时间：2020-11-18来源：投资界

工业软件已从原先的踟躇不前变为现在的加速向前，放眼整个产业图谱，摆在企业面前的路径主要有三条：一条路需要正面仰攻以工业设计软件为代表的基础软件高地；另一条路需要垂直深耕化工、航空等行业纵深腹地；再一条路则需要战略跃进工业4.0时代的工业互联网体系；站在这个产业的三岔路口，你会选择哪条路？

2020年，工业软件发展所面临的“危机”，如同硬币的两面，在时代强光的照射之下尤其引人注目。

硬币的A面首先是“危“。

2020年年中，MATLAB等多家国外知名工业软件产品在国内多家机构被禁用，让很多业外人士都关注到了这一系列“卡脖子”的关键技术问题。

其实过去较长一段时间里，对工业软件行业发展的反思一直都有，甚至不乏激烈之辞。比如有文章就称，工业软件行业的过去是“失落的三十年”，认为工业软件不仅仅是短板，而是“断”命之板，可谓“爱之深责之切”。

硬币的B面是“机”。

近几年随着工业4.0、智能制造和工业互联网等概念名词的火爆，一方面是新产品形态和新商业模式加速涌现，另一方面的好处则是让工业软件等基础产品技术的核心地位重新得到体认。

2018年，工信部曾印发《工业互联网APP培育工程实施方案（2018-2020年）》，提出至2020年培育30万个面向特定行业、特定场景的工业互联网APP，全面覆盖研发设计、生产制造、运营维护和经营管理等制造业关键业务环节的重点需求。

今年11月，在第三届中国国际进口博览会上，卡奥斯COSMOPlat联合中国工业互联网研究院等20家单位，联合成立工业软件和工业APP联合创新中心。中心的任务是推进建立国家工业APP公共服务平台，加快形成工业APP生态体系。

在创投方面，过去两年里，工业互联网领域已经吸引了大量的投资资金。仅2020年上半年，投入到这个领域的资金就超过100亿元。其中，像芯华章、中智软创、数巧科技、爱普特、华天海峰等新创企业纷纷获得数千万元以上的融资。

总起来看，工业软件与芯片、操作系统等领域一样，涉及的产品技术、应用场景既深且广，有些话题被街谈巷议的同时，还有很多同样重要的话题被层层深埋。

近期，我们访谈了中英美多位行业专家，同时翻阅了国内外数十份行业分析报告，试图找到此时此刻我国工业软件行业最核心的发展逻辑。截至目前，我们的主要洞察如下：

1，严格意义上的工业软件市场空间超过2000亿元，融合了工业软件、升级后的工业互联网市场空间高达10000亿元；另外，当工业软件与行业Know-how相结合，在航天航空、汽车、化工等每个典型行业中，都造就了一个超过千亿元的细分市场；

2，目前我国工业软件企业主要的发展路径有三条：一条路正面仰攻以工业设计软件为代表的基础软件高地；另一条路垂直深耕化工、航空等行业纵深腹地；再一条路则是战略跃进工业4.0时代的工业互联网体系；

3，化工行业的结构升级给深耕这一行业的工业软件厂商带来极大的发展空间，中智软创作为深耕者的代表，其RTO（实时优化）方案同时融合了英国曼大的行业机理模型、卡耐基梅隆大学的人工智能算法和部署了自有MES产品的应用场景，这一“顶配”模式正在加速占领市场空白地带；

4，工业软件企业的发展可以分为三个阶段，从做单品起步，到系统化平台初步成型，再到成为工业互联网平台打造自己的生态体系，同时在某些垂直整机业务上开宗立派，这个打怪升级的过程也是企业在产品和行业两方面的理解力、掌控力、统治力不断增强的过程；

5，行业越喧嚣，越要回归本质，切实关注四个关键要素，分别是场景、产业定律、产品化能力和资本工具；

以下本文将主要基于以上洞察展开叙述。

市场空间：千亿万亿不是事

何为工业软件？

工业软件指专门或主要用于工业领域，以提高工业企业研发、制造、管理水平和工业装备性能的软件，大概可以分为研发设计、生产控制、信息管理和嵌入式等四类。工业知识造就工业软件。工业软件首先是“工业品”，其次才是“软件产品”。工业品的属性决定了工业软件具有高度的复杂性，这不仅体现在工业生产的行业、专业、技术、流程差异大，也体现在对于数据颗粒度，计算精确度的高标准。

