摘要、分类整理

摘要
ABSTRACT工业软件产业处于动态发展中，未来产业、市场、产品的发展方向值得探讨与思考。1）针对产业：工业软件核心演变路径为工具-系统-平台-基因，前两个阶段主要针对产品服务范围，后两个阶段主要针对数据价值。2）针对市场：市场盘子大，但企业需要根据自身情况瞄准市场。头部客户既是主要客户群，又有国产替代和信创的需求，为工业软件技术突围带来可能；腰部客户可以成为共同体；长尾客户有助于扩大营收空间。3）针对产品：当前工业软件主要是买产品，未来，随着数据资产的有效积累与利用，工业软件将走向卖“智慧”的阶段，表现为工业智能体的诞生。工业软件是一个慢行业，发展需要耐心和长期主义思想，同时在变化与重构中，也为企业带来机遇与挑战。中国的工业软件市场是千亿的大盘子，2024年市场接近3000亿，市场增长稳健，但核心技术空心、产业结构失衡等问题凸显。当前，研发设计类工业软件是卡脖子最为严重，其本质是与数学与基础学科相关的根技术缺乏海量真实工业场景试错进行工程优化，表现为实体就是核心组件/引擎层受限。值得注意的是，根技术的突破没有捷径可走，只能死磕。工业软件的慢表现为：“研发-使用-反馈-迭代”的闭环是产品得以成形并好用的必经之道，且是持续的。当产品走向成功后，经过资本并购等途径，企业逐步走向“工具-套件-平台”之路，进而成长为行业巨头。当前，工业软件正在经历变化与重构：云原生、AI/大模型加速了工业软件的发展，甚至为工业软件换道带来了可能；工业APP带来了产品形态的变化，降低了使用门槛；渠道商需要应对新的产品服务；数据资产带动管理重塑。工业软件具有发展的紧迫性和必要性，且当前处于政策红利带的有利时间窗口期。当前，我国工业和经济达到分水岭，经济体发展需要创新驱动，而工业软件作为工业知识的载体，既是新型工业化的核心生产资料和关键生产力，又是工业大脑和数字基石，其自主可控意义深远。不同于国外工业软件是先工业后软件的自然生长，我国的工业软件先是用市场换效率，后是工业和软件同步的压缩式发展，现在是追赶核心技术可控，保障供应链安全。因此，当前工业软件既有发展的必要性，又有发展的紧迫性。CONTENTS背景篇产业篇启示篇工业软件具有发展的紧迫性与必要性慢生意下，规律需补课、变量需抓紧理解产业、锚定市场、炼化产品专家篇一线企业专家的项目实践经验分享及前瞻的思考背景篇-所处宏观环境工业软件具有发展的紧迫性与必要性©2026.2 iResearch Inc.www.iresearch.com.cn工业软件发展背景-紧迫性&必要性工业软件有助于工业和经济体的创新和转型，它是新型工业化的核心生产资料和关键生产力，也是其工业大脑和数字基石，发展意义强大来源：《工业软件沉思录》by田锋，国家统计局，艾瑞咨询研究院自主研究及绘制。中国工业软件的发展具有紧迫性和必要性从2018年开始，我国的人均GDP达到了1万美元，这意味着我国的工业和经济达到分水岭，即经济体达到中等发达水平，更进一步的发展需要靠创新驱动。在这个阶段，工业主要有两个特点：1）控制权逐渐转移：生产的控制权从硬件设备逐步向软件转移，算法强则工业强的趋势逐渐凸显；2）知识载体发生变更：之前的工业知识存在于老师傅的大脑和图纸，现在则逐渐被封装在软件代码中。而工业软件是对工业各类生产环节规律的代码化，支撑了绝大多数的生产制造过程，它不但可以控制产品和装备运行，而且可以把产品和装备运行的状态实时展现出来，通过分析、优化，作用到产品、装备的运行，甚至是设计环节，实现迭代优化。因此，工业软件的发展具有紧迫性和必要性。69.9275.7584.6393.20 100.31 102.68116.58 122.37 128.48 133.9813.8313.9214.0014.0514.1014.1214.1314.1214.1014.080.810.820.901.001.031.051.281.291.291.32国民总收入(万亿元)总人口(亿人)人均GDP（万美元/人）工业和经济到达分水岭：人均GDP达到1万美元，国家发展需要靠创新驱动研发相关生产相关经营相关运维相关及其他辅助设计仿真模拟能源管理排产规划生产管理质量管理设备管理营销管仓储物流项目管理安全管理数据管理等制造兴国+质量强国工业软件-工业数据价值化工业互联网平台智能制造工业数字化软件定义工业现场企业数据、行业数据…工业知识、工艺模型、工业机理…顶层战略核心路径核心基石生产相关工业设备，如数控机床、工业机器人等非生产相关设备，如监测终端、边缘盒子、XR等工业网络其他©2026.2 iResearch Inc.www.iresearch.com.cn工业软件的定义、内涵及特征工业软件是工业知识的“代码化”表达，能将计算能力转为化生产能力，进而显著提升全要素生产率来源：《中国工业软件产业白皮书（2020）》，艾瑞咨询研究院自主研究及绘制。工业软件的定义、内涵、特征本质：工业知识的沉淀与代码化表达工业软件是以计算机信息技术（IT）为载体，在工程科学、计算机科学和计算科学的理论指导下，融合工程方法和工业知识，通过程序化的抽象、封装与复用，实现在数字空间对物理空间全生命周期工业过程的描述、仿真、控制、管理和优化，进而显著提升全要素生产率及整体效益。