1. 工业软件是数字产业发展的命门
2. 工业软件以IT为壳、工业为瓤
3. 工业互联网，激发工业软件新赛道
4. 培育生态丛林，实现新赛道崛起
5. 谁能成为中国的工业软件之城
作者 | 金浓
2020年5月，美国政府对华为的禁令升级，禁止其使用芯片设计的上游EDA（Electronics Design Automation，电子设计自动化）软件；6月，美国对33家中国机构及公司实施了MATLAB软件禁用。短短两个月内的两次精准打击，抓住了中国制造业的短板——工业软件。
一时间舆论哗然，隐形于制造业背后的工业软件开始真正走入大众视野。甚至，中国的困境因此被比喻为“缺芯少魂”——“芯”即芯片，而“魂”则是工业软件。这将工业软件摆在了和芯片同等重要的地位，因为“售价不过数百万的电子设计软件被停用，会使得上百亿的芯片成为硅土”。
但工业软件岂止是信息产业之魂，它是整个制造业之魂！可以说，工业软件是制造业的大脑和神经。说它是制造业的大脑，是因为从研发设计、到生产控制、再到企业管理，全都要依靠工业软件来处理，包括计算机绘图CAD、计算机仿真分析CAE、制造执行系统MES、企业管理系统ERP等。
而它同时也是制造业的神经末梢，因为机器设备之所以能够收集数据反馈到大脑，甚至可以进行边缘计算，都是因为芯片之中植入的采集、控制、通信等嵌入式工业软件。
▼ 图注：制造业之魂——工业软件（来源：图虫创意） 回到正文
从信息化时代发展到数字经济时代，工业软件对于制造变革的影响不断升级。如今，正在以全新的方式定义未来制造、重铸产业之“魂”！
01
工业软件是数字产业发展的命门
工业软件诞生于60年前的信息化时代，被称作第三次工业革命的重要标志。这是因为工业软件的出现重新“定义”了制造的技术和方式：“以机械为核心的工业”开始向“以软件为核心的工业”转变。最早的计算机辅助设计、制造软件（简称CAD/CAM）改造了当时最高端的制造业——汽车产业和航空航天。
以飞机制造为例，最初20世纪60年代的CAD只能应用于零部件的建模、装配和分析过程。到了1991年， CAD 的升级使波音777成为世界上第一个采用全数字化设计手段完成的整机。全数字化设计是指，首先在软件里建模，其次在软件里进行数学计算，再次在软件里模拟试验，最后通过软件操控数控机床生产部件。
可能这听起来稀松平常，因为如今工业软件早已渗入制造业的各个角落。
但很难想象，在工业软件出现之前，需要专业绘图师在巨大的图纸上以1∶1的比例精确手绘大型部件，然后将纸板制作的部件剪贴拼装并进行规划测试，再由工人手工操作电动机床、将加工零件按照设计图纸的要求制作出来。
在图纸到实物的转化中，不仅过度依赖操作工人的理解、经验和技能水平，而且效率低下程度可想而知。
由此可见，在制造业信息化时代，工业软件带来了生产力的大幅跃迁——由“软件定义制造”的波音777用了4年半就首飞成功，相比传统研制方法下造了24年的波音747，反而价格更低，质量更好，成为历史上最赚钱的飞机。
人们都知道波音公司拥有全球顶级的飞机设计制造技术，却常常忽略波音研发设计中使用的8000多款软件，除了1000多款的通用软件，剩余7000多种软件均为波音自行开发、内部使用。可以说，波音公司的核心竞争力并非工厂和生产线，而是这7000多种工业软件！
▼ 图注：由“软件定义制造”的波音飞机 ， 回到正文
不但高端制造业的发展高度依赖工业软件，在信息化对工业的改造下，无论是重工业还是轻工业都离不开工业软件。
例如，我们住的房子、用的手机、坐的飞机，在设计阶段需要用CAD建模；电子设备散热和信号性能好不好，可以由CAE测试解决；而在这些产品生产过程中，物料的管理、质量的控制则需要MES来把控。可以说，每件工业品几乎都是工业软件的结晶，每台装备离开了软件都不能运行。
在信息化时代下，工业软件只是制造业信息化发展的辅助工具。也就是说，工业软件只能在某些单个环节帮助制造业变得“更快更好”。如果没有工业软件，完成相应的制造流程，就需要花费更多的人力。
在数字经济时代，随着工业互联网的蓬勃兴起，工业软件将成为“新制造模式”的核心支撑。服务型制造的发展、新产业生境的构建及大协同制造的趋势背后，绝不是简单的网络连接就能解决的，而是必须基于生产和使用数据的即时收集、分析、决策能力。可以说，没有工业软件，产业互联与协同都是空谈。
具体来说，工业软件对于制造模式的影响主要体现在以下几个方面。
软件、传感器等要素不断“嵌入”传统的物理产品中，出现了无人驾驶汽车、智能家居等智能化产品。与过去出厂后就“音信全无”的产品不同，它们由软件驱动，并不断产生使用过程数据，企业将基于数据开展娱乐功能推送、远程诊断、在线检测等各类增值服务。
生产与服务进行协同，使产业链进一步得到延伸：企业的盈利点不再止于卖硬件，而是要更多地从内嵌软件和后续服务上获取利润。
▼ 图注：测试中的无人驾驶汽车 ， 回到正文
一方面，在制造主体上，可实现多方协同制造。如波音787生产，就是采用了法国达索公司的软件套件，实现了在网上共享产品模型信息的协同制造；另一方面，制造前流程由实体变为虚拟，实现零成本快速测试。
