工業軟件的AB面
http://m.sharifulalam.com 2020-11-18 11:29 來源：投資界
工業軟件已從原先的踟躇不前變為現在的加速向前，放眼整個產業圖譜，擺在企業面前的路徑主要有三條：一條路需要正面仰攻以工業設計軟件為代表的基礎軟件高地；另一條路需要垂直深耕化工、航空等行業縱深腹地；再一條路則需要戰略躍進工業4.0時代的工業互聯網體系；站在這個產業的三岔路口，你會選擇哪條路？
2020年，工業軟件發展所面臨的“危機”，如同硬幣的兩面，在時代強光的照射之下尤其引人注目。
硬幣的A面首先是“危“。
2020年年中，MATLAB等多家國外知名工業軟件產品在國內多家機構被禁用，讓很多業外人士都關注到了這一系列“卡脖子”的關鍵技術問題。
其實過去較長一段時間里，對工業軟件行業發展的反思一直都有，甚至不乏激烈之辭。比如有文章就稱，工業軟件行業的過去是“失落的三十年”，認為工業軟件不僅僅是短板，而是“斷”命之板，可謂“愛之深責之切”。
硬幣的B面是“機”。
近幾年隨著工業4.0、智能制造和工業互聯網等概念名詞的火爆，一方面是新產品形態和新商業模式加速涌現，另一方面的好處則是讓工業軟件等基礎產品技術的核心地位重新得到體認。
2018年，工信部曾印發《工業互聯網APP培育工程實施方案（2018-2020年）》，提出至2020年培育30萬個面向特定行業、特定場景的工業互聯網APP，全面覆蓋研發設計、生產制造、運營維護和經營管理等制造業關鍵業務環節的重點需求。
今年11月，在第三屆中國國際進口博覽會上，卡奧斯COSMOPlat聯合中國工業互聯網研究院等20家單位，聯合成立工業軟件和工業APP聯合創新中心。中心的任務是推進建立國家工業APP公共服務平臺，加快形成工業APP生態體系。
在創投方面，過去兩年里，工業互聯網領域已經吸引了大量的投資資金。僅2020年上半年，投入到這個領域的資金就超過100億元。其中，像芯華章、中智軟創、數巧科技、愛普特、華天海峰等新創企業紛紛獲得數千萬元以上的融資。
總起來看，工業軟件與芯片、操作系統等領域一樣，涉及的產品技術、應用場景既深且廣，有些話題被街談巷議的同時，還有很多同樣重要的話題被層層深埋。
近期，我們訪談了中英美多位行業專家，同時翻閱了國內外數十份行業分析報告，試圖找到此時此刻我國工業軟件行業最核心的發展邏輯。截至目前，我們的主要洞察如下：
1，嚴格意義上的工業軟件市場空間超過2000億元，融合了工業軟件、升級后的工業互聯網市場空間高達10000億元；另外，當工業軟件與行業Know-how相結合，在航天航空、汽車、化工等每個典型行業中，都造就了一個超過千億元的細分市場；
2，目前我國工業軟件企業主要的發展路徑有三條：一條路正面仰攻以工業設計軟件為代表的基礎軟件高地；另一條路垂直深耕化工、航空等行業縱深腹地；再一條路則是戰略躍進工業4.0時代的工業互聯網體系；
3，化工行業的結構升級給深耕這一行業的工業軟件廠商帶來極大的發展空間，中智軟創作為深耕者的代表，其RTO（實時優化）方案同時融合了英國曼大的行業機理模型、卡耐基梅隆大學的人工智能算法和部署了自有MES產品的應用場景，這一“頂配”模式正在加速占領市場空白地帶；
4，工業軟件企業的發展可以分為三個階段，從做單品起步，到系統化平臺初步成型，再到成為工業互聯網平臺打造自己的生態體系，同時在某些垂直整機業務上開宗立派，這個打怪升級的過程也是企業在產品和行業兩方面的理解力、掌控力、統治力不斷增強的過程；
5，行業越喧囂，越要回歸本質，切實關注四個關鍵要素，分別是場景、產業定律、產品化能力和資本工具；
以下本文將主要基于以上洞察展開敘述。
市場空間：千億萬億不是事
何為工業軟件？