工业软件的本质是工业知识的沉淀与代码化表达，具有门槛高、行业壁垒高、会不断迭代演进等特点。工程科学：基础学科（如物理/数学）等应用于工程领域的理论体系计算科学：分析和解决复杂工程的方法，如数值分析、算法设计工程方法：解决问题时的流程规范/设计准则/步骤工程知识：工业实践的信息总和，有显性知识（手册、标准、数据等）和隐性知识（诀窍、直觉等）工程技术：将科学原理转为实际生产力的具体手段、工艺和技能计算机科学工程科学工程方法工程知识/工程技术知识集成程序化封装与表达工业软件计算科学核心本质：工业知识的“代码化”与“容器化”，把人类在工业生产中积累的显隐性知识、工程方法和工业技术固化下来功能本质：物理空间与数字空间的“映射”，通过数字世界进行低成本试错、预演、监控，进而指导和优化物理空间的活动价值本质：生产力的工具化赋能，将计算能力转化为生产能力门槛极高：知识密集及极强的跨学科融合性，是多学科交叉的产物隔行如隔山：极高的行业壁垒与专用性，很难“一招鲜吃遍天”迭代演进性：不是“写”出来的，而是“用”出来的，很难通过人海战术或996突击开发出来容错率低：对应物理实体，对误差精度要求高，对算力和算法要求极高©2026.2 iResearch Inc.www.iresearch.com.cn工业软件与其他概念之间的关系工业软件是载体，工业机理与模型是核心壁垒，知识工程是构建壁垒的手段；工业APP则是工业软件在云计算时代的新形态来源：艾瑞咨询研究院自主研究及绘制。工业软件相关概念间的关系工业软件是一个宏大的概念。简单而言：1）对于传统工业软件，通过知识工程提炼出工业机理，而工业机理的特定应用则是工业机理模型，进而成为工业软件的核心内核。2）在云计算算时代，主要有两个特点：其一，工业机理模型既可以沉淀在工业互联网平台上，又可以通过封装构成工业APP；其二，工业软件走向云化与解构，云化促成工业软件的云端部署，解构促使工业软件APP化。因此，总的来说，工业软件是工业机理与模型应用于工业实践的载体；知识工程是方法，工业机理和工业机理模型是基础；工业APP是工业软件和工业互联网平台的共同交集。工业软件相关概念之间的简易关系图知识工程：是发现和创造知识的过程，是将经验、知识等通过推理、表达等技术手段转为计算机可处理的模型或数据的工程化过程，是核心方法论。工业机理：是物理化学等自然科学原理，以及工艺流程、管理逻辑等社会科学规律的总和，是源头。工业机理模型：将隐性的工业机理通过数学公式、算法、逻辑规则显性化、数字化，形成的可被计算机计算和调用的模型，是工业软件的核心。维度传统工业软件工业APP核心理念流程驱动、功能驱动数据驱动、场景驱动软件架构紧耦合/单体架构：功能模块之间高度关联，牵一发而动全身平台依赖性：包含完整的技术要素，如技术引擎、数据库等，不依赖平台松耦合/微服务架构：基于容器和微服务，功能独立，可灵活组合平台依赖性：必须依托平台提供的技术引擎、资源、模型等完成开发与运行部署方式通常本地化安装部署云端/平台部署，即插即用功能范围大而全，解决抽象层次的通用问题小而精，只解决特定的具体的工业问题商业模式一次性购买/订阅服务+维保费订阅服务知识工程工业机理工业互联网平台工业APP工业软件工业机理模型指导开发构建封装提供运行环境与数据工业软件 VS 工业APP知识工程 VS 工业机理 VS 工业机理模型©2026.2 iResearch Inc.www.iresearch.com.cn工业软件的分类视角不同，分类方式不同，基于产品生命周期的分类较为常见注释：理论上PLC、DCS是属于嵌入式软件，但是为了产品全生命周期这一视角的连续性，我们将其归为生产控制类，都是服务于制造执行过程，后续同。来源：《工业软件沉思录》by田锋、《工业软件简史》by林雪萍，艾瑞咨询研究院自主研究及绘制。工业软件的三种分类方式工业软件是一个总称，主要包含工业基础软件和工业应用软件两大类，我们通常说的工业软件及其分类其实大部分都是指工业应用软件的分类。就工业应用软件而言，市场分类方式因视角不同而有多种分类方式，但目前市场较为常见的分类还是基于产品的全生命周期的分类，即分为研发设计-生产制造-经营管理-运营维护四大类。只不过随着工业互联网平台的发展，工业APP凭借着架构、开发方式等方面的特色而逐渐成为不可忽视的一种新型态工业软件，依然服务于产品全生命周期。无论哪种分类方式，与基础科学结合最紧密的软件其门槛高、壁垒深，卡脖子也最严重，是市场亟待突破的。