思科1000人调查：61%企业部署AI，仅20%真跑通

61%的工业企业已经上马AI，但只有20%能真正规模化落地。这个差距不是技术问题，是人和人的问题。

思科系统（Cisco Systems）今年3月发布的调研覆盖了制造、交通、公用事业三大领域的1000位决策者。数据背后藏着一个被忽视的真相：当AI从试点走向生产，最大的绊脚石不是算法精度，而是两个部门之间的墙。

IT和OT，两个世界的碰撞

工业AI的特殊性在于它横跨两个完全不同的学科。IT团队管网络、数据、安全、数字平台；OT团队管工艺流程、设备安全、实时运维。两边都是专家，但语言不通。

AI没有消除这种分工，反而放大了协作需求。系统连接的资产越多、决策越靠近一线、数据依赖越重，协调的复杂度就越高。思科的数据显示，57%的企业实现了一定程度的IT/OT协作，但43%仍然各自为政。完全融合的团队，稀有得像独角兽。

这不是因为管理层不懂道理。让一个人同时精通IT和OT，难度堪比让心脏外科医生去修核电站。更现实的路径是搭建协作环境，让两边能把各自的专业能力摆到同一张桌子上。

协作良好的企业，网络稳定性更高，把安全当作基础建设而非事后补丁。团队割裂的企业，部署慢、风险高、系统抖动频繁。

40%企业把安全列为头号障碍

AI扩张带来的副作用是攻击面同步扩大。40%的受访者将网络安全视为规模化工业AI的最大障碍，48%把安全与网络分段（network segmentation，即把网络切割成独立区域以隔离风险）列为关键考量。

这个比例值得细品。它说明企业不是不知道安全重要，而是在IT和OT拉扯中，安全往往变成皮球——IT说OT设备太老打不上补丁，OT说IT的方案会干扰生产连续性。

思科的调研发现，协作顺畅的组织更倾向于把安全嵌入设计阶段。割裂的组织则习惯先上线再补漏，结果漏洞越补越多。

领导层怎么 framing 这件事，决定了成败

调研中有一个细节很少被讨论：那些成功规模化的企业，领导层把AI定义为"联合运营能力"，而非"IT项目"或"OT实验"。这个 framing 的切换，直接影响了资源分配和考核指标。

IT/OT协作需要三样东西：信任、共同语言、对齐的激励。前两个靠时间和磨合，第三个靠顶层设计。如果IT的KPI是系统上线速度，OT的KPI是设备无故障时长，两边天然会打架。只有当双方共享同一个业务结果——比如单位能耗降低、非计划停机减少——协作才有土壤。

思科的数据还揭示了一个反直觉的现象：技术最先进的试点项目，往往不是最难复制的。最难的是把试点里的跨部门协作机制，固化成日常运营的节奏。这需要中层管理者的持续投入，而非一次性的组织架构调整。

换句话说，工业AI的规模瓶颈，本质是组织能力的规模瓶颈。

一个未被回答的问题

思科的调研止于现状描述，没有追问那个更尖锐的问题：在43%协作有限的企业里，有多少是因为技术债务太重、历史系统太多，有多少纯粹是部门政治？

这个区分很重要。前者可以用渐进式改造解决，后者需要更换管理层。但调研没有给出答案，也许答案本身就在那43%的沉默里。

当你的工厂IT和OT最后一次坐下来开联合会议是什么时候？如果答案是"上个月"或更久，你的AI项目可能正在重复那80%企业的老路。