传统的流程为设计→制造→测试→再设计→再制造，而如今，工业软件中采用的数字孪生技术可以创造出映射实体生产线的虚拟生产线，最终制造之前的所有步骤（设计、制造、测试）都可以在虚拟生产线完成，促进产业协同和技术共享，以实现快速迭代、持续优化。
例如，SpaceX猎鹰九号就是以数字样机完成了测试，没有做一次物理试验。
例如，消费牵引制造的产消协同服务，即C2M（Customer To Manufactory，用户直连制造商）模式，就是企业利用工业软件的智能分析功能，快速实现客户的个性化定制。
其核心是将各个环节的工业软件数据打通：首先将用户需求信息传输给制造商的ERP系统，从而生成生产计划；之后设计端的计算机辅助设计软件CAX（即CAD、CAM、CAE、CAPP的总和）根据定制化要求生成产品设计数据；最后MES再根据ERP的生产计划及CAX软件的产品设计数据执行具体生产工作。
因此，北京联讯动力咨询公司总经理林雪萍曾表示：“当现在许多人都在沉迷工业互联网、人工智能、大数据来推动制造业转型升级的时候，很少有人意识到，这些概念如果脱光了一层一层衣服，最内核的就是工业软件。”
在此背景下，西门子、施耐德、GE等制造巨头纷纷向软件领域转型，GE董事长兼首席执行官杰夫·伊梅尔直言“每一家工业企业也需要是一家软件分析企业”。
在新的技术创新浪潮下，工业软件正在给制造业带来新一轮颠覆。抢先布局工业软件是拥抱制造变革、抢夺未来产业话语权的制胜之道，也是真正实现制造强国的必经之路。
回看我国现状，距离“工业软件定义制造”任重道远。甚至可以说，工业软件是中国制造业发展的最大短板。
中国工业软件的市场渗透率极低。中国作为全球唯一拥有联合国产业分类目录中所有工业门类的国家，包括41个大类、191个中类和525个小类。
从产量上看，500多个工业品，有220个世界第一，2019年工业产值规模在全球占比28.4%。但与此不相匹配的是，中国工业软件渗透率仅占全球的5.73%。其中，只有ERP和CAD/CAE/CAPP的渗透率超过了50%，其他工业软件的渗透率大多低于30%。
而且，在低渗透率的工业软件之中，国产软件占比更是极低。国内工业软件呈现“管理软件强、工程软件弱，低端软件多，高端软件少”的现象。企业信息管理类的ERP等软件，虽然用友等国内公司占据了超80%的市场，但高端领域仍以国外软件SAP、Oracle为主导。
在技术壁垒较高的设计研发、生产制造类软件中，工业软件更是几乎被国外垄断。据昆仑数据称，目前80%的研发设计软件、60%的生产控制软件被国外品牌占领，尤其在高端制造业中的电子、航空、机械领域，研发设计软件自给率分别只有10%、15%及30%。
例如“华为事件”中涉及的EDA软件，其三大巨头Synopsys、Cadence、Mentor Graphics都来自美国，垄断了全球七成及中国九成的市场份额。
中国制造业“大而不强”，正是建立在失控的工业软件之上。“断供”危机如达摩克利斯之剑，长悬于中国制造项顶。
但在此之下，我们也应该认识到，“工业”和“软件”是相伴相生、相互作用的——工业软件的先进程度决定了工业的效率，但也只有先进的工业才能展现工业软件的价值，如大量的新产品研发工作、高精度高效率的制造。
这也是工业软件强国，如美国、英国、德国、法国，率先实现了高度工业化的原因所在。反观我国，过去有大量技术落后的低端制造业，这些劳动密集型的制造可以用人口红利来解决，缺乏让工业软件生长的土壤。
在数字经济时代，中国工业软件“危中有机”——随着中国制造业人口红利的消退，以及“制造”向“智造”甚至“创造”的升级，将爆发出对工业软件的需求，2019年，中国工业软件市场增长率高达16.5%，增长速度远超过全球平均水平的5%，也高于亚太地区的7%。
简而言之，实现国产自主工业软件的突围不是选择题，而是必答题。因为突围的结果承载着中国能否实现制造强国这一使命。
2019年以来，工业软件的自主研发提上日程，工信部、科技部等相继部署了CAD软件、网络化制造专项。2021年2月初，工业软件首次入选科技部国家重点研发计划首批重点专项，标志着工业软件已成为国家科技领域最高级别的战略部署。
同时，国产工业软件已经迎来了资本“热潮”：据5G产业时代数据中心（TD）不完全统计，仅2021年1月到3月中旬，不到三个月的时间，已经有近10家工业软件企业获得融资，一批国产工业软件企业开始走到聚光灯下。
在风口之下，许多城市如广州、苏州等也开始布局这一产业。中国的工业软件产业正在迎来新时代的“春天”。
▼ 图注：许多城市开始布局工业软件产业 ， 回到正文
要发展工业软件，必须首先把握这个产业的根本特质。
02
工业软件以IT为壳、工业为瓤
说起工业软件，很多人会关注于“软件”二字，想当然地认为其更多是IT软件属性，遵循与其他消费软件、互联网同样的发展逻辑；而且认为“软易硬难”，工业软件并不难突破。这种“重硬轻软”的思想却是对工业软件最大的误读。工业软件不仅是“软件”，而且是一个高难度的“硬科技”产业。
工业软件是“基础科学+工程+软件”三重属性叠加，而非IT产物。
不同于2C的消费级软件，工业软件虽名为“软件”，但核心是在“工业”二字。作为基础科学、工程、软件三者的结合，前两者是它的筋骨，而IT的编程只是它最后穿上的衣服。
首先，CAD、CAE等工业软件最基本是几何内核和算法求解器，需要对复杂的物理、数学问题进行建模和求解。