基于技术属性分类科学类基于自然科学的固有规律而开发的软件CAD、部分工业APP等基于软件与物理实体及科学规律的结合程度分类工程类管理类工业物理学软件工业管理学软件与物理实体（如机器、工艺、材料等）相结合核心是计算与仿真，保留工程科学计算的基因服从自然界的客观规则基于改造与创造的工程知识而开发的软件基于社会科学的固有规律而开发的软件CAD、CAE、部分工业APP等，国产软件市场占有率5%左右MES、APS、部分工业APP等，国产软件市场占有率50%左右ERP、PLM、部分工业APP等，国产软件市场占有率70%左右处理业务流、资金流、信息流等非物理实体核心是流程与记录（增删改查），人为制定商业规则服从社会科学或管理学法则基于产品的全生命周期分类研发设计类生产控制类经营管理类运营维护类创造数字模型生产过程管控调度企业资源ERP、部分工业APP等预测故障与维护CAD、CAE、EDA、PLM等MES、APS、DCS、PLC等ERP、CRM、SCM、PM等EAM、PHM等工业APP研发设计类门槛高、壁垒深、卡脖子最严重，是突破重点：1）基础学科的“数学极限”，即要实现硬核物理的数字化；2）具有无法压缩的“经验坑”，巨头多有30-50年的历史；3）试错成本高，生态格局初步形成。工业APP基于工业互联网平台，虽然在功能上与四类工业软件同，但凭借着微服务架构、通过低代码/零代码方式鼓励一线工程师自己开发等特点成功出线，成为一种新型态的工业软件。工业软件①②③工业基础软件工业应用软件©2026.2 iResearch Inc.www.iresearch.com.cn工业软件的发展历程国外是先工业后软件的自然生长，国内是工业和软件同步的压缩式发展整体来讲，工业软件的发展与工业产业的发展具有共振性，但受国情等因素影响，国内外工业软件的发展历程呈现巨大差异，当前中国工业软件整体落后于欧美。欧美工业软件的发展逻辑：先有强大工业，总结经验变成软件，并且在60余年长跑中积累并掌握了底层数学/物理内核。中国工业软件的发展则较为曲折。早前，在1990年代，在产学研模式主导下有一个短暂的黄金期，但迫于工业效率需要提升的现实，最终走向“用市场换效率，却让出了赛道”的失落阶段。随着国家安全战略意识的觉醒与产业升级的迫切需求，一方面政策重新唤醒，为核心技术的攻坚带来窗口期；另一方面云原生等技术赋能工业软件技术、产品和服务演进，国内工业软件有望进入新发展期。来源：艾瑞咨询研究院自主研究及绘制。1950s1960s1970s1980s1990s2000s2010s2020sCAD雏形、CAE诞生，解决学科计算问题的“单一工具”出现高度专业化，且聚焦于军工/航空航天等领域，多自产自用，如波音技术萌芽期集成与平台化期智能化与深化发展期启蒙与引进期新发展期全球中国扩展与商业化期冲击与沉寂期觉醒期技术引进为主产学研模式主导，国家计划推动，如熊猫系统国外软件垄断深化，市场换技术战略失效研发设计类软件艰难生存，管理类软件逐步找到突破口政策密集加码扶持工业软件卡脖子风险初步显现国产替代聚焦核心技术攻坚云化与AI赋能新机遇信创带来新市场PC普及CAD/CAM/CAE的繁荣，EDA集中诞生、管理类软件兴起，细分市场出现从自用到商用互联网兴起，协同需求激增巨头并购潮，逐步趋于从单点工具到协作平台的转变，如西门子、达索、PTC云计算初步尝试工业互联网平台兴起云计算成熟，部分玩家（如autodesk、达索等）将订阅制作为主要盈利模式AI技术突破，逐步渗透至工业软件的全生命周期数据驱动智能中国：补课追赶、换道突围全球：厚积薄发自然演进工业软件国内外发展历程概况©2026.2 iResearch Inc.www.iresearch.com.cn工业软件的驱动因素-政策工业软件角色之变：“工具”-“基石”-“大脑”，地位逐步提升来源：艾瑞咨询研究院自主研究及绘制。近10年中国工业软件行业核心政策演变主要维度十三五（2016-2020）对制造业整体定位从两次五年规划中工业软件的定位来看，工业软件逐渐从“工具”逐渐转为“基石”的角色，对工业软件的发展目标也从强调应用到强调供应链韧性和核心技术公关，即工业软件自给自足。基于十五五规划建议文件，期望制造业保持合理比重的同时，也希望绿色化、融合化、智能化发展。我们猜测“科技产业融合”换道将是主要的行动逻辑，而对于工业软件 ：1）定位：将更近一步，处于“工业大脑”和“引领创新”的地位；2）发展目标：强调工业软件+AI深度融合，推动产业赋能与创新；3）行动：强力推动AI与工业软件深度融合，发展基于AI的工业软件和行业模型。十四五（2021-2025）十五五（2026-2030）（基于建议猜测）工业软件隐含定位工业软件发展目标工业软件行动方案• 核心战略：实施制造强国战略• 关键词：互联网+• 关注点：解决“大而不强”的问题• 核心战略：深入实施制造强国战略• 关键词：自主可控、工业互联网• 关注点：保持制造业比重基本稳定，重点在于供应链韧性和核心技术攻关“工具”与“使能技术”“关键核心技术”与“数字基石”• 提高计算机辅助设计（CAD）等技术的普及率• 开始强调“工业技术软件化”• 补齐基础软件等瓶颈短板• 攻关核心技术（CAD/CAE/EDA等）• 发展工业APP，推动软件定义• 推广应用：鼓励在智能制造中应用自主可控的工业软件• 目标侧重于 “普及率”（如数字化研发设计工具普及率）• 核心技术攻关：明确将工业软件列为需要攻关的关键核心技术• 软件定义：提出“软件定义”理念，并推动工业技术软件化• 核心战略：深化新型工业化、高质量发展• 关键词：人工智能+• 关注点：保持制造业的合理比重，AI+工业、AI原生等被强调“工业大脑”与“创新引擎”• 强调与大模型深度融合• 做强做优工业软件• 促成“软件+数据+AI”一体化• 工业软件+AI：强力推动AI与工业软件深度融合，发展基于AI的工业软件和行业模型，通过AI赋能软件寻找“换道超车”的机会标志事件《中国制造2025》国际科技竞争加剧大模型技术爆发©2026.2 iResearch Inc.www.iresearch.com.cn工业软件的驱动因素-新技术&补贴大模型推动工业软件研发加速，政策补贴刺激工业软件应用创新加速来源：各市工业和信息化局官网，艾瑞咨询研究院自主研究及绘制。