对于任何一个进入泛工业软件领域的企业来说，他所面临的都是一个巨大的市场。但在另一方面，因为工业软件的产品形态和商业模式还在迅速进化，所以对于不同企业来说，因为成长路径不同，他们所能看到的市场到底有多大却不尽相同。

具体我们可以分三个层次来说。

首先笼统地来说，工业软件领域是一个超过2000亿的大市场，而工业软件之所以规模巨大，从根本上说是因为在复杂性上无与伦比。

工业领域的复杂体现在三个方面。

首先是行业复杂。简单来说，可以分为流程行业&离散行业两大类别，两大类别之下又可以分为工业大类、中类和小类。我国拥有世界上门类最齐全的工业体系，包含41个工业大类、207个中类、666个小类。像航天航空、机械、汽车、消费电子、军工、制药等垂直行业都是典型代表。

其次，专业种类上同样非常复杂，机械、电子、光学、声学、电磁学、流体、热处理等众多专业的知识和经验汇聚其中。所以说工业软件与常规IT软件不同，绝对是一个跨学科的产品。

第三，产品制造工艺复杂。航空工业一直以其复杂的制造工艺而著名，据说仅波音737机身就有超过20,000个零件。要生产一个工业品出来，涉及到的环节包括了研发、设计、生产、测试、运维、供应链管理等等，其间可能涉及到无数个国家、无数个工厂间的协作。

说完复杂性，再说体量。

具体到中国，自1952年工业化开始， 按不变价计算，我国工业增加值从1952年的120亿元增加到2018 年的30.52万亿元，年均复合增速12.6%。

近年来，我国工业软件发展驶入快车道。工信部数据显示，2016―2019年我国工业软件产业发展增速保持在15%―20%，远高于全球市场5%左右的增速；2019年，工业软件产品实现收入1720亿元，2020年预计将突破2000亿元。

但从总体来说，作为全球工业产值最大的国家，中国工业软件上还是比较落后，这也导致在工业精细化、智能化生产和管理方面，远落后于欧美国家。

如果从比例上看，2018年全球工业软件市场规模为3893亿美元（增速5%），中国工业软件市场规模为1678亿元（增速16%），仅占全球工业软件市场规模的6.3%（数据来源：中泰证券）。相比之下，2019年我国工业产值占全球工业产值的23%（数据来源：世界银行），工业软件未来发展空间巨大。

其次，从工业软件的升级版——工业互联网——的角度来看，市场空间可达万亿。

工业互联网是连接智能制造产业“云”与“端”的纽带，通过平台、软件、数据、算法将设备(工业机器人、智能机床)和信息(供应链管理)互联，提升制造业智能化水平。

由此可见，工业软件是工业互联网的一个组成部分。工业软件对工业流程进行数字化表达，打通各个生产环节，建立数字孪生体。工业互联网利用物联网和边缘设备收集工业大数据，而工业软件则负责工业大数据的处理和利用，数据反哺生产，实现工艺与管理的优化。

工业互联网架构下，工业软件的产品形态发生变化。因为数据交互实时性和互联互通要求高，推动工业软件向轻量化的工业APP裂变。

那么，从这个角度来说，市场有多大？

根据埃森哲预测，2020年全球工业互联网领域投资规模将超过5000亿美元。根据工信部数据，2017年中国工业互联网直接产业规模为5700亿元，2017年-2019年年均复合增速为18%。工信部预计，2020年其规模有望突破10000亿元。

其三，我们除了看到2000亿到10000亿的总体市场空间之外，还需要拎出来专门强调的一个领域：当工业软件供应商延伸到行业内部署工业应用、提供增值服务时，我们在航天航空与防务、汽车、化工等每个行业中，面临的几乎都是高达千亿元的垂直细分大市场。