因为工业技术的源头，是对材料及其物理特性的开发与利用。因此，对多物理场及相互耦合的描述与建模是各种仿真分析软件的核心，即用编程的方式实现对物理规律、数学原理的客观还原。
实际工程应用领域中情况复杂，涉及机械、电子、光学、声学、流体、热处理等多个学科的物理场耦合问题，更需要对学科特性和方程深刻理解，这是最难突破的技术关卡。
其次，工业软件的本质是工业经验的信息化，装载的是工业中的“Know-how”（即技术诀窍、专业知识），需要漫长的时间积累。
制造现场涉及大量的工艺过程，如铸造、焊接、冲压、锻造等，在工业长期实践中凝结了各自的诀窍。工业软件的精髓所在就是把其变成算法、编码，固化到软件中，所以，工业软件是工业品而非IT的产物。
最后是代码的实现过程。但算法编码相比于普通软件编码，对编程经验和代码纠错能力提出了更高要求。
编码人员需要对数学算法有极强的理解，才能把算法用编码的方式“翻译”成高效的机器代码，因为对于同一个算法，不同人的编码在运行效率上会存在几倍甚至几十倍的差异。同时，工业对可靠性要求特别高，不允许在使用过程中出现严重的Bug，往往是“1行代码描述功能，10行代码防错”。
三重能力的叠加本身就为它设置了较高的门槛。但更进一步的是，工业软件的实现过程需要这三种能力的升级版——更深厚的数学物理功底、更长时间的工程经验积累、更高要求的编程能力。这种高门槛的技术自然也对从业人才提出了更高的要求。
工业软件需要“科学家+工程师+程序员”三面一体的复合型人才。
研发具有“基础科学+工程+软件”三重属性的工业软件，需要的是“科学家+工程师+程序员”三面一体的人才。具体来说，工业软件研发不是简单地将科学家、工程师、程序员三类人聚在一起，而是需要一类人同时拥有三重叠加身份。
这是因为工业中的实际情况不允许“想当然”——以为某种技术可以提高产量，但现实中可能影响质量；以为某个改进可以提高质量，现实中却可能影响安全。
因此，至少要成为半个领域专家，才能去开发工业软件。
走向智能研究院执行院长赵敏说：“没有工业知识，没有制造业经验，只学过计算机软件的工程师，是设计不出先进的工业软件的。”
中国CAD/CAM的主要开拓者和奠基人之一、北航机械工程及自动化学院教授唐荣锡先生正是这样具有三重身份的人才。唐荣锡不仅是国内最早进行物理造型技术的科学家之一，而且他带领课题组往往都是一边看工厂的产品设计图，一边用自己开发的软件造型验证，一边在数控机床上加工验证。
这些工业软件领域的人才不仅可以在艰涩抽象的科学星河中遨游，而且更有脚踏实地动手验证的能力。
▼ 图注：工业软件领域的人才不仅可以开发软件，还要有动手验证的能力（来源：全景网） 回 到正文
唐荣锡先生这样的人才是极度稀缺的，这是工业软件开发需要跨越的又一道门槛。
例如国内工业软件企业朗坤智慧表示，“目前的情况是，工厂的业务人员懂工业流程，但不懂软件设计。IT人才懂软件设计，却不懂工业制造业务。”要解决这一问题，人才培育是最基础的保障，需要在学校培养中将研究与工业验证相结合，而不是闭门造车。
容易形成强者恒强、赢家通吃的格局，后发劣势大。
正因为工业软件的工业属性，相对于其他类型的软件，行业格局更加难颠覆。
首先，工业软件不仅是开发出来的，更是“用”出来的，产品“越用越好用”。它始于工业用户的实际需求，并且通过大批稳定的用户持续使用、反馈，积累关键工艺流程和工业技术数据，才能推动产品功能完善和性能提升。
其次，工业软件存在较高的转换成本、用户黏性强。企业使用工业软件会产生大量的数据和文档，如果转换软件可能会造成数据特征信息遗失，而技术人员出于习惯，也会更加倾向于使用原来的软件。
这就导致先发者如同“滚雪球”一样，源源不断地积累起先发优势，诞生了众多外国工业软件巨头，如达索、PTC、SAP等。
也正是因为工业软件是“用”出来的，所以一项新技术需要长时间验证，投资的回报短期内很难实现，缺乏资金的小企业如果想自主研发更是“雪上加霜”。行业巨头攫取了巨大的利润，可以更多地投入人才吸引、产品研发之中，竞争优势进一步增强。
这也是后发者发展工业软件的最大劣势所在。例如，在中国工业软件落后于其他国家的几十年中，美国、德国等国家已经吃尽了“先发红利”。外国软件在占领了中国市场的漫长时间中，中国庞大的用户群在不断为外国软件挖深它们的护城河。
例如，1998年达索新推出的CATIA V5产品，就是由我国某新型战斗机的开发团队率先“吃螃蟹”试用，提出了900多个改进建议，大大提升了该软件的成熟度。然而，国内的工业软件“熟练手艺”的机会却寥寥无几，更无法获得在实践中完善功能和成长的机会，这就形成了一种恶性循环。
可以看出，正是工业软件的这三大特质，导致中国长时间以来难以实现产业追赶。那么，中国未来是否就无法破局？
数字经济带来的技术演变和制造需求变化，让工业软件迎来一个技术路径的转折点，而这恰恰是实现“换道超车”的最佳跨越时机！
03
工业互联网，激发工业软件新赛道
工业互联网的兴起，为制造业发展注入了动能，而这个新兴事物正在与工业软件进行深度融合。工业互联网平台不是简单的互联互通，而是要先将生产设备、设施、物料实现数字化、智能化。其最核心的功能（如数据采集、分析、工艺建模）更要通过工业软件来实现。