新兴技术和政策补贴共同推动工业软件发展工程能力大模型对工业软件的赋能：提升了工业软件本质基础之间的转化效率AI+工业软件应用创新加速可将专家和工艺师的隐性知识转化为软件可识别的显性规则，如知识图谱构建工业软件的发展还得到技术和补贴的双重加持。对于技术，主要是大模型提升了工业软件本质基础之间的转化效率，即工程能力、数学能力、计算机能力的转化效率提升，有利于工业软件的研发和应用加速落地。对于政策补贴，2025年一线城市基于AI+工业软件这个大主题下，纷纷推出了补贴政策，目的就是刺激工业软件的创新发展。数学能力计算机能力AI模型可作为代理模型加速求解，极大缩短计算时间代码辅助与生成，提升研发效率自动推荐或设置复杂的物理模型和边界条件，如智能建模助手可用于优化求解器本身的效率，如智能网格优化自然语言编程/交互，提升用户体验AI辅助数据生成工业软件的研发加速落地北京：对工业软件进行智能化技改，提高智能化开发能力和软件智能化水平，按项目总投资额10%-20%分档奖励，单项目最高3000万元。上海：支持应用人工智能技术的软件首版次应用（含工业软件）。对符合条件的，按照前3个首版次软件产品销售合同金额的10%-30%比例给予支持，支持金额不超过300 万元，同一家企业支持金额不超过500万。广州：支持企业研发生产首版次软件产品（含工业软件）。对符合条件的首版次软件产品研发项目，择优一次性给予最高不超过300万元的事后补助。深圳：支持企业研发生产首版次软件产品（含工业软件） 。符合条件的，首版次软件首次销售合同及其一年内所有销售合同审定销售额（实际到账额）的30%，给予软件开发商最高1000万元资助。工业软件的应用加速落地工业软件©2026.2 iResearch Inc.www.iresearch.com.cn工业软件的驱动因素-需求市场企业侧需求重市场实用性，同时兼顾国产替代；政府侧重顶层规划和行业推动；科研院所重视实训实验室和产教融合注释：1）关键词搜索为工业软件、CAD、CAE等；2）时间范围2024.11.27-2025.11.26；3）条件为中标；4）部分未公布中标金额的标的也纳入统计。来源：剑鱼标讯，艾瑞咨询研究院自主研究及绘制。近1年工业软件主要招投标情况企业是招投标的主体，政府单位次之，科研院所排在末尾。虽然三者采购的都是工业软件，且基本上都是研发设计、生产控制、企业运维等类别，但侧重点还是有所区别：1）企业侧的采购类别最为广泛，同时还有国产替代的招标需求；2）政府侧更多是工业互联网平台相关软件集成、运维等需求，同时还兼顾举办工业软件大会等地方或全国性的活动；3）科研院所则更多聚集于实训实验室或者某个课题（如工具开发、仿真等）的研发。对于项目金额，波动非常大，多集中在百万左右。而对于项目服务周期则相对集中在1-2个月。招标单位性质主要采购内容政府侧（如工信/水利/规划局、高新区管委会等）科研院所价格范围服务周期评分情况企业侧（类型丰富，如航天、船舶、机械、能源、汽车、烟草等）CAD、CAE等软件产品，以及产教融合等服务较为分散，有软件运维、测评、集成，还会创办软件大会等，部分软件产品要求买断制和适配信创操作系统和架构处理器1）采购类别广，具体软件产品覆盖研发设计、生产控制、企业管理、企业运维等各个方面2）采购也有一些扩展服务，如节点、续费等3）部分企业还有国产替代的需求，主要聚焦于船舶、核电、地理勘测等方向78.1%7.8%6.3%3.1%4.7%软件产品软件开发软件平台云平台软件其他近1年企业侧的主要采购内容波动比较大，在10-400万左右，平均单价约110万时间不定，多集中在1-2个月，也有半个月左右的波动比较大，在50-350万左右，平均单价约130万时间不定，多集中在1-2个月波动极大，覆盖5-8000万元，平均单价约240万元时间不定，多集中在2-3个月，一般也都会配备1-2年的免费服务价格分占比较高，大概30%左右技术和商务都比较看重，商务主要看企业资质、类似业绩等以技术分为主，占比在70%左右，价格占比在10%左右产业篇-产业深潜与重构慢生意下，规律需补课、变量需抓紧全局与困境：千亿市场，但核心技术卡脖子严重，且是技术-场景-生态-商业的系统性问题规律与机制：接受并理解行业慢的特性，时间累积下的技术实践验证是硬道理变量与重构：抓住变量，重视新技术、新产品形态、渠道及管理模式带来的改变©2026.2 iResearch Inc.www.iresearch.com.cn工业软件的市场规模与市场特征是什么？来源：工信部电子第五研究所、中国工业技术软件化产业联盟，艾瑞咨询研究院自主研究及绘制。