在这里，我们理解工业软件与传统IT软件不太一样。我们理解工业软件，不仅仅是从工业或者软件的单向角度去理解，而是应该从这两个要素双向的相互影响的角度来理解。工业化先进程度决定了工业软件的先进程度，工业软件的先进程度决定了工业的效率。有什么样发展程度的工艺流程，就有什么样的工业软件（引自华泰证劵）。

也正因此，工业软件和行业Know-how结合之后衍生出来的增值服务市场，可能比狭义上的工业软件市场还要大。

以石化行业为例，化工行业是典型的流程工业，工艺过程复杂、系统耦合性高、连续性强。精准的自动控制，是平稳、高效、安全生产的前提。国内化工行业普遍在原料管理及能源管理、设备的管理维护等方面普遍粗放落后，资源利用效率亟需提升。

如果只看化工行业相对常见的MOM及生产管控市场，其规模大概在50亿元以上，但如果我们在MOM和生产管控市场之外，再看一下技术要求更高的RTO（实时优化）产品，就会发现一个更大的市场。

目前国内石油化工企业平均数据采集率80%左右，实时优化投用覆盖率不足5%，先进控制投用覆盖率不到40%，且大都采用人工经验调整控制器参数。（数据来源：中国智能制造系统解决方案供应商联盟）。国内化工企业实时优化覆盖率不足5%，先进控制覆盖率不到40%，大都采用人工经验调控。

按照优化业务在炼化、煤化工、化工园区三大细分市场，其规模分别可以达到86.4亿、280亿、480亿元的规模。加总之后，保守估计市场规模达到898亿元。

再往上看，根据《IDC 2020年制造业IT支出指南》数据显示，2019年中国制造业IT支出中，航天航空与防务、汽车、化工是制造业细分行业中IT支出的前三大行业。其中，2019年化工行业IT支出为19.1亿美元，随着“十四五”规划对能源化工转型的持续推动，化工行业未来的IT支出将持续增大。IDC预测，2019-2024年化工行业IT支出的复合增长率将达到10.2%。

那么，以上几项加总，大化工行业与工业软件相关的市场总规模已经超过千亿（898亿+140亿）。

深耕者深海骑鲸

与看待市场空间的不同角度直接相关的，是不同企业在工业软件大市场所选择的不同战略路线。

其中，仰攻者选择正面死磕，跃进者选择战略跃进。这两派在过去一段时间里都收获了很大的关注度、也涌现出了不少代表企业。对这两类企业我们将另择专文论述，在此不再展开。

与仰攻者、跃进者的不同抉择招致了颇多争议不同，专注于在行业大海的“深耕者”们似乎更为低调，但一旦找到那头归属于他们自己的“深海巨鲸”，这类玩家们的影响力将让任何人都无法小觑。

我们不妨还是以化工行业为例。

首先，我们从整个化工行业的发展来看。化工行业是国民经济的支柱产业之一，2019年化学工业营业收入6.89万亿元。近几年来，化工行业正在进入新一轮产能扩张周期，民营企业成为新增产能主力。

其次，与行业扩张同步的是产业链的整合。随着石油进口权和使用权向民营炼厂放开，大多数炼厂都主动向炼制化工品方向调整，向上打通产业链，如浙江和江苏的几大民营涤纶丝巨头都纷纷布局上游炼化项目。在2018-2019年恒力/浙石化占新增产能的60.7%。一些炼油企业也从单纯的原油加工向中下游石化方向延伸，生产出高附加值产品和实现炼化一体化经营，石油产业链上下游环节一体化运营的趋势越来越明显。

再次，化工园区的整合、改造正在加快推进。前几年我国颁布的《石化产业规划布局方案》提出，将推动产业集聚发展，重点建设七大石化产业基地以及推进炼油厂和化工的一体化，建设工业园区，推动绿色和石化产业的高效发展。我国化工园区循环经济链条不系统、产业关联度较低、园区精细化管理程度较低、清洁能源供应等公共服务平台和保障体系仍待加强。规范化、绿色化、智能化是我国化工园区高质量发展的方向。