工業軟件指專門或主要用于工業領域，以提高工業企業研發、制造、管理水平和工業裝備性能的軟件，大概可以分為研發設計、生產控制、信息管理和嵌入式等四類。工業知識造就工業軟件。工業軟件首先是“工業品”，其次才是“軟件產品”。工業品的屬性決定了工業軟件具有高度的復雜性，這不僅體現在工業生產的行業、專業、技術、流程差異大，也體現在對于數據顆粒度，計算精確度的高標準。
對于任何一個進入泛工業軟件領域的企業來說，他所面臨的都是一個巨大的市場。但在另一方面，因為工業軟件的產品形態和商業模式還在迅速進化，所以對于不同企業來說，因為成長路徑不同，他們所能看到的市場到底有多大卻不盡相同。
具體我們可以分三個層次來說。
首先籠統地來說，工業軟件領域是一個超過2000億的大市場，而工業軟件之所以規模巨大，從根本上說是因為在復雜性上無與倫比。
工業領域的復雜體現在三個方面。
首先是行業復雜。簡單來說，可以分為流程行業&離散行業兩大類別，兩大類別之下又可以分為工業大類、中類和小類。我國擁有世界上門類最齊全的工業體系，包含41個工業大類、207個中類、666個小類。像航天航空、機械、汽車、消費電子、軍工、制藥等垂直行業都是典型代表。
其次，專業種類上同樣非常復雜，機械、電子、光學、聲學、電磁學、流體、熱處理等眾多專業的知識和經驗匯聚其中。所以說工業軟件與常規IT軟件不同，絕對是一個跨學科的產品。
第三，產品制造工藝復雜。航空工業一直以其復雜的制造工藝而著名，據說僅波音737機身就有超過20,000個零件。要生產一個工業品出來，涉及到的環節包括了研發、設計、生產、測試、運維、供應鏈管理等等，其間可能涉及到無數個國家、無數個工廠間的協作。
說完復雜性，再說體量。
具體到中國，自1952年工業化開始， 按不變價計算，我國工業增加值從1952年的120億元增加到2018 年的30.52萬億元，年均復合增速12.6%。
近年來，我國工業軟件發展駛入快車道。工信部數據顯示，2016―2019年我國工業軟件產業發展增速保持在15%―20%，遠高于全球市場5%左右的增速；2019年，工業軟件產品實現收入1720億元，2020年預計將突破2000億元。
但從總體來說，作為全球工業產值最大的國家，中國工業軟件上還是比較落后，這也導致在工業精細化、智能化生產和管理方面，遠落后于歐美國家。
如果從比例上看，2018年全球工業軟件市場規模為3893億美元（增速5%），中國工業軟件市場規模為1678億元（增速16%），僅占全球工業軟件市場規模的6.3%（數據來源：中泰證券）。相比之下，2019年我國工業產值占全球工業產值的23%（數據來源：世界銀行），工業軟件未來發展空間巨大。
其次，從工業軟件的升級版——工業互聯網——的角度來看，市場空間可達萬億。
工業互聯網是連接智能制造產業“云”與“端”的紐帶，通過平臺、軟件、數據、算法將設備(工業機器人、智能機床)和信息(供應鏈管理)互聯，提升制造業智能化水平。
由此可見，工業軟件是工業互聯網的一個組成部分。工業軟件對工業流程進行數字化表達，打通各個生產環節，建立數字孿生體。工業互聯網利用物聯網和邊緣設備收集工業大數據，而工業軟件則負責工業大數據的處理和利用，數據反哺生產，實現工藝與管理的優化。
工業互聯網架構下，工業軟件的產品形態發生變化。因為數據交互實時性和互聯互通要求高，推動工業軟件向輕量化的工業APP裂變。
那么，從這個角度來說，市場有多大？
根據埃森哲預測，2020年全球工業互聯網領域投資規模將超過5000億美元。根據工信部數據，2017年中國工業互聯網直接產業規模為5700億元，2017年-2019年年均復合增速為18%。工信部預計，2020年其規模有望突破10000億元。