中国工业软件的市场规模与市场特征情况2024年中国工业软件整体市场规模近3000亿，但千亿赛道背后存在着核心技术空心、产业结构失衡等问题，核心技术亟待在窗口期进行突破中国工业软件市场规模（亿元）全球工业软件市场规模（亿元）细分领域研发设计类生产控制类经营管理类运维服务类典型赛道CAD、CAE、EDA、PLM等MES、DCS、SCADA等ERP、SCM、CRM等PHM、MRO等市场规模约10%约15%约17%约3%国产化率极低，5%-10%左右中，约50%高，约70%关键差距缺几何内核/求解器等根技术缺高端协议/芯片缺全球化合规、研发管理粗放数据价值挖掘弱，缺机理模代表企业中望软件、华大九天、索辰科技等中控技术、宝信软件、赛意信息等用友网络、鼎捷、易趋、致远互联等容知日新、朗坤智慧等政策投入方向新型举国体制、技术攻关龙头企业带动、试点示范引领推动应用生态培育，鼓励高端产品突破推动融合技术创新、打造系统解决方案注：数据中嵌入式软件大概占比为50%-60%，剩下的是纯软件的市场，故2024年，纯软件市场规模大概是在1100-1400亿左右当前所处宏观环境当前主要市场特征政策红利：从“给补贴”走向“给市场”，如信创，为国产企业发展提供窗口期要素红利：工程师红利、数据场景红利核心技术空心化与依附性，如几何内核等根技术产业结构头轻脚重，即管理软件（如ERP等）强、工程软件（如CAD/CAE等）弱企业产品逐步走向平台化，即核心能力下沉并开放、产品架构插件化、商业生态化数据增值相关服务逐步受重视占全球市场比重6.8%占全球市场比重7.6%卡脖子重灾区中国工业软件所处宏观环境及主要市场特征2023&2024年中国工业软件市场规模情况2024年中国工业软件细分领域相关情况根据工信部电子第五研究所发布的数据看，中国工业软件是一个千亿级的市场。但是提到工业软件，“卡脖子”一词就会被多次提及，但需要澄清的是：1）研发设计类才是卡脖子的重灾区，主要原因是因为几何内核、求解器等根技术的缺失，且此类技术无法绕过，只能死磕，国产工业软件企业可把握政策红利带来的窗口期，加速淬炼自身根技术。2）当前产业结构失衡，呈现管理软件强、工程软件弱的特点，故经营管理类的国产化率高，卡脖子现象相对轻。除此之外，产品趋于平台化、重视数据增值服务等也是我国工业软件市场的主要特点。©2026.2 iResearch Inc.www.iresearch.com.cn工业软件的产业链情况大概是什么样的？上游赚“技术垄断费”，壁垒极高，通常上游内核决定中游产品；中游主要赚“行业know-how溢价”，同时其文件格式也影响下游客户的迁移成本；下游用户主要赚“效率提升带来的毛利”来源：艾瑞咨询研究院自主研究及绘制。2026年中国工业软件的产业链情况基础硬件存储硬件计算硬件，如服务器、CPU/GPU芯片网络硬件传感硬件…几点说明///下游-用户上游-基础层中游-各类工业软件厂商通用基础软件操作系统，如Windows等…数据库管理系统中间件虚拟化和容器技术新型态-工业APP研发设计类CADCAMCAEEDA……PLM生产控制类MESPLCSCADAAPS……EMS经营管理类ERPSCMCRM项目管理……BI运维服务类资产性能管理与预测性维护…其他离散制造业汽车航空航天机械装备……流程制造业能源冶金制药……基础开发技术，如编程语言与编译器、开发架构等…工业通信协议与标准开发技术与各标准数据交换标准，如STEP、IGES、ISA-95等工业级基础软大型嵌入式实时操作系统（RTOS），如VxWorks…工业数据库管理系统中间件工业核心算法引擎，如几何内核、求解器等服务市场、社区服务、网络服务等上游：基础层，主要作用有二：1）为中游提供算力支持、开发环境等；2）为中游提供核心算法引擎，也是部分研发设计类软件的核心竞争壁垒。上游的产值不高，但它支撑着中游几百亿和下游几万亿的产值。中游：覆盖产品全生命周期的各类工业软件，行业know-how和技术要求都很高，市场竞争激烈。目前高端市场主要由西门子、达索、PTC等欧美巨头主导。下游：目前市场需求较为旺盛的是头部企业。渠道与实施服务商：工业软件通常不能“开箱即用”，需要大量的二次开发和配置，因此渠道商通常具有分销、集成、培训等作用。业务流程管理安全管理©2026.2 iResearch Inc.www.iresearch.com.cn工业软件的产业链图谱情况大概如何？注释：1）每个类别企业并未详尽；2）企业排名不分先后；3）研发设计类工业软件不仅是画图等软件，还有计算材料相关的软件。来源：《2025年中国制造业数字化转型行业发展研究报告》，艾瑞咨询研究院自主研究及绘制。2026年中国工业软件的产业链图谱基础硬件上游-基础层中游-各类工业软件研发设计类生产控制类经营管理类运维服务类通用基础软件下游-用户其他离散制造汽车航空航天机械装备……流程制造能源冶金制药……MES……新型态-工业APP…安全管理…业务流程管理EAM/PHMSCADAAPSEMSPLMEDACAECAD…开发技术与各标准操作系统工业数据库中间件工业核心算法引擎CAM其他©2026.2 iResearch Inc.www.iresearch.com.cn研发设计类工业软件为何卡脖子严重？