在工业互联网平台上，工业软件展现出两大技术路径新趋势。而且，在抢夺这两条新赛道的过程中，所有参与者几乎站在同一起跑线，就看谁能把握大势、抢先布局。
颠覆式的云端架构，是追平技术代际差的最佳机遇。
工业软件发展至今，正在进行3.0阶段的路径升级和属性升级。
1.0阶段，工业软件呈现工具属性，核心解决单点需求。
即作为单一软件工具在本地系统部署，只能解决生产环节中特定场景下的应用需求，如画图时用到CAD软件、仿真时使用CAE软件，但软件之间的数据流通存在壁垒。
2.0阶段，工业软件系统属性增强，解决多场景连接需求。
2.0阶段出现了PLM等套装软件，将CAD、CAE、CAM之间相互连接，解决从设计到仿真再到按模型制造的全流程数据连通，但是每套PLM解决方案侧重不同，各有千秋，没有一个产品能完全满足所有企业的整合需求。
3.0阶段，工业软件平台属性增强，解决深度智能协同需求。
随着工业互联网平台的出现，开放式的操作系统平台之上，客户可以选择最符合自己的“应用程序”。靠单一软件就能解决需求的时代已经过去了，如今需要的是搭建集成多种软件的平台。
在平台之上的众多应用就好比一群特种兵，通过有效的组合利用，可以打败大型单体工业软件的“正规军团”。与平台属性相匹配的新型工业软件将会开辟出一条产业“新赛道”。
在3.0阶段的属性背后，是云计算技术浪潮带来的技术架构变革。“云化”的工业软件成为契合工业互联时代平台需求的新趋势。因为基于云原生架构的工业软件更加灵活、敏捷。
在数字化转型的环境下，面对小批量、个性化的产品订单，企业出现越来越多的碎片化需求，工业软件交付的速度永远跟不上业务需求的变化，云原生架构则能够满足制造企业敏捷运营与快速业务拓展的需求。
▼ 图注：云原生架构能够更加灵活、敏捷的满足企业需求 ， 回到正文
在云原生架构下，将原本大而复杂的工业软件单体架构化整为零，拆分为数十个微服务——面向单一功能、能够独立部署的小型应用。当企业对某些微服务有特殊需要时，只需针对这部分微服务进行升级，符合制造更加高效、敏捷的趋势，直击重点。
同时，云原生架构的出现，支持多人在软件的不同终端（个人计算机、手机、平板电脑）同时操作，使得跨区域“众包众创、集体协同”成为一种可能，颠覆了以往对CAD等软件的使用习惯。
2013年，美国初创企业Onshape作为第一个基于云原生架构的CAD软件应运而生，在冲击之下Salesforce、达索、Autodesk、PTC等软件企业也开始加紧步伐向云端布局。这种趋势下，未来大部分新应用将采用微服务架构，以提高设计、调试、更新和利用第三方代码的能力。
让这些巨头企业紧张的是，基于云的工业软件可能会带来行业的新一轮洗牌重构，为后发者追平技术代际差提供了条件。
基于云的工业软件技术架构是颠覆式的。
云计算解构了传统工业软件体系，需重新搭建应用架构，成熟企业的领先优势被削弱。欧特克（Autodesk）创始人之一的迈克尔·里德尔（Michael Riddle）认为：“云CAD的复杂性是桌面CAD的十倍以上……这不完全是因为这类程序动辄数千万行的代码，而是指建模的难度，以及像国际象棋一样复杂的可能性。
当然，重建架构体系是必需的，而这简直是成熟软件厂商的梦魇。”同时，软件上云的三大核心技术——容器、微服务、计算框架拥有开源架构，为新兴开发者提供了极大便利。
基于云的工业软件开发模式是颠覆式的。
基于云原生的低代码开发平台大大降低了开发门槛，让工程师也能加入开发者的行列。
传统工业软件拆解后形成的微服务组件库，为工业软件供给侧的产业化装配模式奠定了基础，只要为开发者提供可视化的开发环境，降低或去除对原生代码编写的需求量，就可以让他们通过简单的编程、拖拽式的方法，将算法、模型、知识等模块化组件以“搭积木”的方式调用和编排，封装成为工业软件的新形态——工业App。
而这种实现低门槛、高效率开发方式，让开发应用不再是程序员的专属。平民开发师（Citizen Developer），即非专业软件人士，正在大量涌现。
基于云的工业软件商业模式是颠覆式的。
按需、按时付费的软件即服务（SaaS）模式将成为主流，可用较低价格打开中小企业市场。基于云的工业软件不需安装在本地计算机上，可以直接在浏览器中或通过Web及移动应用程序运行，使用者可免去服务器维护成本。
并且云平台集成了多种软件，以根据客户的具体业务和工程需求定制“软件+服务”的整体解决方案，客户可灵活选择服务的种类和时长，是中小企业信息化的福音。
这三点颠覆性变革为我国发展工业软件提供了绝佳机遇：在软件上云的核心技术方面，开源使国内外企业并无技术代际差；在开发者方面，国内庞大的工程师群体和最全的工业体系更有利于将隐形的海量关键工艺流程、工业技术经验、研发数据转化为大量工业App，构筑起工业软件领域的护城河；
在商业模式上，我国中小型企业多达3200万家，它们自动化程度普遍偏低，这背后就潜藏着国产工业SaaS软件巨大的市场机遇。如国内浩辰CAD、北京云道的CAE、用友等就因抢先布局云化脱颖而出。
培育新兴产业“隐形冠军”，成为未来新赛点。
工业软件巨大的机遇，还隐藏在工业的525个小类里。