其三，我們除了看到2000億到10000億的總體市場空間之外，還需要拎出來專門強調的一個領域：當工業軟件供應商延伸到行業內部署工業應用、提供增值服務時，我們在航天航空與防務、汽車、化工等每個行業中，面臨的幾乎都是高達千億元的垂直細分大市場。
在這里，我們理解工業軟件與傳統IT軟件不太一樣。我們理解工業軟件，不僅僅是從工業或者軟件的單向角度去理解，而是應該從這兩個要素雙向的相互影響的角度來理解。工業化先進程度決定了工業軟件的先進程度，工業軟件的先進程度決定了工業的效率。有什么樣發展程度的工藝流程，就有什么樣的工業軟件（引自華泰證劵）。
也正因此，工業軟件和行業Know-how結合之后衍生出來的增值服務市場，可能比狹義上的工業軟件市場還要大。
以石化行業為例，化工行業是典型的流程工業，工藝過程復雜、系統耦合性高、連續性強。精準的自動控制，是平穩、高效、安全生產的前提。國內化工行業普遍在原料管理及能源管理、設備的管理維護等方面普遍粗放落后，資源利用效率亟需提升。
如果只看化工行業相對常見的MOM及生產管控市場，其規模大概在50億元以上，但如果我們在MOM和生產管控市場之外，再看一下技術要求更高的RTO（實時優化）產品，就會發現一個更大的市場。
目前國內石油化工企業平均數據采集率80%左右，實時優化投用覆蓋率不足5%，先進控制投用覆蓋率不到40%，且大都采用人工經驗調整控制器參數。（數據來源：中國智能制造系統解決方案供應商聯盟）。國內化工企業實時優化覆蓋率不足5%，先進控制覆蓋率不到40%，大都采用人工經驗調控。
按照優化業務在煉化、煤化工、化工園區三大細分市場，其規模分別可以達到86.4億、280億、480億元的規模。加總之后，保守估計市場規模達到898億元。
再往上看，根據《IDC 2020年制造業IT支出指南》數據顯示，2019年中國制造業IT支出中，航天航空與防務、汽車、化工是制造業細分行業中IT支出的前三大行業。其中，2019年化工行業IT支出為19.1億美元，隨著“十四五”規劃對能源化工轉型的持續推動，化工行業未來的IT支出將持續增大。IDC預測，2019-2024年化工行業IT支出的復合增長率將達到10.2%。
那么，以上幾項加總，大化工行業與工業軟件相關的市場總規模已經超過千億（898億+140億）。
深耕者深海騎鯨
與看待市場空間的不同角度直接相關的，是不同企業在工業軟件大市場所選擇的不同戰略路線。
其中，仰攻者選擇正面死磕，躍進者選擇戰略躍進。這兩派在過去一段時間里都收獲了很大的關注度、也涌現出了不少代表企業。對這兩類企業我們將另擇專文論述，在此不再展開。
與仰攻者、躍進者的不同抉擇招致了頗多爭議不同，專注于在行業大海的“深耕者”們似乎更為低調，但一旦找到那頭歸屬于他們自己的“深海巨鯨”，這類玩家們的影響力將讓任何人都無法小覷。
我們不妨還是以化工行業為例。
首先，我們從整個化工行業的發展來看。化工行業是國民經濟的支柱產業之一，2019年化學工業營業收入6.89萬億元。近幾年來，化工行業正在進入新一輪產能擴張周期，民營企業成為新增產能主力。
其次，與行業擴張同步的是產業鏈的整合。隨著石油進口權和使用權向民營煉廠放開，大多數煉廠都主動向煉制化工品方向調整，向上打通產業鏈，如浙江和江蘇的幾大民營滌綸絲巨頭都紛紛布局上游煉化項目。在2018-2019年恒力/浙石化占新增產能的60.7%。一些煉油企業也從單純的原油加工向中下游石化方向延伸，生產出高附加值產品和實現煉化一體化經營，石油產業鏈上下游環節一體化運營的趨勢越來越明顯。
再次，化工園區的整合、改造正在加快推進。前幾年我國頒布的《石化產業規劃布局方案》提出，將推動產業集聚發展，重點建設七大石化產業基地以及推進煉油廠和化工的一體化，建設工業園區，推動綠色和石化產業的高效發展。我國化工園區循環經濟鏈條不系統、產業關聯度較低、園區精細化管理程度較低、清潔能源供應等公共服務平臺和保障體系仍待加強。規范化、綠色化、智能化是我國化工園區高質量發展的方向。