化工行业的结构升级给深耕这一行业的工业软件厂商带来极大的发展空间。

资格老一些的企业像和隆优化。作为智能优化控制细分领域第一家上市（2013年，新三板）公司，和隆优化从一开始（2004年）就专注于解决各种生产过程中的能源消耗优化控制。2018年实现营收6100万，净利润2114万；2019年实现营收6228万，净利润1741万；同年，还完成了5000万元人民币的B轮融资。

与和隆优化有类似业务的还有中智软创。该公司2015年成立，在2019年底刚刚完成2500万元的A轮融资。中智软创的核心团队来自华为和中石油MES团队，此前曾主导中石油MES的建设，融合了IT和OT两方面的从业经验。中智软创赖以起家的基石业务也正是其MES产品，目前已经在中石油、中石化、中海油及山东地区地炼企业得到广泛应用。

在MES产品成熟之后，中智软创又顺藤摸瓜，开拓出了RTO（实时优化）这一新的战略业务。那么，中智软创为什么会走上这条发展路线？

按照英国曼彻斯特大学化学工程与分析科学学院博士生导师、中国国家特聘专家张楠的说法，RTO这种技术应用在2015年之前就已经开始，只是此前的应用场景主要在节能等辅助性领域，没有引来太多关注；但在2016年前后，RTO这项产品技术发生了一次大突破。英国曼彻斯特大学在其行业机理模型之上，融合了卡耐基梅隆大学的人工智能算法（比如全局最优算法），再加上足够快的算力支持，使得每个节点的计算速度达到毫秒级，这种情况下，人们只需要在一两分钟内，就能找到一个真正的最优解。

结果，这个技术突破让RTO产品的应用场景从工程设计领域拓宽到了生产管理领域，由此带来的在最终产品收率上的改善，让整体收益比起以前增大了好几个数量级（其实即便只是针对装置换热网络优化、蒸汽动力系统优化等节能场景的收益就能够达到每年1000万到5亿元上下的收益）。这自然也引起了诸多炼化企业的关注。

2020年初，英国曼大张楠团队正式与中智软创战略合作，中智在其工业集成优化软件内嵌联合曼大技术团队的核心工艺模型、ANN模型及优化算法包，由此实现装置的快速寻优。此外，基于此前在MES等软件上的积累，中智方案的另一个特点就是，在实施RTO的同时可以上下打通ERP、MES、DCS等产品环节，形成供应链和管理的闭环，保证经济效益的最终实现。

应该说，中智软创的RTO方案同时融合了曼大的行业机理模型、卡耐基梅隆大学的人工智能算法和楔入了自有MES产品的应用场景等以上三者，这个配置在全球范围内基本属于“顶配”。

目前，据说中智软创的相关方案已经在山东等地的客户应用场景中落地。2020全年，预计合同额能实现7000万。

除了中智软创之外，还有一些国内外厂商坚持使用传统的方程求解（而非人工智能算法）实现RTO过程，但从实践来看，这种做法“是用一个常规的方法去解决一个跟常规工程设计完全不一样的问题”，很可能因为计算时间过长、配套成本过高，而无法保证经济收益。据悉，国外像BP、壳牌等公司用该技术在做了一些试点后都放弃了推广使用，近期国内两桶油中某公司的同类试点项目验收结果可能也不太理想。

事实上，如果从RTO这一细分领域的发展来看，优化与优化控制理论的产生虽然已经超过半个世纪，但很多行业的实践应用还处于起步阶段。巨大的市场空间就在眼前，各种产品技术同时出现在市面上比拼，也属于正常现象。

以上，我们只是通过化工行业工业软件的发展来说明深耕者所面临的行业前景和技术挑战。事实上，从市场上看，差不多与化工行业同等规模（甚至更大）的行业还有多个（航空等）；而这其中，需要玩家们在行业Know-how上不断深挖的空间堪称广袤无垠。

2018年，工信部曾在《工业互联网APP培育工程实施方案（2018-2020年）》中，提出至2020年培育30万个面向特定行业、特定场景的工业互联网APP，全面覆盖研发设计、生产制造、运营维护和经营管理等制造业关键业务环节的重点需求。提出面向汽车、航空航天、石油化工、机械制造、轻工家电、信息电子等行业需求，发展推广价值高、带动作用强的行业通用工业APP。

