工业软件行业观察：知识沉淀与经验累积为核心，AI赋能成新趋势

去年，工业软件的重要性在社会范围的大众认知进一步提升，随之而来的则是工业软件赛道持续受到资本市场青睐，概念股涨停或大幅拉升屡见不鲜。

转眼间今年已行至过半，当我们再去关注工业软件赛道的股市表现，截至6月26日，中国工业软件相关上市公司今年股价总体走低，股价相较于年初持平已是难得。与去年的明星赛道人工智能相比，国内的工业软件行业缺少持续出现的“爆点”吸引二级市场关注。

但业内人士对此已经习以为常，工业软件包罗万象，本就是需要深度耕耘、持续投入的长周期产品，它的重要性不随舆论声量而沉浮。现阶段，工业软件已经渗透和广泛应用于几乎所有工业领域的核心环节，工业软件也出现在广东、深圳、南京等地区的行动规划中。正如中国工程院院士谭建荣所言：“工业软件是由中国制造走向中国创造的关键。”

在行业恢复到冷思考的节点，则是一个盘点竞争格局、梳理行业现状、探讨未来机遇的最好时机。为了深入了解当前工业软件领域的现状和存在的问题，从产业一线了解AI在工业软件上的应用现状和发展前景，工控网邀请了罗克韦尔自动化、施耐德电气、九思易和Maplesoft，共同商讨行业风向。

国内VS国外，市场环境各有千秋

公开数据显示，2023年，全球工业软件市场规模约5028亿美元，折合人民币约3.56万亿元；同期，我国工业软件市场规模约2414亿元，同比增长12.3%，高于软件行业平均增长水平（11.1%）。截至2023年底，我国工业软件企业关键工序数控化率达到了62.2%，数字化研发设计工具普及率达到了79.6%，研发设计类工业软件市场份额占比达10%，较2019年翻了一番。我国工业软件市场规模仅占全球份额的6.7%。在各细分领域国内产品市场占比均有一定增加，但是企业综合实力仍与国外存在差距。

罗克韦尔自动化（中国）有限公司软件产品经理王贇鹏认为，随着中国推进智能制和工业4.0转型，工业软件在提升生产效率、优化供应链和创新能力方面发挥着关键

作用。从政策方面看，政府出台了多项支持工业软件发展的政策，如《十四五”软件和信息技术服务业发展规划》等，提出推动软件产业链升级，提升产业基础保障水平，强化产业创新发展能力等。从市场角度看，在高精度、高复杂性需求的工业软件领域，外资企业在高端市场仍占据主导地位，中国企业在ERP、MES（制造执行系统）、PLM（产品生命周期管理）等领域表现突出，正在逐步缩小与国外巨头的差距。在创新技术方面，越来越多的企业开始采用云计算和软件即服务（SaaS）模式，国内外软件供应商纷纷调整产品策略，向云端迁移。工业软件集成了越来越多的人工智能和大数据分析功能，帮助企业实现更高效的生产和决策。

而由于生长土壤不同，国内外工业软件各有优劣。Maplesoft分析称，受益于大环境改变和政策支持，各种类型的国产工业软件如春笋般涌现，但技术上还处于起步或发展阶段，其优势是可以提供本地定制化开发。国外工业软件得益于国外长期良好的营商环境，历经几十年技术积累和迭代开发，技术优势比较明显，弱点是缺少本地化的研发能力，核心的研发都不在国内，本地实施应用有一些局限性。未来，国内工业软件会依据现状逐步改善，国外工业软件也会不断调整经营策略从而适应正在变化的本地需求，两者会在今后并存和互补，迎来良性的竞争和合作共存的格局。

聚焦于国内工业软件领域，九思易观察到，近几年，国内传统工业自动化圈逐渐扩大朋友圈，IT、互联网领域的厂商大幅涌入，大数据、云计算、人工智能、数字孪生等概念逐渐渗入传统工业软件，大家都在努力弥补短板，发挥自身原有优势，以迎合市场需求。但从相关企业近几年的发展来看，除了个别外国专业自动化软件厂商在持续更新原有平台外，更多具有综合自动化业务的外企也很难在软件平台上做修改甚至重新布局，显而易见，并购是一个最常见的手段，市场成分居多，技术更新换代成色不足。近几年，中国本土企业也动作频频，通过丰富业务类型和各种概念跟随，来试图保持业务增长。但很明显，在智能化时代的背景下，这些转变都不足以满足用户和市场已经被吊起来的胃口，市场需要的是真正彻底的技术革新。