化工行業的結構升級給深耕這一行業的工業軟件廠商帶來極大的發展空間。
資格老一些的企業像和隆優化。作為智能優化控制細分領域第一家上市（2013年，新三板）公司，和隆優化從一開始（2004年）就專注于解決各種生產過程中的能源消耗優化控制。2018年實現營收6100萬，凈利潤2114萬；2019年實現營收6228萬，凈利潤1741萬；同年，還完成了5000萬元人民幣的B輪融資。
與和隆優化有類似業務的還有中智軟創。該公司2015年成立，在2019年底剛剛完成2500萬元的A輪融資。中智軟創的核心團隊來自華為和中石油MES團隊，此前曾主導中石油MES的建設，融合了IT和OT兩方面的從業經驗。中智軟創賴以起家的基石業務也正是其MES產品，目前已經在中石油、中石化、中海油及山東地區地煉企業得到廣泛應用。
在MES產品成熟之后，中智軟創又順藤摸瓜，開拓出了RTO（實時優化）這一新的戰略業務。那么，中智軟創為什么會走上這條發展路線？
按照英國曼徹斯特大學化學工程與分析科學學院博士生導師、中國國家特聘專家張楠的說法，RTO這種技術應用在2015年之前就已經開始，只是此前的應用場景主要在節能等輔助性領域，沒有引來太多關注；但在2016年前后，RTO這項產品技術發生了一次大突破。英國曼徹斯特大學在其行業機理模型之上，融合了卡耐基梅隆大學的人工智能算法（比如全局最優算法），再加上足夠快的算力支持，使得每個節點的計算速度達到毫秒級，這種情況下，人們只需要在一兩分鐘內，就能找到一個真正的最優解。
結果，這個技術突破讓RTO產品的應用場景從工程設計領域拓寬到了生產管理領域，由此帶來的在最終產品收率上的改善，讓整體收益比起以前增大了好幾個數量級（其實即便只是針對裝置換熱網絡優化、蒸汽動力系統優化等節能場景的收益就能夠達到每年1000萬到5億元上下的收益）。這自然也引起了諸多煉化企業的關注。
2020年初，英國曼大張楠團隊正式與中智軟創戰略合作，中智在其工業集成優化軟件內嵌聯合曼大技術團隊的核心工藝模型、ANN模型及優化算法包，由此實現裝置的快速尋優。此外，基于此前在MES等軟件上的積累，中智方案的另一個特點就是，在實施RTO的同時可以上下打通ERP、MES、DCS等產品環節，形成供應鏈和管理的閉環，保證經濟效益的最終實現。
應該說，中智軟創的RTO方案同時融合了曼大的行業機理模型、卡耐基梅隆大學的人工智能算法和楔入了自有MES產品的應用場景等以上三者，這個配置在全球范圍內基本屬于“頂配”。
目前，據說中智軟創的相關方案已經在山東等地的客戶應用場景中落地。2020全年，預計合同額能實現7000萬。
除了中智軟創之外，還有一些國內外廠商堅持使用傳統的方程求解（而非人工智能算法）實現RTO過程，但從實踐來看，這種做法“是用一個常規的方法去解決一個跟常規工程設計完全不一樣的問題”，很可能因為計算時間過長、配套成本過高，而無法保證經濟收益。據悉，國外像BP、殼牌等公司用該技術在做了一些試點后都放棄了推廣使用，近期國內兩桶油中某公司的同類試點項目驗收結果可能也不太理想。
事實上，如果從RTO這一細分領域的發展來看，優化與優化控制理論的產生雖然已經超過半個世紀，但很多行業的實踐應用還處于起步階段。巨大的市場空間就在眼前，各種產品技術同時出現在市面上比拼，也屬于正常現象。
以上，我們只是通過化工行業工業軟件的發展來說明深耕者所面臨的行業前景和技術挑戰。事實上，從市場上看，差不多與化工行業同等規模（甚至更大）的行業還有多個（航空等）；而這其中，需要玩家們在行業Know-how上不斷深挖的空間堪稱廣袤無垠。
