工廠導入 AI 前必讀:OT/IT 整合的 5 大資安風險與護欄設計

上個月我們進一家做汽車零件的工廠。現場很典型:產線上跑了十幾年的 PLC、SCADA,配一台還在用 Windows 7 的工控機,旁邊是他們剛買的 AI 視覺檢測方案。導入團隊興沖沖要把檢測資料即時送上雲端訓練模型,問我們一句「順便幫我們把網路打通就好」。

那句「順便打通」,就是整件事最危險的地方。

因為 OT(維運技術,產線的機台與控制系統)和 IT(資訊技術,企業的辦公網路與雲端)本來活在兩個世界。OT 的第一信條是「不能停」,一條產線停一小時的損失,可能比一整年的資安預算還高;IT 的第一信條是「要更新、要修補、要連網」。當你為了導入 AI 把這兩張網接在一起,等於把 IT 世界的攻擊面,直接接到了那台停不得的機台上。**OT IT 整合的資安,不是上線後再補的防火牆,而是導入前就要畫好的護欄。**這篇就從交界處最容易出事的五個地方講起。

OT IT 整合資安的五大風險

我們把踩過與看過的雷,整理成一張表。左邊是風險,右邊是導入前就該設好的護欄,不是出事後的補救。

為什麼「事後補救」在工廠行不通

在一般 IT 環境出事,你可以隔離、重灌、回滾。產線不行。你不能為了裝一套端點防護就把射出成型機重開機,也不能在量產旺季說「這週我們要滲透測試,產線先停」。OT 的維護窗口一年可能只有幾次,每次都得跟生產排程搶。

所以在工廠,資安幾乎是一件「只有一次做對的機會」的事。護欄若沒在導入設計階段就進去,之後要塞,成本與停機代價是好幾倍。

我們的做法是,還沒動任何 AI 之前,先跟客戶做兩件事。第一,畫資產與資料流圖:哪台機、跑什麼協定、資料往哪走、誰會寫回去。這張圖畫完,八成的風險自己會浮出來——你會發現那個「順便打通」其實打通了三條根本不該存在的路徑。第二,定義信任邊界:哪些是唯讀遙測、哪些是控制指令,兩者用不同網段、不同權限、不同稽核強度處理。

AI 導入反而是重畫網路的好時機

講到這你可能覺得,那乾脆別整合、別上 AI 了?剛好相反。

我們反而認為,導入 AI 是製造業難得能名正言順重整 OT/IT 架構的時機。平常你要老闆為了「資安」停線做網段隔離,很難;但當這件事跟「AI 檢測能降多少不良率」綁在一起,預算和維護窗口就談得下來。與其把資安當成 AI 專案的阻力,不如把它當成專案的地基一起編列。

同一個汽車零件廠,後來我們沒有「順便打通」。我們在 OT 與 IT 之間補了一層 DMZ,AI 檢測資料透過受控的單向通道往上送,模型的建議參數不直接回寫機台,而是進到一個要品保簽核的介面。多花了大概三週,產線一次都沒停。三個月後那套 AI 檢測的實際使用率——現場人員每天真的在看、真的照著調——是九成以上。

導入前該問自己的幾個問題

如果你正要為工廠評估 AI,不用等顧問,先在內部把這幾題問清楚:我們的產線網段和辦公網,現在是不是同一張扁平網路?這套 AI 方案到底是只讀資料,還是會回寫控制參數?設備商和 AI 廠商各自用什麼帳號、什麼通道連進來,有沒有紀錄?我們手上有沒有一張最新的資產與資料流圖?以及最現實的——我們一年有幾個維護窗口,能承受多久的停線來做這些防護?

答不出來的每一題,都是導入後會回來找你的風險。

這也是為什麼我們在做製造業 AI 導入時,工程師是連著資安一起進場的:把護欄設計和 AI 上線當成同一件事來交付,而不是先把 Demo 跑通、資安留給客戶自己收尾。Demo 那天全場點頭很容易;讓一條停不得的產線,既用得上 AI、又睡得安穩,才是我們認的那條上線標準。