如今，虽然还没有看到具体的数据已经实现多少，但显然，每个行业中再多出现几家像和隆优化、中智软创这样的公司完全不是问题。

成长路径三段论

不管是仰攻者、跃进者，还是深耕者，都会经历三个发展阶段。每个阶段的核心任务都不相同，同时也反映了该公司在产品形态、商业模式和市场开拓上的进展情况。对此，无论是企业运营者还是投资者，均不可不察。

首先，第一个阶段的主要任务是打造基于软件单品的基石业务，确定能继续扩大营收的战略业务。

这个阶段在很多知名企业的发展初期都不鲜见。比如谷歌做生产力软件之始先只推出了Gmail，字节跳动在搞产品矩阵之前最先做成的是抖音，皆是如此。同样，像西门子、GE、艾默生、施耐德等工业领域的大佬们，在成名之初也都有自己的成名之作，然后再逐步做大规模，加上一路买买买，才最终成就霸业。

在这一阶段，一个重要的突破点在于在完成单品“0-1”之后，再进行“1-N”的扩张。

为什么要有这种扩张？一是为了谋求更大的市场空间，二是产品服务能力发展到一定阶段向上下游的自然溢出。

比如在现场自动化控制这个层面之内，有的厂商可能先做PLC（可编程控制器），然后又进入伺服、驱动领域；而有的厂商的扩张顺序刚好反过来。

在现场自动化控制层面之上，厂商还可以顺势进入执行管理层。以MES领域为例，其中很多企业像GE、西门子、Rockwell等都是如此。MES的定位是处于计划层和现场自动化系统之间的执行层，主要负责车间生产管理和调度执行。因为MES的数据采集与指令执行就是和底层设备打交道，而这些厂商对自动化设备了如指掌。

再以中智为例，因为其核心团队在MES领域的积累，所以其基石业务就是其MES产品。成立之后三四年的时间，就做到了石油化工MES行业前3名，项目投用率100%，产品标准化率达到80%以上（同行为50%），产品毛利率达70%。

如前文所述，中智软创在MES领域站稳脚跟之后，接着就开始尝试填补RTO的市场空白，就是一种典型成长路径。

笼统来说，系统化平台是综合运用各类工具软件，为客户打造基于统一平台的各类智能制造解决方案。

再往下细分，这个系统化平台可以分为两个方面的系统化：一是软件产品的系统化，二是行业Know-how系统化。这两个方面并不割裂，而是要同步进化、合二为一，逐步形成整体解决方案。

过去我们讨论传统IT软件时，经常提到企业经营的三个阶段（最早卖产品，后来卖方案，再后来卖行业洞察），其实也与此类似，后面两个阶段就是往系统化平台靠拢的时期。

在这个阶段，企业不但要在前台将多个单品包装成“套件”，关键是在后台完成数据打通、行业Know-how注入等重要工作。同时在商业模式上，也要在项目定制化和产品标准化这两端上找到一个更好的平衡点。

再次，第三阶段是工业互联网平台和垂直整机产品服务并存的阶段。

这个阶段中，企业在产品和行业两方面的理解力、掌控力、统治力不断增强，产品服务逐步云化、平台化、整机化。

但也正是在此时，企业可能就会发生较大的分化，因为事实上可能只有很少一部分企业能成为真正的工业互联网平台。平台型公司无论在消费互联网还是在工业互联网中，数量都不会太多。

在平台之上，其他大部分软件公司都会成为其生态网络中的玩家，在一些细分领域求得生存空间。比如像工业APP、工业微服务的大量涌现，都与此行业生态的变化直接相关。

同样是“平台”，此阶段的平台比第二阶段的平台覆盖了更多层面（设备、网络、安全等等），融合了5G、云计算、物联网、工业软件等多种产品技术，数据链、业务链中的协同效率大大提升。