2018年，工信部曾在《工業互聯網APP培育工程實施方案（2018-2020年）》中，提出至2020年培育30萬個面向特定行業、特定場景的工業互聯網APP，全面覆蓋研發設計、生產制造、運營維護和經營管理等制造業關鍵業務環節的重點需求。提出面向汽車、航空航天、石油化工、機械制造、輕工家電、信息電子等行業需求，發展推廣價值高、帶動作用強的行業通用工業APP。
如今，雖然還沒有看到具體的數據已經實現多少，但顯然，每個行業中再多出現幾家像和隆優化、中智軟創這樣的公司完全不是問題。
成長路徑三段論
不管是仰攻者、躍進者，還是深耕者，都會經歷三個發展階段。每個階段的核心任務都不相同，同時也反映了該公司在產品形態、商業模式和市場開拓上的進展情況。對此，無論是企業運營者還是投資者，均不可不察。
首先，第一個階段的主要任務是打造基于軟件單品的基石業務，確定能繼續擴大營收的戰略業務。
這個階段在很多知名企業的發展初期都不鮮見。比如谷歌做生產力軟件之始先只推出了Gmail，字節跳動在搞產品矩陣之前最先做成的是抖音，皆是如此。同樣，像西門子、GE、艾默生、施耐德等工業領域的大佬們，在成名之初也都有自己的成名之作，然后再逐步做大規模，加上一路買買買，才最終成就霸業。
在這一階段，一個重要的突破點在于在完成單品“0-1”之后，再進行“1-N”的擴張。
為什么要有這種擴張？一是為了謀求更大的市場空間，二是產品服務能力發展到一定階段向上下游的自然溢出。
比如在現場自動化控制這個層面之內，有的廠商可能先做PLC（可編程控制器），然后又進入伺服、驅動領域；而有的廠商的擴張順序剛好反過來。
在現場自動化控制層面之上，廠商還可以順勢進入執行管理層。以MES領域為例，其中很多企業像GE、西門子、Rockwell等都是如此。MES的定位是處于計劃層和現場自動化系統之間的執行層，主要負責車間生產管理和調度執行。因為MES的數據采集與指令執行就是和底層設備打交道，而這些廠商對自動化設備了如指掌。
再以中智為例，因為其核心團隊在MES領域的積累，所以其基石業務就是其MES產品。成立之后三四年的時間，就做到了石油化工MES行業前3名，項目投用率100%，產品標準化率達到80%以上（同行為50%），產品毛利率達70%。
如前文所述，中智軟創在MES領域站穩腳跟之后，接著就開始嘗試填補RTO的市場空白，就是一種典型成長路徑。
籠統來說，系統化平臺是綜合運用各類工具軟件，為客戶打造基于統一平臺的各類智能制造解決方案。
再往下細分，這個系統化平臺可以分為兩個方面的系統化：一是軟件產品的系統化，二是行業Know-how系統化。這兩個方面并不割裂，而是要同步進化、合二為一，逐步形成整體解決方案。
過去我們討論傳統IT軟件時，經常提到企業經營的三個階段（最早賣產品，后來賣方案，再后來賣行業洞察），其實也與此類似，后面兩個階段就是往系統化平臺靠攏的時期。
在這個階段，企業不但要在前臺將多個單品包裝成“套件”，關鍵是在后臺完成數據打通、行業Know-how注入等重要工作。同時在商業模式上，也要在項目定制化和產品標準化這兩端上找到一個更好的平衡點。
再次，第三階段是工業互聯網平臺和垂直整機產品服務并存的階段。
這個階段中，企業在產品和行業兩方面的理解力、掌控力、統治力不斷增強，產品服務逐步云化、平臺化、整機化。
但也正是在此時，企業可能就會發生較大的分化，因為事實上可能只有很少一部分企業能成為真正的工業互聯網平臺。平臺型公司無論在消費互聯網還是在工業互聯網中，數量都不會太多。
在平臺之上，其他大部分軟件公司都會成為其生態網絡中的玩家，在一些細分領域求得生存空間。比如像工業APP、工業微服務的大量涌現，都與此行業生態的變化直接相關。