来源：艾瑞咨询研究院自主研究及绘制。中国研发设计类工业软件卡脖子的主要原因海量真实工业场景试错的缺失导致工程优化的欠缺是研发设计类工业软件被卡脖子的真实原因，卡脖子实体则主要是核心组件/引擎层层级情况主要技术每层能力主要指标卡脖子情况卡脖子的原因弯道超车机会弯道超车点第5层：交互与表现层WebGL、RayCasting、React/Vue等体验的流畅度：流畅度、真实感（渲染逼真度）、易用性等不卡脖子，应该是中国强SaaS化、自然语言交互等第4层：应用算法与功能层钣金/焊接/模具算法、自动布线、CAM刀路等行业的深度：自动化（老师傅经验的固化程度）、覆盖度等相对舒适区，中国工业门类齐全，场景丰富，不缺算法来源，缺算法沉淀AI辅助生成设计、优化，并用数据训练替代人工经第3层：数据架构与工程管理特征历史树 、拓扑结构管理、分布式事务、事务与内存管理等承载力上限：承载力、效率、并发等中高如何管理复杂的参数化关联是难点部分头部厂商用数据格式锁定了用户云原生数据库架构，打破基于文件的传统模式第2层：核心组件/引擎几何建模内核、几何约束求解器、物理场求解器、网格剖分引擎等几何的基石：模型鲁棒性、容差、网格化（网格划分的密度、质量）极高(欧美垄断）国外内核里藏着过去40年客户遇到的奇葩几何问题的解决方案，而我们缺乏用户的“毒打”与试错，内核无法进化无，目前AI代理模型只能加速计算，无法替代精确建模内核第1层：数学与基础学科层计算几何 、数值分析、稀疏矩阵算法,、高性能计算库算力的极限：底层基础数学和物理库的精度、速度、稳定性物理世界的计算机映射，与计算机世界极高效率的代码能力。前者决定软件的“真假”，后者决定软件速度和精度。而国外的库都是经过几十年、几十亿次调用打磨出来的无，物理定律无捷径，只能死磕中国研发设计类软件卡脖子的主要原因分析定义：数学公式、算法论文状态：公开的方法/理论定义：数学公式写成代码，并解决不报错、算得快、内存不爆炸等问题状态：难点，容易卡住，因为包含了大量的工程Trick（窍门）和几十年的Bug修复经验，这是论文里不写的技术/工程实现定义：将复杂代码封装成DLL文件（动态链接库）或SDK（开发包），可调用状态：黑盒产品，是卡脖子的实体商业产品/组件①③②②③①：公式正确→符合物理真实，需要海量工业场景验证，进而不断调整公式组合及参数，这是工程化的最大壁垒，即需要工业knowhow的沉淀②：能算出来→怎么算都不死机，需要能面对工业场景的“脏数据（如缝隙、破面、重叠等）”，而国外成熟内核在面对脏数据的时候能处理，且不会崩溃，甚至能自动修复，这就是稳定性的差距③：算得出来→秒级响应，利用一些数学优化技巧保证在有限内存提升计算效率①是工程化，是走向产品化的基石；②和③是产品化的必要条件中国研发设计类工业软件的公式总结：成熟的工业软件产品 = 公开的数学原理+极致的工程优化+海量的工业场景试错1）数学与基础学科层：在基础理论上没有壁垒，但在对物理世界的工程化表达上，是有壁垒的，市面没有现成经验可参考，只能依赖于海量工业场景的反馈进行调整和验证。2）核心组件/引擎层：卡脖子的深水区，也是判断软件是套壳还是自研的主要依据。3）数据架构与工程管理层：决定了软件好不好用、是否能多人一起用，主要依赖计算机科学的开发，当前云原生在架构和数据格式方面都有望带来新机遇（详情见下页例证）。©2026.2 iResearch Inc.www.iresearch.com.cn例证：Onshape & CrownCAD来源：艾瑞咨询研究院自主研究及绘制。云原生落地CAD的典型代表：Onshape & CrownCADOnshape作为先驱，借助成熟内核，重视上层交互和协作创新；CrownCAD主打自研内核+本地化适应，两种路径适应两种行情与市场对比维度OnshapeCrownCAD (华天软件)底层内核Parasolid (西门子)DGM (华天自研)约束求解D-Cubed (西门子)DCS (华天自研)部署模式仅公有云 (SaaS)公有云+私有化部署成熟度生态完善，插件丰富，体验丝滑快速迭代中开放性开源编程语言强大，用户可自定义功能API接口，支持二次开发生态系统App Store模式，拥有海量第三方仿真、渲染插件逐步构建中，目前主要集成自家PLM、通过子虔等合作伙伴拓展。同时正在通过国产软件联盟（如与中望等合作）来补齐生态运行环境浏览器浏览器+国产信创环境购买方式分为免费、标准、专业、企业版分为基础、专业功能，可租赁/永久授权Onshape作为先驱，验证了云原生的“技术可行性”，其他企业逐步追逐与创新。当前，Onshape和皇冠CAD代表了云原生落地的两种不同的方式：Onshape：利用成熟的内核，专注于上层交互和协作模式创新，走的是标准化的SaaS路线。CrownCAD：走的是底层重构+本地化的路线，依托于自研内核规避供应链风险，并提供私有化以适应国内特有的数据安全法规。