在工业软件这枚硬币的A面，是头部效应明显的通用软件。传统的工业软件（如CAD、CAE等）承载的工业技术知识通常是抽象后的通用机理，解决的是一大类工业问题，如几何建模技术与知识。
只有具备专业领域知识的使用者才可以操作软件，完成不同种类产品的几何建模与设计。因此，在用户需求趋同的情况下，综合实力全面的企业赢者通吃。
硬币的B面其实是浩如繁星的垂直赛道机遇。这是由于工业本身高度的复杂性导致的，也是波音拥有8000多个软件的原因。由于具体行业之间工业知识差异大、内部工艺流程复杂多样，涉及机械、电子、光学、声学、磁学、流体、热处理等专业知识，因此，每个细分领域都有独属于自己的软件。
以汽车领域为例，可以说每个零部件后都有对应的软件：针对汽车空调，美国Optimal Solutions软件解决空调管道外形的设计优化问题，德国P+Z工程公司的THESEUS-FE专门进行空调系统热舒适性分析；针对锂电池的电化学模拟至少有10种软件。
在工业互联网平台之上，垂直细分的工业软件将迎来更大发展机遇。抽象的通用机理变为微组件后，在此基础上打造的工业App更多地基于应用需求，承载解决某个特定行业、特定场景的工业技术知识，如某个设计App只针对一类齿轮进行设计。
因此，以细分领域甚至某一环节为切入点，进行差异化竞争是一条可选之路。在这条路上的“隐形冠军”常常会为我们带来意想不到的惊喜。
这些“隐形冠军”虽不如达索、PTC这些通用软件那样如雷贯耳，但是在细分领域内部，则是无人不知的“扛把子”。
国内也不乏其中的佼佼者，例如，芯华章填补了国内EDA软件在芯片验证环节的空白而备受资本热捧。例如，华大九天是全球唯一能够提供显示器面板（FPD）全流程设计解决方案的供应商，其在面板仿真领域处于垄断地位。
企业占领了一个细分领域后，则可以向相关领域扩展，成为细分领域平台。例如中控技术以石油化工的集散控制系统（DCS）为业务起点，向产业上下游延伸，在垂直细分领域，打造了涵盖工厂检测执行、控制、操作、运营、决策等各个层面的工业平台。
由于工业软件的行业壁垒高，用户黏性强，每个细分领域也是“先到先得”，后进入者颠覆难度较大。应该如何抢占先机？
在成熟行业中填补空白固然不错，但更重要的是面向未来的新兴产业，一方面是因为我国在很多新兴产业领域与国际水平的差距不大；另一方面是因为新兴产业之中更具蓝海红利。
举例来说，对于自动驾驶产业，其核心痛点之一就是成本。因此，自动驾驶算法测试中有约90%都是通过仿真平台完成的，实际测试场和路测只占10%，从而引发新型仿真系统的群雄逐鹿。
在生物医药领域，药物发现、仿真工作中，使用大数据和人工智能技术构建的软件，能够极大地提高选型效率和优化性。从临床试验设计到数据采集与分析等环节，利用软件可大幅度提高临床试验效率。
▼ 图注：在生物医药领域，使用大数据和人工智能技术构建的软件，可以极大的提高选型效率和优化性（来源：全景网） 回到正文
因此，这些最具探索性的领域如生命科学、信息技术、自动驾驶等，都是垂直细分的机遇。
04
培育生态丛林，实现新赛道崛起
1. 路径转移下的新赛道抢夺，关键在于培育“生态丛林”
在云平台和垂直细分的两大新赛道之下，工业软件的城市生长逻辑也将发生改变。在现在全球工业软件的版图中，科研高地如硅谷，在注重数理模型的研发设计类软件上颇有建树；
而德国慕尼黑和美国休斯敦、芝加哥等地，则凭借强势的制造基础如汽车制造、油气开发等，为垂直行业上的软件企业提供了丰富的产业场景，实现了特定领域的工业软件产业聚集。
这些拥有传统产业优势的城市固然拥有先发机遇，但随着新时代产业路径的转移，要想赢得“新赛道”抢夺战，无论是对于老牌的工业软件强市，还是新加入的产业“弄潮儿”来说，未来都需要培育新的产业“生态丛林”。
在工业互联网时代，加入工业软件之争的城市几乎都想培育出头部平台型公司，但这其实很难！就如同IOS和Android是稀有品，只有很少一部分早有技术积淀的企业才能打造头部平台。
少数国外公司（如西门子、PTC、GE等）依托涵盖全产业链环节的软件产品集群或依托强势制造业积累，率先脱颖而出，而国内的平台则以“十大双跨平台”为代表。城市要想以此取胜，是可遇而不可求。
不要忽略，在平台之上，融合技术创新和应用推广则是胜负手。因为新赛道下，平台之间比拼的是谁的小型组件、应用软件更丰富并能灵活使用。
近年来平台+5G、平台+区块链、平台+VR/AR等创新性融合解决方案持续涌现，这决定了平台助力产业数字化转型的能力边界，而面向具体垂直场景的优质工业App则决定了平台的可用性。
但即使是大型平台企业也不能包揽所有方向，而很多体量较小、方向精专的软件公司，都可以在平台之上找到属于自己的生存空间，成为一群异军突起的力量。一场“大鱼吃小鱼”的戏码就此上演，部分财大气粗的工业软件巨头（如西门子和PTC）在世界各地不断“买买买”，加速并购创新科技团队，将更多功能集成于单一平台上。
我们要认识到，打造工业软件平台，不是仅靠扶植一家或几家头部平台就能搞定的，而是要培育“大平台+小应用+开放社区”的生态丛林。
平台企业负责做好接口、开发工具、提高易用性，小企业则负责前沿科技领域或垂直细分方向的创新探索，而开放社区则吸引源源不断的开发者加入其中，为平台提供海量的优质工业App。这说明只有依靠城市的力量进行通盘布局和谋划，才能搭建孕育多样化创新主体的环境，还要促进新兴产业与工业软件合作创新，提供应用和测试场景，从而精准扶持“新玩家”入局。