同樣是“平臺”，此階段的平臺比第二階段的平臺覆蓋了更多層面（設備、網絡、安全等等），融合了5G、云計算、物聯網、工業軟件等多種產品技術，數據鏈、業務鏈中的協同效率大大提升。
除了平臺的成熟之外，同時迎來成熟期（也可能比平臺的成熟更早）的還有在垂直行業的整機業務。如果說平臺上提供的更多是標準化組件的話，那么，企業可以通過垂直整機業務大中型客戶提供更有針對性的高端定制化服務。如此，兼具這兩方面業務的企業在成長穩定性、客戶多元化上保持得更為良性。
當然，除了我們提出的成長路徑三段論之外，也有觀點認為，傳統工業軟件仍將停留在工具軟件層面，只是解決生產環節中特定場景下的應用需求；而工業互聯網則將從整體效率提升的角度，衍生出更多工業軟件形態和潛在市場。
對此，我們的觀點是：定義是死的，企業是活的。對于所有參與其中的企業來說，眼下可能就是最關鍵的進化時期。定義為工業軟件的企業未必就不能突破工具軟件層面，繼續往前進化。
不管是對于仰攻者、躍進者，還是深耕者，不管他們處在哪個階段，其實這些企業都可以在傳統IT軟件過十多年的發展經驗教訓中獲得不少鏡鑒。
首先是教訓太多。過去的十多年是互聯網大發展的時期，但與此伴隨的還有很多傳統IT軟件企業在此期間的停滯不前，以及在面臨互聯網企業進攻時所呈現出來的頹勢。這種頹勢包含多個層面，比如產品競爭力、市場空間想象力，以及由此而來的、資本層面估值規模等等。
但教訓之外，也有一些值得學習的樣板，比如雷軍和他的金山系。金山軟件苦苦發展多年，始終無法達到雷軍的預期。進入互聯網時代之后，不但沒能走出微軟的陰影，而且隨著國內幾大互聯網巨頭的崛起，金山的規模和格局越發顯得落后和弱小。
也正因此，雷軍在移動互聯網時代奮起“豹變”，先是通過小米走上時代的風口，隨后金山辦公/WPS產品也在移動時代逐次崛起，終于在國內的文檔處理工具市場達到了與微軟分庭抗禮的階段。
與傳統IT軟件市場類似，如今的工業軟件市場，新技術、新玩家紛紛入場。相關企業最好的選擇當然不是固守一隅，而是應該充分發揮自己在OT方面的積累，加速消化并融入工業互聯網的整體生態，看清自己的發展階段、找準自己的生態位，未來自然是可期的。
四大進化要素
三條路線、三個階段能否走得快又穩？企業發展的天花板到底是在百億還是千億？這些問題要回答好，工業軟件企業們需要關注到四個關鍵的進化要素。
其一，場景至關重要，可能決定了產品所能達到的迭代速度和技術高度。
大家都知道，國內工業水平相對粗放，工業軟件不夠發達。事實上，客觀來說，我國對工業軟件需求的深度，與我國工業化的整體進程密不可分。我國制造業從資源密集型，到勞動力密集型，再向知識密集型轉化的過程中，對工業軟件的需求程度自然不盡相同。勞動力密集型的工業體系，對管理軟件的需求最為強烈；OEM、ODM為代表的離散制造業，需要供應鏈精益化運作;隨著人口紅利逐漸消失、產業結構升級的要求愈加緊迫，自動化控制、過程優化等方面的產品市場自然壯大了起來。
這就是說，宏觀環境往往決定了微觀應用場景。
如本文開頭所說，我國的工業領域門類齊全，工業企業數量眾多，且轉型升級需求強烈，這不但為工業軟件產業發展創造了許多機會，而且更關鍵的是，可以工業軟件產品提供了豐富的應用場景。
再比如在化工行業中，全球在優化技術上最為先進的英國曼大為何跟中智軟創合作？張楠在我們的訪談中表示有兩個原因。
首先，曼大在其歷史上與企業、與應用場景的協作一直非常緊密。曼大的節能技術在工業界應用非常普遍，同時曼大培養的學生在工業界業很有影響力，但這個影響力跟曼大與一些大型企業的合作是分不開的。一些大型化工企業在過去很長時間里與曼大保持了緊密的合作。前者可以從后者獲得技術發展趨勢，后者可以從前者獲得資金支持和應用場景。反過來，據說國內不少學院派在這個方面倒是吃過不少虧。