数据困局沉疴仍在，云端化、一体化是大势所趋

当前工业软件市场的参与者想要在竞争中站稳脚跟，依旧靠产品说话，核心竞争力主要依靠三方面：一是成熟度高，已有应用案例；二是适用场景明确，复制效应明显；三是单价低，标准化程度高，操作便捷。

产品竞争力离不开企业对产品实际应用情况的深度探究。综合多家企业反馈，工业软件在实际应用中主要面临的挑战有以下几方面：

1.数据：越来越庞大的数据量对数据采集、存储、管理提出挑战，统一的管理标准和治理机制依然缺位；

2.技术和系统：不同供应商、不同时期的设备之间，不同业务系统之间，因缺乏标准化在数据整合、业务逻辑联动方面存在挑战；

3.人才：既懂技术又懂设备的复合型人才依然供不应求；

4.安全：数据泄露和系统攻击问题依然存在。

为此，工业软件供应商近几年也有新的尝试以解难题。在创新技术方面，罗克韦尔自动化（中国）有限公司软件产品经理王贇鹏谈到，综合以上挑战，罗克韦尔软件在际应用过程中有以下心得体会，一是通过数据集成和治理平台可帮助客户集中管理数据并支持决策：如FactoryTalk DataMosaix集中化管理客户数据, 帮助企业将分散在不同系统和设备中的数据进行集成和管理，形成统一的数据库。这也是进一步实现数字化转型的基础，使企业能够对运营数据进行全面可视化展示和深度分析挖掘。FactoryTalk Innovation Suite数据支持决策可通过对生产过程、供应链、设备状态等数据的实时分析，支持客户从数据中获取信息，从而优化生产流程和决策效率。二是生产管理套件帮助提升效率和灵活性。在自动化和智能化方面，罗克韦尔MES（制造执行系统）和SCADA（监控与数据采集）系统能够实现生产过程的自动化和智能化，减少人工干预，提高生产效率; 在敏捷生产和响应能力方面, 通过使用罗克韦尔PLEX（计划与排程）软件，可帮助客户更好地应对市场需求的变化，调整生产计划，优化资源配置。

工控网认为，工业软件当前存在三个趋势：一是软件形态逐步微小型化；二是软件架构逐步走向微服务架构；三是软件开发逐步走向开源、开放群智协同开发。

正如施耐德电气工业自动化中国区数字化能力中心负责人刘文所分析的，如今的工业软件已经不再是单一的零散产品，而是平台架构加模块化的产品组合，覆盖全流程，满足行业差异。工业的数字化转型要“以客户场景需求为中心”，软件不能“单打独斗”，软件需要与硬件协同，与场景结合，切实切入客户的应用场景和实际痛点，才能将价值真正落到实处。企业不应以传统眼光看待软件，只有机电软网一体化协同，才能真正落实先进设备的价值。施耐德电气推出的EcoStruxure™开放自动化平台即是为此而生。该平台基于IEC 61499标准，将硬件厂商在统一标准下进行整合，由软件定义自动化，通过对软件和硬件进行解耦，推动了工业自动化领域的“即插即生产”。

生成式AI释放工业软件潜力与价值

上文提到，新兴技术正在涌入工业软件，生成式AI就是其一。如果汇总今年众多对外发声的企业家对生成式AI的态度，积极乐观者占多数，尽管目前生成式AI的应用深度有限，他们依然看好这门技术的潜在价值。微软公司制造与移动业务副总裁多米尼克.韦表示，生成式AI可以重塑整个工业价值链流程。

从投资趋势来看，2024年，IDC对全球制造企业进行调研的数据显示，已经开始布局投资、仅PoC测试和未进行投资生成式AI的企业比例分别是37%、50%和13%。与上年相比，已经开始投资的比例从27%提升到37%，关注热度持续提升。

中国制造企业对这门技术的热情同样持续高涨，但在实际行动中有所差别：汽车、半导体、消费品等行业的头部企业，数字化意识强、基础扎实，IT预算充分，已经开始各种场景的探索；而大多数制造业企业现阶段则持观望态度。

生成式AI技术无疑会带来巨大的创新机会和变革潜力，在工业软件层面，主要有以下影响：

1、创新和设计：AI可以更加高效快捷地自动生成创新设计方案，助力快速迭代、快

速优化。

2、优化生产与运营：AI可以实时动态分析生产数据与市场需求，生成最优计划与资

源配置方案，并可通过预测模型可以优化供应链管理策略，优化库存和物流管理，降低风险和成本。

3、智能运维和业务模式创新：AI可以生成复杂数据分析报告，识别关键指标，帮助

快速做出趋势决策；根据模型分析实时数据，生成运维建议和风险预警，提升制造企业对运营异常和设备故障的响应能力。

上述影响几乎覆盖生产制造全产业链各个环节，提前在此方面积极布局，将帮助企业在数字化转型中获得显著的竞争优势，而本次工控网采访到的四家企业都已做出前瞻布局：

罗克韦尔加速为客户提供更新迭代的软件应用产品，帮助客户快速实现AI赋能，并开发更多垂直应用，打造用于产品设计的AI辅助工具，为客户提供预测规范维护的AI优化系统和智能专家系统。罗克韦尔可借助AI实现优化资产管理。例如罗克韦尔