2. 波士顿：育“生态丛林”厚土，繁衍创新企业种群
波士顿正是个中翘楚，综合性的基础为发展工业软件奠定了先天优势——优秀的科研能力和工业基因，并且传统工业部分外移后，升级为生物医药、机器人等新兴产业。
▼ 图注：波士顿城市天际线 ， 回到正文
但其最大的特点在于历经60年仍旧能够立于工业软件潮头：在工业软件的1.0时代，这里诞生了最早的CAD图形用户界面技术、工业软件巨头PTC、化工过程模拟的顶级公司ASPEN、电厂热平衡计算软件Thermoflow等。
而在新时代下，波士顿依旧是最领先的“弄潮儿”，上文提到的第一个云原生CAD软件Onshape就是孕育于此，同时，在工业细分领域也颇有建树。
这些不同技术方向的创新成果涌现，正是由于以政府为中心构建了创新生态，不仅有适宜新物种诞生的土壤，而且“参天大树”和“小花小草”都能获取生长所需的养分，并形成发展合力。接下来我们就来剖析这个优等生的生态培育秘诀究竟为何。
依托大学培养“三面一体”的复合型人才。
由于工业软件是“基础研究+工程+软件”三重属性叠加的产物，单纯的IT公司几乎完全无法胜任，大多数制造企业也很难具备工程知识数学化、软件化的能力。而多学科交叉研究及能够与实际应用紧密结合的大学，往往有着更好的优势。
因此，纵观工业软件发展史，大学和科研院所是工业软件种子的重要诞生地，大学培养的“科学家+工程师+程序员”复合型人才，能够起到“一个人开辟一个领域”的作用。例如具有机械工程、计算机、数学多重专业背景的布雷德（Ian Braid），在剑桥大学读博士时就开发出了最早的CAD内核。
在波士顿这个产业集群背后，麻省理工学院是输送复合型人才的“培养皿”。
其中最具代表性的乔恩·赫希蒂克（Jon Hirschtick）掌握机械工程和计算机等多重知识，毕业后连续创办了SolidWorks和Onshape两家公司，全部都是CAD领域的划时代产物，也帮助波士顿奠定了其行业领军者的地位。那么麻省理工学院是如何培养复合型人才的？
首先，在工业软件研究中重视学科交叉。
跨学科中心建设是麻省理工学院的重要战略，其多个跨学科实验室都通过“杂交”生长出不同方向的工业软件成果。
例如，计算机科学与人工智能实验室（CSAIL）在计算机学科基础上融入了数学、工程技术、医学等，研究智能设计和制造软件。而信息和决策系统实验室（LIDS）则融合了通信、工程技术、数学、管理学，研究领域包括电能服务工业软件。从实验室中走出的人才也因此而成为掌握复合知识的跨界人才。
其次，注重工业软件科研成果在实际工业场景中的应用。
以“Mens et Manus”（即手脑并用）为格言的麻省理工学院，被戏称为“宇宙第一技校”，正是因为其培育的是能将奇思妙想转变为真实产品的“工程师”，而非只在纸张上钻研艰涩理论的“科学家”。
麻省理工学院注重校企破壁。一方面搭建校企项目合作平台。例如，通过麻省理工学院工业联络计划（ILP），计算机科学与人工智能实验室和雷神科技等制造业公司建立伙伴关系，合作研究项目。本科生也可以通过暑期实践机会加入实验室，参与探索实际工业问题的解决方案。
另一方面推行“双导师”制度，让学生深入工厂环境，掌握工业的“Know-how”。“双导师”即每个学生分配一名合作伙伴企业的行业导师和一名学院的教师顾问，学生会到企业中从事前沿的行业研究项目并获得学分，甚至在双导师指导下完成毕业论文。
例如电气工程与计算机科学系开设了103年的“6-A计划”、机械工程系开设的行业沉浸项目(I2P)都是如此。此外，麻省理工学院安排学生在企业中实习，如麻省理工学院媒体实验室举办的暑期活动“黑客制造”，每年有一个月的时间千里迢迢来到中国、驻扎深圳，在工厂的实际环境中探索工业流程的改造方法。
▼ 图注： 麻省理工学院媒体实验室威斯纳馆 ， 回到正文
在这个过程中，政府也在为研究与工业之间搭建桥梁。马萨诸塞州制造业创新计划（M2I2）推出“合作研究配对补助金计划”，在5年内提供超过1亿美元的资金，鼓励制造企业与大学等科研机构交叉合作，激发新研究成果的诞生。
助力创新创业，关注强势崛起的“第三极”。
在高校和科研机构中产生的研究成果，并不直接等同于价值增值，下一步是需要耐心培育这些创新“种苗”，让其成长为“小花小草”。也就是鼓励这些复合型人才走出学校创业，变身“科学企业家”，助力城市创建产业集群。
这一点在工业互联网时代尤为重要——工业软件行业具备“大平台+小应用”的特点，一个城市如果孵化好一批连绵不断的创新企业，培育出平台之上强势崛起的“第三极”，包括AI、VR类的创新技术公司及深耕垂直细分领域的公司，大平台就会闻风而来，在这里收购小公司甚至迁址于此。
波士顿就是这样做的，波士顿涌现的Web应用程序开发商店Terrible Labs、交互式“智能”办公室Robin，成为建筑信息模型软件欧特克（Autodesk）的“盘中餐”，并吸引其将东海岸总部迁移过来；而世界上第一个云原生CAD软件Onshape、云解决方案axeda、工业VR方案Waypoint，则吸引了PTC将总部从128公路搬到波士顿市中心。