其次，2016年底RTO技術實現突破之后，曼大開始在中國尋找合適的商業伙伴。對于RTO，曼大以及張楠團隊有一個有極強的愿景，即是實現化工行業全過程的智能化。RTO只是智能化的一個環節，這個環節需要向上向下都有傳輸的通道。向上有ERP、MES；向下有DCS等。中智軟創的優勢在于不但在國內有各種類型的化工企業客戶，而且有自己自主研發的MES產品。當曼大的技術嵌入到中智的產品套件之后，RTO即可直接從MES中抽取準確的、完整的流程數據。兩者都實現了取長補短。
除了像中智這種典型的企業個案之外，整個行業也都在主動強化場景的塑造能力。
2020年8月，長三角區域中唯一的國家級工業軟件協同攻關平臺正式落戶蘇州，其中參與的公司包含了千機智能、同元軟控、工信部電子第五研究所華東分所、蘇州大學等機構。該中心的目標就是要圍繞研發設計類、生產制造類和運維服務類等關鍵工業軟件，組織項目聯合體產學研用協同攻關，面向航空航天、汽車和機器人等關鍵領域的應用需求，為汽車發動機、航空發動機、空天推進器關鍵零件的設計、制造、實驗，搭建產品應用驗證環境與測試驗證環境。
對于“場景”之于工業軟件的重要性，我們不妨和消費互聯網領域做一個對比。在消費互聯網領域，一個常見的現象是：來自國外的產品技術或商業模式嫁接到中國龐大的應用場景中，不但誕生了多家典型的平臺型巨頭企業（比如美團等），而且還反過來倒逼技術繼續進化（比如O2O電商之于供應鏈系統），催生了更多的創新。
具體到工業領域，我們同樣可以想象，工業場景能夠進一步催化工業軟件的迭代升級。
第二，尊重行業規律、掌握產業定律。
產業的“彎道超車”說起容易、做起來基本不可能，越是基礎領域（比如芯片、基礎軟件）越是如此。
以中智的RTO產品技術為例，現在企業對外講“產品方案融合了英國曼徹斯特大學成熟的行業機理模型和夾點分析技術、源自卡耐基梅隆大學的人工智能算法以及中智軟創自主開發的MES等產品”云云。那么，方案中關鍵的這三者，是不是由某個聰明人在某個時間簡單的組合到一起就行了呢？顯然不是。
作為RTO技術的基礎和起源，英國曼大的行業機理模型已經有了數十年的積累，其發明的夾點分析技術在節能領域應用廣泛，已經發展了40年。其中，即便是最新的氫夾點技術也已經有了二三十年的歷史。
在優化領域，業界早期非常依賴曼大這些技術積累。為什么呢？因為優化領域的另一個流派代表——卡耐基梅隆大學的人工智能算法當時還玩不轉，其算法受制于計算機有限的算力，很多研究就只是停留在學術研究階段。
但即便如此，曼大后來還是需要分別通過在2005年、2016年的兩次技術突破，融合了當時最先進的算法和算力，才在優化效果和計算速度上獲得極大提升，這才使得這項技術有了在產業界真正落地、產生效益的可能。
張楠在訪談中表示，中智和曼大合作推出的商業化產品服務中，意味著曼大幾十年的經驗都得到了傳承。其中涉及到諸多化工模型的單元操作，像反應動力學、設備的結構類型、操作條件等等，有很多細節需要把握。而這些模型要想足夠精準、復雜、全面，只能依賴時間的積累。
再比如國內的和隆優化，在介紹其燃燒優化控制技術(BCS)的資料中可知，公司從2004年成立到2015年上半年都是處于該技術的研發階段，其中2004年-2012年處于技術攻關階段，2012-2015年處于標準化階段。直到2015年下半年以后，公司才開始產業化布局。整個過程不可謂不漫長。
正是因為這個原因，業內一直有專家提醒“不能奢望不去打基礎，一下子就能做出一個MATLAB”。要想真正加快產業發展，首先你要看是否真正掌握了像摩爾定律、萊特定律等產業定律，其次還要看主觀上你的投入有多少。2019年，全球CAE仿真軟件巨頭ANSYS的研發投入大概在20億元人民幣上下，而同年國內CAD龍頭中望軟件研發投入剛剛超過1個億，EDA公司芯愿景研發費用為0.13 億元。差距有多大，一看便知。