区域企业名称代表产品细分领域架构模式战略意义国际PTCOnshape3D CAD纯云原生(SaaS)全球首个纯云3D CAD，证明复杂的参数化机械设计也能在浏览器中流畅运行，工业软件云化的技术验证者国内华天软件皇冠CAD3D CAD纯云原生(SaaS)拥有自研云内核DGM，实现底层换道超车的典型代表国内子虔科技Zixel3D CAD/协作纯云原生 (SaaS)主打多源数据融合与极致的在线协作，利用AI重塑供应链设计流程国际SimScaleSimScaleCAE (仿真)纯云原生(SaaS)无需本地超算，浏览器直接调用AWS算力进行流体/结构仿真，大幅降低使用门槛国内数巧科技SimrightCAE (仿真)纯云原生(SaaS)国内最早的Web端仿真平台，填补国产云CAE的空白，支持轻量化在线分析国际AutodeskFusionCAD/CAM云+端混合利用云端算力赋能“创成式设计”(AI生成模型)国内中望软件Cloud系列CAD/CAE云端拓展国内传统CAD龙头，基于悟空计划推动全栈软件向云端延伸云原生带来了算力共享和数据源的统一，但云架构对内核提出了新的要求（如分布式计算、多线程并发）。国外成熟内核企业背负几十年的历史包袱，而中国企业没有历史包袱，故可以从零构建“云原生内核”以更好适应云环境。因此，国内企业可以再国外企业切换或适应云原生的时间窗口，尝试缩小底层技术上的差距。©2026.2 iResearch Inc.www.iresearch.com.cn国产工业软件发展的主要难点有哪些？当前中国工业软件企业面临的不是单一的技术问题，而是技术-场景-生态-商业的系统性问题，是技术债传导的结果中国工业软件企业发展的主要难点起步晚、资金少、早期用市场换技术导致错过发展期等是提到国内工业软件发展难点时大家都会提到的，也是事实。但回到产业链和工程化的深层逻辑来看，国产工业软件的主要难点：根技术缺失/不足-产品切入供应链难度高，场景验证不足，难以打通上下游并构筑自身生态圈-难以实现商业成功，这是一个系统性的问题，是技术债传导的结果，很难依靠单点突破来解决。典型上市公司研发投入情况中国工业软件企业➢主要难点：数学与基础学科层、核心组件/引擎层这两层的根技术缺失，如数据物理库、几何内核、求解器等，主要由开源或国外授权支撑，随时可断供。✓可能应对措施：只能死磕。1）数学物理规律无捷径可走；2）在实际应用中进行极致工程优化和代码沉淀，提升算法的鲁棒性和效率。➢主要难点：国产软件缺乏在极端工况下的验证机会，软件产品未能经历全工况闭环验证，其可靠性、稳定性等存疑。毕竟，成熟软件是用Bug喂出来的，缺乏高端场景的陪练，软件可能永远停留在“实验室Demo”阶段。验证内容包含：材料本构关系、工艺参数库、故障图谱、模型校准等内容。✓可能应对措施：1）绑定链主、头部企业等，也可主动融入他们的生态；2）选定高潜力的腰部企业，陪伴成长的同时也能让产品及技术成长；3）结合大模型技术构建企业私有知识库。➢主要难点：1）国外巨头数据格式（私有二进制格式）垄断，国产工业软件面临严重数据孤岛，上下游数据不通；2）用户认知及习惯锁定，用户迁移成本高。✓可能应对措施：1）用云原生重构，尝试去文件化，转向以数据库为中心的架构；2）从长尾市场入手，从外围深入腹地主要难点：造血能力弱。客单价低、定制成本高、利润低，导致研发投入不足，难以形成“销售-利润-研发”的正循环企业名称营收（亿美元）研发投入（亿美元）研发投入占比（%）达索系统72.6515.0520.7%西门子888.0373.718.3%PTC22.984.3318.8%欧特克51.7013.7326.6%新思科技61.2720.8234.0%中望软件1.240.6250.2%索辰科技0.530.1528.5%概伦电子0.590.3864.9%来源：艾瑞咨询研究院自主研究及绘制。注：研发投入金额占比虽然高，但金额相比于国外巨头低很多根技术缺失场景验证不足生态铁幕化商业内卷陷阱全局与困境：千亿市场，但核心技术卡脖子严重，且是技术-场景-生态-商业的系统性问题规律与机制：接受并理解行业慢的特性，时间累积下的技术实践验证是硬道理变量与重构：抓住变量，重视新技术、新产品形态、渠道及管理模式带来的改变©2026.2 iResearch Inc.www.iresearch.com.cn工业软件的产业价值如何流转？技术保持硬通货地位不变，数据增值服务有望成为新的增长极；产业整体有“技术单向溢价&数据价值溢价”协同并进的态势来源：艾瑞咨询研究院自主研究及绘制。上游工业软件产业价值流转也趋近于微笑曲线。工业软件的分钱逻辑可总结为：客户付费→实施上/集成商→软件厂商→根技术厂商，越靠近根技术厂商门槛越高、话语权越强，利润也越高，故原本工业软件产业是技术单向溢价的分配逻辑。但随着围绕工业数据的整套数据服务产业链（如数据采集、集成、流转、分析/挖掘等）的兴起于逐步走向成熟，工业软件的数据价值溢价逐步显现。未来很长一段时间，工业软件将呈现卖工具功能&售卖数据智慧协同发展的态势。至于数据增值服务的最终利润空间与竞争格局，还需要等待市场发展与检验。但当前，对于产业内的玩家来说，谁能打通数据回流线，把下游的数据变成上游的智慧，谁就能吃到这一轮产业升级的红利。