除了平台的成熟之外，同时迎来成熟期（也可能比平台的成熟更早）的还有在垂直行业的整机业务。如果说平台上提供的更多是标准化组件的话，那么，企业可以通过垂直整机业务大中型客户提供更有针对性的高端定制化服务。如此，兼具这两方面业务的企业在成长稳定性、客户多元化上保持得更为良性。

当然，除了我们提出的成长路径三段论之外，也有观点认为，传统工业软件仍将停留在工具软件层面，只是解决生产环节中特定场景下的应用需求；而工业互联网则将从整体效率提升的角度，衍生出更多工业软件形态和潜在市场。

对此，我们的观点是：定义是死的，企业是活的。对于所有参与其中的企业来说，眼下可能就是最关键的进化时期。定义为工业软件的企业未必就不能突破工具软件层面，继续往前进化。

不管是对于仰攻者、跃进者，还是深耕者，不管他们处在哪个阶段，其实这些企业都可以在传统IT软件过十多年的发展经验教训中获得不少镜鉴。

首先是教训太多。过去的十多年是互联网大发展的时期，但与此伴随的还有很多传统IT软件企业在此期间的停滞不前，以及在面临互联网企业进攻时所呈现出来的颓势。这种颓势包含多个层面，比如产品竞争力、市场空间想象力，以及由此而来的、资本层面估值规模等等。

但教训之外，也有一些值得学习的样板，比如雷军和他的金山系。金山软件苦苦发展多年，始终无法达到雷军的预期。进入互联网时代之后，不但没能走出微软的阴影，而且随着国内几大互联网巨头的崛起，金山的规模和格局越发显得落后和弱小。

也正因此，雷军在移动互联网时代奋起“豹变”，先是通过小米走上时代的风口，随后金山办公/WPS产品也在移动时代逐次崛起，终于在国内的文档处理工具市场达到了与微软分庭抗礼的阶段。

与传统IT软件市场类似，如今的工业软件市场，新技术、新玩家纷纷入场。相关企业最好的选择当然不是固守一隅，而是应该充分发挥自己在OT方面的积累，加速消化并融入工业互联网的整体生态，看清自己的发展阶段、找准自己的生态位，未来自然是可期的。

四大进化要素

三条路线、三个阶段能否走得快又稳？企业发展的天花板到底是在百亿还是千亿？这些问题要回答好，工业软件企业们需要关注到四个关键的进化要素。

其一，场景至关重要，可能决定了产品所能达到的迭代速度和技术高度。

大家都知道，国内工业水平相对粗放，工业软件不够发达。事实上，客观来说，我国对工业软件需求的深度，与我国工业化的整体进程密不可分。我国制造业从资源密集型，到劳动力密集型，再向知识密集型转化的过程中，对工业软件的需求程度自然不尽相同。劳动力密集型的工业体系，对管理软件的需求最为强烈；OEM、ODM为代表的离散制造业，需要供应链精益化运作;随着人口红利逐渐消失、产业结构升级的要求愈加紧迫，自动化控制、过程优化等方面的产品市场自然壮大了起来。

这就是说，宏观环境往往决定了微观应用场景。

如本文开头所说，我国的工业领域门类齐全，工业企业数量众多，且转型升级需求强烈，这不但为工业软件产业发展创造了许多机会，而且更关键的是，可以工业软件产品提供了丰富的应用场景。

再比如在化工行业中，全球在优化技术上最为先进的英国曼大为何跟中智软创合作？张楠在我们的访谈中表示有两个原因。

首先，曼大在其历史上与企业、与应用场景的协作一直非常紧密。曼大的节能技术在工业界应用非常普遍，同时曼大培养的学生在工业界业很有影响力，但这个影响力跟曼大与一些大型企业的合作是分不开的。一些大型化工企业在过去很长时间里与曼大保持了紧密的合作。前者可以从后者获得技术发展趋势，后者可以从前者获得资金支持和应用场景。反过来，据说国内不少学院派在这个方面倒是吃过不少亏。