第三，工業軟件要逐步兼具工業品的穩定性和消費品的易用性。
不容否認，工業品因為應用場景、最終用戶的不同，造成其產品特性上與消費品有著非常大的區別。但這種區別，隨著新一代產業工人的出現，可能正在趨于弱化。而這一趨勢，也將對工業軟件廠商們的產品化能力提出新的要求。
2019年，我們在走訪國內規模最大的一家鋁包木窗制造企業時就發現，在該企業內部除了部署了最先進的德國威力優選下料系統及門窗加工中心、意大利比亞斯五軸加工中心、德國鋁材電腦數控切割生產線，以及最核心的產品設計軟件Klase之外，還有供設計人員在手機端進行CAD設計的三維設計APP；在車間里，每個機臺旁邊，都貼著一個二維碼，二維碼后端連著的是提前錄制好的標準操作視頻。一線操作員工一旦覺得不確定如何操作，只需手機一掃二維碼，就能馬上通過視頻學習。
為何會有這種設置？企業數字化負責人說，原因在于目前生產車間里的工作人員年齡結構逐漸從60、70后為主演變為以90、00后為主。年輕一代的工人對老一代的技工傳授接受度不像以前那么高，但工廠里活還得干，而且不能出錯。于是就想出了這樣一種辦法。
放眼未來，工業軟件作為制造工藝的軟件化、產品化過程，并沒有改變。但在工業互聯網時代，如何將工業匠人中因人而異的經驗手藝與算法模型相結合，固化成為可大規模復用、更加智能化的工業APP、微服務，依然任重而道遠。
至于工業軟件產品本身相對于消費類軟件在穩定性、易用性等方面的差別，我們的觀點是：工業軟件在保持穩定性等基礎上，也將在易用性等方面向消費軟件看齊。這里有一個非常好的參考樣板，那就是過去幾年中企業IT產品的消費化大趨勢。過去很多年里，不論硬件軟件，往往都會有一個商用、家用的區別，但在近幾年中，這種區隔已經日漸消弭。我們相信，工業軟件也將經歷這樣一個過程。
第四．善用融資、并購等資本工具。
從國際工業軟件巨頭的經驗來看，工業軟件的發展史是一部巨頭并購史。
以在3D設計領域相愛相殺的達索和Autodesk為例，達索系統在其四十幾年的發展歷史中，通過50多次并購，逐步集齊了CAD/CAE/CAM/CAPP/PLM等產品系列；而Autodesk更過分，在Carl Bass任CEO期間，僅僅在云轉型之前三年(2013-2015年)里就進行了40多次收購。
行業整合能力對于工業軟件的發展如此重要，其背后的原因在于工業軟件下游應用場景豐富，需求差異大，難以通過標準化的產品解決所有環節的問題。這就需要不斷擴充軟件產品線，軟件產品線的延伸意味著業務邊界的擴張，繼而帶來可觸達市場空間的提升。
在中國市場上，投資熱點已經從消費互聯網轉移到產業互聯網領域，盡快將產業做大做強的沖動十分強烈。這種情況下，無論是融資還是并購，問題都不是做不做、而是如何更好的利用好產業的時間窗口。工業軟件市場的空白太大（以至于我們直接省略了市場競爭這一章），誰能利用好資本這個工具，誰就可以在進化的圖譜上先行一步。
小結
綜上所述，工業軟件背后是數學、物理、是工程，最終無論是軟件化還是工業互聯網化，可能只是其最后一步的表現形式。
在這波行業升級的大潮中，仰攻者必須學會隱忍潛行，深耕者需要多加敬畏行業，躍進者則要注意做好空地協同。
從做單品起步，到系統化平臺初步成型，再到成為工業互聯網平臺打造自己的生態體系，然后在某些垂直整機業務上開宗立派，每一個成長階段都面臨著停滯、內卷的風險。
每一個玩家都要搞清楚自己處在發展的哪個階段，需要觀照好場景、產業定律、產品化能力和資本工具等幾大要素，持續用力、久久為功。
面對如此大的市場機會（國產替代）和產業機會（新基建/工業互聯網等），我們也呼吁所有的工業軟件公司，能夠站在一個更高的層面上，找準自己的時代命題，適時進行產品、行業以及資本層面的擴張。因為眼下可能就是那個最好的時機。
編輯精選