正如PTC总裁Jim Heppelmann所说：“现在的市场上都是AI、AR、VR、5G、云、边缘和高性能计算等。很明显，波士顿有机会再次成为颠覆性技术的创新灯塔。”
从工业软件的细分领域到创新技术，波士顿怎能孵化如此多的初创公司呢？可能有人会说，波士顿是美国第二大创业融资中心，这里的初创公司本身就更有资金优势。但是，工业软件在孵化过程中，起到决定性作用的并非普通的风投机构，而是大学和政府。
因为其前期研发周期长、需要在实际工业环境中反复验证，所以
对工业软件来说，资金固然重要，但能够给初期技术产品提供测试应用渠道，才是技术能够实现产业转化的最关键因素，而这正是大学和政府的强项。
一项技术从诞生到创业会经历7个阶段，即创意、技术发展、商业化计划、企业计划、形成企业、早期成长、高速增长。波士顿在孵化初创企业过程中做好了从大学到政府再到市场的“接力赛”。
接力赛的“第一棒”是从创意产生到形成企业的前5个阶段，主要由麻省理工学院负责。
其建立了一系列各有侧重的机构，构建了成熟的“孵化器体系”。
以新兴工业软件公司Waypoint为例，其项目创意最初诞生于麻省理工学院媒体实验室的多学科交叉研究，期望使用增强现实来释放下一波人类生产力。
在技术发展、商业化计划、企业计划的过程中，麻省理工学院的Deshpand技术创新中心为概念验证工作提供资金，并将创新者与经验丰富的商业导师相匹配，Waypoint团队在18个月里会见了数百名来自各个行业的专家、访问了20多个客户现场、测试了数十个原型。
设计了突破性的产品之后，从实验室专利技术到大规模商业化由技术许可办公室（TLO）辅助，由专业人员负责申请专利、为初创公司发放牌照，免除研究人员的负担。TLO收取15%的佣金，发明者获得利润的1/3，其他则由各院系和基金会共同分享，院系获得的收益则继续投入科研之中，形成了资本的良性循环。
接力赛的“第二棒”是阶段6的早期成长阶段，由政府重点负责。
波士顿和马萨诸塞州政府支持运作的非营利加速器（如MassChallenge、MassVentures）可以帮助初创企业成长，尤其是推动科学创新和工程进步的“深科技”公司。
▼ 图注： 波士顿南湾创新区 ， 回到正文
因为像工业软件这种高风险、高投入的领域，其实并不是社会资本所喜欢的类型，它们更喜欢投资3～4年就能获利的公司，而工业软件这类“深科技”公司则需要4～7年才能获利。
因此，在早期必须依靠政府力量。Made@MassChallenge作为5000平方英尺（1平方英尺≈0.09平方米）的创客空间，也能够为工业软件的初创公司提供构建、测试和验证其概念的必要软件与制造设备。
“第三棒”的高速增长阶段，需要社会资本介入。
因此，政府的工作重点是协助初创企业建立人脉、拓展市场和寻找资金。波士顿有众多组织行业活动的团体，为科技初创公司免费提供社交和现场演示的机会。波士顿创业周等大型节日则向全世界的投资者展示该市的初创企业和创新成果。
以“物种”之间的信息交换，促进尖端技术突破。
如前文所述，垂直细分的工业软件机遇涌现，而越是垂直细分领域的工业软件，越需要与工业企业进行信息交流，这样才能第一时间获取行业中的技术变革和真实需求，以促进持续创新。
芝加哥、休斯敦这种强制造属性的城市，在获取工业技术信息方面确实有天然的优势。而“高科技”城市也有能切入的赛道——生命科学、先进材料、信息技术、机器人这些研究密集型产业仍旧青睐城市中心区，这也为发展工业软件催生了新机遇。
作为生命科学和机器人产业的全球领军者，以及美国先进功能纤维制造创新机构（AFFOA）的所在地，波士顿自身的产业方向可谓是得天独厚，很多人都知道肯德尔广场是人才聚集的创新地标。
但新兴产业与工业软件的融合发展却并没有发生在肯德尔广场，而是2010年由市长亲自操盘打造的波士顿海港创新区（Boston Seaport Innovation District），因为这里专门搭建了高密度协同的创新环境，能够成为新兴产业与工业软件信息交流的理想场所。
首先，建立群体内的“垂直领域连接器”，资助垂直行业的工业软件公司，设立开放创新中心。
例如，数字建筑和智能建造正在成为热点，在波士顿市长的支持下，海港区引入行业龙头Autodesk，建立了针对建筑行业软件的创新中心，为相关领域内最具前瞻性的工程公司、学术界和科技初创团队提供驻留机会，并提供免费的工作空间、软件、建筑材料和建筑机器人等验证测试设备，共同探索AI算法的衍生式设计、模块化建造及建筑机器人协作，加快数字化设计和建造过程的速度。
其次，打造群体间的“混合领域连接器”，以多产业交叉创新，激发新产品诞生和工业软件创新。
海港区的定位是“mix”社区，顾名思义，该类型社区的最大特点是产业类型混合多元。这里不是针对单一产业或明确的几个产业来招商，而是在100亩的面积内，汇聚了各个方向的“物种”——制造企业总部及研发中心、新兴科技公司、尖端生物医学公司等。
因为如今新技术、新产品的诞生越来越需要多学科之间的相互合作，而这些“科技杂交”的产物往往需要新的软件功能来支撑。但是，这里的企业不是简单的空间聚集，而是共享硬件设施以促进协作交流。