其次，2016年底RTO技术实现突破之后，曼大开始在中国寻找合适的商业伙伴。对于RTO，曼大以及张楠团队有一个有极强的愿景，即是实现化工行业全过程的智能化。RTO只是智能化的一个环节，这个环节需要向上向下都有传输的通道。向上有ERP、MES；向下有DCS等。中智软创的优势在于不但在国内有各种类型的化工企业客户，而且有自己自主研发的MES产品。当曼大的技术嵌入到中智的产品套件之后，RTO即可直接从MES中抽取准确的、完整的流程数据。两者都实现了取长补短。

除了像中智这种典型的企业个案之外，整个行业也都在主动强化场景的塑造能力。

2020年8月，长三角区域中唯一的国家级工业软件协同攻关平台正式落户苏州，其中参与的公司包含了千机智能、同元软控、工信部电子第五研究所华东分所、苏州大学等机构。该中心的目标就是要围绕研发设计类、生产制造类和运维服务类等关键工业软件，组织项目联合体产学研用协同攻关，面向航空航天、汽车和机器人等关键领域的应用需求，为汽车发动机、航空发动机、空天推进器关键零件的设计、制造、实验，搭建产品应用验证环境与测试验证环境。

对于“场景”之于工业软件的重要性，我们不妨和消费互联网领域做一个对比。在消费互联网领域，一个常见的现象是：来自国外的产品技术或商业模式嫁接到中国庞大的应用场景中，不但诞生了多家典型的平台型巨头企业（比如美团等），而且还反过来倒逼技术继续进化（比如O2O电商之于供应链系统），催生了更多的创新。

具体到工业领域，我们同样可以想象，工业场景能够进一步催化工业软件的迭代升级。

第二，尊重行业规律、掌握产业定律。

产业的“弯道超车”说起容易、做起来基本不可能，越是基础领域（比如芯片、基础软件）越是如此。

以中智的RTO产品技术为例，现在企业对外讲“产品方案融合了英国曼彻斯特大学成熟的行业机理模型和夹点分析技术、源自卡耐基梅隆大学的人工智能算法以及中智软创自主开发的MES等产品”云云。那么，方案中关键的这三者，是不是由某个聪明人在某个时间简单的组合到一起就行了呢？显然不是。

作为RTO技术的基础和起源，英国曼大的行业机理模型已经有了数十年的积累，其发明的夹点分析技术在节能领域应用广泛，已经发展了40年。其中，即便是最新的氢夹点技术也已经有了二三十年的历史。

在优化领域，业界早期非常依赖曼大这些技术积累。为什么呢？因为优化领域的另一个流派代表——卡耐基梅隆大学的人工智能算法当时还玩不转，其算法受制于计算机有限的算力，很多研究就只是停留在学术研究阶段。

但即便如此，曼大后来还是需要分别通过在2005年、2016年的两次技术突破，融合了当时最先进的算法和算力，才在优化效果和计算速度上获得极大提升，这才使得这项技术有了在产业界真正落地、产生效益的可能。

张楠在访谈中表示，中智和曼大合作推出的商业化产品服务中，意味着曼大几十年的经验都得到了传承。其中涉及到诸多化工模型的单元操作，像反应动力学、设备的结构类型、操作条件等等，有很多细节需要把握。而这些模型要想足够精准、复杂、全面，只能依赖时间的积累。

再比如国内的和隆优化，在介绍其燃烧优化控制技术(BCS)的资料中可知，公司从2004年成立到2015年上半年都是处于该技术的研发阶段，其中2004年-2012年处于技术攻关阶段，2012-2015年处于标准化阶段。直到2015年下半年以后，公司才开始产业化布局。整个过程不可谓不漫长。

正是因为这个原因，业内一直有专家提醒“不能奢望不去打基础，一下子就能做出一个MATLAB”。要想真正加快产业发展，首先你要看是否真正掌握了像摩尔定律、莱特定律等产业定律，其次还要看主观上你的投入有多少。2019年，全球CAE仿真软件巨头ANSYS的研发投入大概在20亿元人民币上下，而同年国内CAD龙头中望软件研发投入刚刚超过1个亿，EDA公司芯愿景研发费用为0.13 亿元。差距有多大，一看便知。