Fiix CMMS高效协同系统能够支持供应链上下游高效协同和信息共享，缩短交付周期，减少库存成本; FactoryTalk AssetCentre资产管理系统则可以支持自动化资产和无形资产等保护，并帮助客户实现关键设备的库存管理。此外，罗克韦尔还打造了智能预测性维护系统涉及到设备健康IIoT系统，通过使用AI技术和IIoT（工业物联网）平台，企业可以实时监控设备状态，识别潜在问题，降低设备故障率。预测性维护系统如Guardian AI利用大数据和机器学习技术，工业软件能够预测设备的维护需求，提前安排维修，减少非计划停机时间。

九思易的智能化管控平台无论是在软件的架构设计，还是在可扩展性方面都充分考虑了对AI技术和算法的扩展支持。在实际应用中，该智能化管控平台在煤矿领域实现了人员行为（安全帽、吸烟、工服）、环境/安全（火灾、烟雾、非法闯入）的AI模型应用，在安防领域实现了基于SCADA、雷达、视频、人工智能（AI）和增强现实（AR）等技术的综合应用，为安全防范和调度指挥提供决策依据。

施耐德电气通过AI技术为用户提供了切实可行的解决方案，覆盖生产排班预测、化工装置自动开车、工艺流程的优化与暖通设备的节能管理等方面。这些解决方案不仅帮助用户在实体场景中实现智能化管理，还显著提升了运营效率和能源使用效率。施耐德电气自身工厂以及与行业头部客户的合作案例表明，基于AI技术的解决方案能够有效降低约5%-10%的能耗，并提升3%-5%的工作效率。

Maplesoft积极拥抱新技术，在2020年就成立了AI研发团队，已经在不同的产品中应用AI技术，例如图片公式识别、内置自然语言模型和自然语言函数包等。该公司认为，AI技术会对工业软件产生革命性的影响，特别是会降低了工程师的技能要求门槛，让工业软件的应用更加普及，从而降本增效。同时，Maplesoft计划将源代码开放给国内分支机构，确保中国客户可以永久使用Maplesoft技术。Maplesoft中国认为，中国一些高科技领域需要采用国际先进的工业软件，才能在时间上与发达国家竞争。如果过度强调自主可控的国产软件，可能会使我们的研发手段处于落后和被动的局面。为了让国产工业软件有足够的时间逐渐成熟，可以先鼓励那些国际竞争性不太激烈的领域的客户，率先使用国产软件。这将使国产软件得到充分的打磨和提升，进而扩大到让参与国际竞争激烈领域的国内客户来使用。

工控网认为，新一波AI浪潮中，有两个场景值得注意：首先，随着企业知识库的积累与沉淀，ChatGPT对企业工作流程的优化与效率的提升的影响更大也更容易实现，如跨模态知识检索、工艺知识检索/推理、工艺辅助、报告生成等；其次，AI增强开发将赋能软件及测试工程师的软件开发、编码、测试环节。

其中更具优势的厂商包括两类：一类是制造业大厂。一方面，他们的行业know-how积累强，对需求掌握度高，另一方面，软件/硬件设备容易进入应用验证阶段，促成良性循环，但这些巨头间的“智造力”将是区分重点；第二类则是数据治理与AI能力双强的企业，对数据理解与分析能力更强，价值挖掘能力和理解能力更强。

据工控网研判，同样火热的工业大模型在企业运营中的应用是未来趋势，但需谨记两点：第一，没有万金油的大模型，脱离场景、实际问题的大模型暂时不成立；第二，脱离工程化的大模型是不实用的。

结语

今年四月中国科学家与美国NASA之前的故事即可证实这两点。中国科学家在论文中指出，NASA的高超音速模拟分析软件Vulcan-CFD在模拟高超音速环境的过程中没有计入“微观涡流对传热传质传动及其导致的化学反应的瞬态影响”，而这个变量在高超音速下至关重要。究其原因，则可以追溯到美国在风洞技术上远远落后于中国，致使NASA缺少更高速度气流环境下的实验数据，出现数据缺位。

这也为在新技术浪潮中沉浮的工业软件各类玩家敲响警钟——工业先行，工业软件的核心永远会回归到知识沉淀和真实经验上。