如海港区的创新和设计大楼（IDB）集合了70多个组织，包括电子制造企业伟创力（FLEX）、健身运动品牌锐步、生物医学公司Ginkgo Bioworks、孵化MassChallenge，以及AI、机器人等科技领域的初创公司等。同时，楼内引入多个共享办公区，并利用原海军仓库的挑高空间植入数字制造设备，为企业提供合作创新的空间。
▼ 图注： 创新和设计大楼（IDB） 回到正文
这些产业汇于一处，技术产生“乘数效应”，更容易诞生新产品，也为工业软件企业创新带来了极大的便利，甚至连工业软件巨头GE、PTC也被这样的生态系统所吸引，将总部迁移过来或建立研发中心。
举例来说在“科技杂交”下诞生的工业软件成果。为满足消费品公司和生物医药公司的需求，结合先进功能纤维技术，在海港区生长出了“智能面料”，包括医疗中用于可穿戴设备和伤口护理的纺织品，以及嵌入服装中的柔性PCB等。
这种智能纺织品在制造中的高度复杂性，对工业软件提出了更高的要求，如需要CAD对织物在制造时的性能进行预测，这就需要将智能算法应用在CAD软件中，而在这个系统中的PTC能够率先研发出解决方案。
以开源生态为抓手，激活全民编程氛围。
在工业软件云化的背景下，利用开源能够最快促进云技术的普及。一是在开发技术层面，云原生工业软件的核心技术，如容器、微服务、计算框架都拥有开源架构；二是在基础设施层面，开发一些云工业软件如仿真软件需要高性能计算环境，但一般的私有云部署需要深厚的IT技术资源支持和高成本投入，而开源云服务则能够大大降低成本。
这让缺乏研发投入的中小企业受益，从而能够鼓励更多主体参与进来，甚至实现“全民编程”，激活区域内工业软件的创新发展。
开源在工业软件领域中还是一个比较前沿的概念，政府所要做的是提供“开源基础设施”并培育出一种“开源文化”，一旦建立了好的气候，自然就会出现茂密的丛林。
信息技术领头羊波士顿没有放过这个机遇。早在2014年，其所在的马萨诸塞州政府就提出了低代码、开源的、全云化开发平台的想法，鼓励区域内的大小公司加入生态之中。这在当时是一个激进的策略，但与正在探索开放混合云的开源方案供应商红帽公司一拍即合。2014年，美国麻省开放云(Massachusetts Open Cloud， MOC)正式建立，该项目由马萨诸塞州政府操盘，以波士顿为技术攻关的大本营。
一是打造开放的数据市场。
在基础设施上，以超算中心马萨诸塞州绿色高性能计算中心（MGHPCC）为硬件基础。这是因为只有超算中心才能满足工业环境产生的海量数据和毫秒级的快速处理要求，并联合公司，如红帽、思科、英特尔等，打造了第一个开放混合云基础设施的市场。
不同于亚马逊AWS这种昂贵、封闭、单一提供商运营的专有云，MOC将向多个服务供应商开放，可以选择不同层次的云应用和服务，从而让更多的客户使用得起这一平台。
二是创造“好用”的开发环境。
在开发技术上，为工业软件开发提供开源工具、低代码开发平台。政府充分利用了区域内大学（如波士顿大学、哈佛大学、麻省理工学院等）的力量。
例如，红帽与波士顿大学创建联合运营研究中心，开放云平台帮助推进云计算、大数据等技术在学校内的研究和教育，而同时这些研究人员也需要参与进来，共同搭建平台上的开源算法组件和开源软件项目。
▼ 图注： 哈弗大学 ， 回到正文
三是培养开发者社区。 MOC启用了开放云测试平台OpenInfra Labs，探索如何把已有的开源部件更高效率地集成在一起，实现在生产实践中的落地与应用，但仅凭这样的方法效率太低。因此，波士顿提供各种资助基金，积极培育平民开发师，打造“全员编程”的生态。
红帽公司、麻省理工学院开放学习办公室(MIT OL)等针对本地制造公司内的IT人员和工程师，都能提供利用开源工具开发应用程序的技能。此外，通过举办黑客马拉松等活动，MOC吸引了更多爱好者参与开发。
05
谁能成为中国的工业软件之城
未来的所有企业都将是数字化的企业，随着数字基础设施完善的步伐加快，工业软件将真正定义新时代制造。立足这一时间点，回顾过去，中国的工业软件有“断板”之痛，但面向未来，在云平台转型和新兴垂直领域的机遇下，中国发展工业软件“危中有机”。
从波士顿的例子中我们可以看出，面向未来新赛道的抢夺，必然不是完全基于市场化的“物竞天择”，而是城市链接企业、科研机构、社会资本的产物。在我国各城市中，具有科研源头的城市确实在工业软件的孕育上具备先天优势。
以北京为例，北航的数码大方、清华的适创科技、电子六所的和利时都来自大学和科研院所。但是，常常被忽略的是科研成果在具体场景中的验证。麻省理工学院尚且每年飞来深圳驻扎，而“近水楼台”的中国学校，则更应利用好国内的制造业条件发展自身。
另外，苏州、广州等城市由于制造业门类齐全、应用场景丰富的优势，也已经聚集了数家工业软件企业。
类比波士顿，也是以工业场景为优势吸引众多工业软件企业落户，并建立了验证测试和需求沟通的桥梁，以制造业见长的芝加哥也因此建立了数字化制造和设计创新研究所（DMDII）。随着苏州工业软件适配中心、广州工业软件联盟的建立，也将为激活产业生态提供助力。
工业软件作为现代产业体系之“魂”，正处于战略价值和投资机遇双重叠加的风口。面向未来的机遇，我国有基础的城市更应该打好手中的牌，建立“生态丛林”，助力创新企业的孵化，以新兴产业为重点，布局新赛道，突破工业软件发展的瓶颈，为中国高端制造业铸“魂”！