第三，工业软件要逐步兼具工业品的稳定性和消费品的易用性。

不容否认，工业品因为应用场景、最终用户的不同，造成其产品特性上与消费品有着非常大的区别。但这种区别，随着新一代产业工人的出现，可能正在趋于弱化。而这一趋势，也将对工业软件厂商们的产品化能力提出新的要求。

2019年，我们在走访国内规模最大的一家铝包木窗制造企业时就发现，在该企业内部除了部署了最先进的德国威力优选下料系统及门窗加工中心、意大利比亚斯五轴加工中心、德国铝材电脑数控切割生产线，以及最核心的产品设计软件Klase之外，还有供设计人员在手机端进行CAD设计的三维设计APP；在车间里，每个机台旁边，都贴着一个二维码，二维码后端连着的是提前录制好的标准操作视频。一线操作员工一旦觉得不确定如何操作，只需手机一扫二维码，就能马上通过视频学习。

为何会有这种设置？企业数字化负责人说，原因在于目前生产车间里的工作人员年龄结构逐渐从60、70后为主演变为以90、00后为主。年轻一代的工人对老一代的技工传授接受度不像以前那么高，但工厂里活还得干，而且不能出错。于是就想出了这样一种办法。

放眼未来，工业软件作为制造工艺的软件化、产品化过程，并没有改变。但在工业互联网时代，如何将工业匠人中因人而异的经验手艺与算法模型相结合，固化成为可大规模复用、更加智能化的工业APP、微服务，依然任重而道远。

至于工业软件产品本身相对于消费类软件在稳定性、易用性等方面的差别，我们的观点是：工业软件在保持稳定性等基础上，也将在易用性等方面向消费软件看齐。这里有一个非常好的参考样板，那就是过去几年中企业IT产品的消费化大趋势。过去很多年里，不论硬件软件，往往都会有一个商用、家用的区别，但在近几年中，这种区隔已经日渐消弭。我们相信，工业软件也将经历这样一个过程。

第四．善用融资、并购等资本工具。

从国际工业软件巨头的经验来看，工业软件的发展史是一部巨头并购史。

以在3D设计领域相爱相杀的达索和Autodesk为例，达索系统在其四十几年的发展历史中，通过50多次并购，逐步集齐了CAD/CAE/CAM/CAPP/PLM等产品系列；而Autodesk更过分，在Carl Bass任CEO期间，仅仅在云转型之前三年(2013-2015年)里就进行了40多次收购。

行业整合能力对于工业软件的发展如此重要，其背后的原因在于工业软件下游应用场景丰富，需求差异大，难以通过标准化的产品解决所有环节的问题。这就需要不断扩充软件产品线，软件产品线的延伸意味着业务边界的扩张，继而带来可触达市场空间的提升。

在中国市场上，投资热点已经从消费互联网转移到产业互联网领域，尽快将产业做大做强的冲动十分强烈。这种情况下，无论是融资还是并购，问题都不是做不做、而是如何更好的利用好产业的时间窗口。工业软件市场的空白太大（以至于我们直接省略了市场竞争这一章），谁能利用好资本这个工具，谁就可以在进化的图谱上先行一步。

小结

综上所述，工业软件背后是数学、物理、是工程，最终无论是软件化还是工业互联网化，可能只是其最后一步的表现形式。

在这波行业升级的大潮中，仰攻者必须学会隐忍潜行，深耕者需要多加敬畏行业，跃进者则要注意做好空地协同。

从做单品起步，到系统化平台初步成型，再到成为工业互联网平台打造自己的生态体系，然后在某些垂直整机业务上开宗立派，每一个成长阶段都面临着停滞、内卷的风险。

每一个玩家都要搞清楚自己处在发展的哪个阶段，需要观照好场景、产业定律、产品化能力和资本工具等几大要素，持续用力、久久为功。

面对如此大的市场机会（国产替代）和产业机会（新基建/工业互联网等），我们也呼吁所有的工业软件公司，能够站在一个更高的层面上，找准自己的时代命题，适时进行产品、行业以及资本层面的扩张。因为眼下可能就是那个最好的时机。