么单点的可视化或单个模型不等于闭环：只有把数据采集治理、实时监控、预测分析、调度执行几个模块串联起来，才能让经营视角的判断落到具体机台。
对多数企业而言，IT与OT融合是一个务实推进的过程，而非一次性上齐所有能力。合理的做法是先明确业务目标，再评估数据基础与保密要求，从治理做起补齐数据地基，之后再考虑更高阶的智能应用。核心制程数据是否涉密，往往直接决定部署路线的走向。按照自身所处的阶段判断下一步，比直接对标某个明星案例更能得出可执行的融合计划。