/主体内容：根技术/内核商，如几何内核、求解器等，主要提供SDK、内核代码等代表厂商：西门子、达索等价值逻辑：技术垄断溢价、IP授权市场特点：欧美寡头把持，国内艰难突围且没有捷径；利润率高、边际成本低中游运维与数据服务产业链环节主体内容：工业软件厂商，主要提供具体产品，如CAD、CAE、ERP等代表厂商：西门子、达索、PTC、中望、望友等价值逻辑：规模效应，卖标准化产品市场特点：竞争激烈，正在从卖licence向卖SaaS订阅转型；研发成本高主体内容：传统分销与集成商，主要是各类行业实施公司，进行实施服务、二次开发等代表厂商：神州数码、咨询公司等价值逻辑：人天费/差价市场特点：同质化严重，现被云厂商挤压主体内容：提供知识运营服务，如研发配方优化/创新、工艺经营数字化、设备管理等服务，交付诊断报告/优化结果等潜在厂商：部分设备厂商、跨界的AI/大数据厂商（如容知日新、昆仑数据）、部分工业软件厂商等价值逻辑：数据增值与业务粘性，可订阅续费，市场特点：是未来的增长极，但存在数据确权与信任等问题渠道数据增值产品化技术源头实施与分销客户付费实施商/集成商软件厂商根技术厂商客户现场知识运营服务商提炼机理模型资金流：层层分润，越往上游，话语权越强数据流：逆向增值，现场数据反哺上游算法产业链的价值流转总结工业软件产业链价值流转情况©2026.2 iResearch Inc.www.iresearch.com.cn工业软件企业当前主要盈利模式有哪些？以软件授权、运维、定制化开发为主，平台与生态分成在积极探索中来源：各企业财报，艾瑞咨询研究院自主研究及绘制。工业软件企业盈利变现可能欧美VS中国企业盈利模式产生差异的主要原因欧美：工业流程高度标准化，工业软件是在各企业的产线“长”出来的，欧美企业买软件本质是在买“标准”和“先进管理”，企业也愿意调整自己的流程去适配软件，故软件企业在产品和定价权方面都相对强势中国：很多企业的生产流程并不标准且充满了“独家秘方”，需定制化开发适配工厂现状转型订阅模式的情况当前工业软件的盈利模式比较明确：欧美企业以软件授权、维护与服务费为主，中国企业以定制化开发与实时、维护与服务费为主，而平台与生态分成的部分模式则仍在积极探索中。对于软件授权，主要分为永久授权和订阅两种模式，其中订阅模式是市场所积极追求的，且欧美巨头也跑在中国企业之前，如Autodesk、PTC等基本实现了全部转为订阅制，西门子和达索也在积极探索。工业发展阶段不同、付费习惯与知识产权环境不同是欧美与中国企业盈利模式差异大的主要原因。值得注意的是，未来若制造即服务、生成式设计成为可能，工业软件“按产品抽成”的收费方式也并非不可能。欧美企业的主要收费方式，且欧美逐步趋于订阅模式积累探索期，部分模式尚待验证1-永久授权2-订阅模式软件授权维护与服务费主要是软件补丁更新、版本升级、技术支持等服务定制化开发与实施根据客户的工艺流程、设备接口等具体需求，修改软件代码或二次开发以满足使用需求平台与生态分成1-算力与云服务收费2-开发工具调用收费3-应用商店分发抽成4-交易撮合成功抽成国内企业的主要收费方式工业发展阶段不同：标准化VS个性化付费习惯与知识产权环境：软件VS硬件欧美：形成了成熟的“为无形资产付费”的习惯，企业认可软件本身的价值中国：企业为了拿单，往往被迫采用靠实施服务和硬件集成、提供更好的服务的模式挣钱是否存在尚未可知的收费方式-有按产品抽成✓未来如果形成制造即服务（MaaS）、生成式设计（当软件作为工具的同时还能成为Agents工程师，即一边卖工具，一边卖“会用工具的人”）时，可能存在“产品抽成”1）Autodesk：2016年开始停止销售永久许可证，2025财年显示订阅营收占比高达93.25%2）PTC：近10年订阅费用逐步从82.73%提升至96.08%1）西门子：通过Xcelerator as a Service扩展一系列云解决方案力推订阅服务。2025财年年报中表明数字业务将继续将部分软件业务（特别是PLM）转向SaaS2）达索：将所有软件集成到3DEXPERIENCE平台上，并全力推销云端版本。2024财年中表示，订阅收入达到21亿欧元，订阅用户增长10%EDA软件：可以视为订阅制的鼻祖，具有天然的订阅模式基因，且逐步开始拓展在云端提供算力支持。典型企业如新思©2026.2 iResearch Inc.www.iresearch.com.cn工业软件主要玩家成长逻辑是什么样的？欧美工业巨头是“顺势而为的工业溢出”，而中国企业是“逆流而上的场景反哺”，欧美先工业后软件之路不可复制，需把握场景反哺技术契机来源：艾瑞咨询研究院自主研究及绘制。工业软件本质是工业知识的“容器”而不是IT行业，故不可参照单纯的技术成长逻辑。中国工业软件企业需要注意：1）成长本质需认清：欧美工业巨头表面上是通过大量并购整合而成长为巨头，但实际上，“伴随工业化进程的自然生长+工业诀窍的代码化+资本并购拼图完善覆盖”是其成长本质，他们具有三大特点：其一，无论出身如何，专精先行，底层软件/硬件技术扎实；其二，发展策略都是点-线-面逐渐铺开；其三，部分企业凭借硬件基因+捆绑，在IT和OT的融合方面相对具有先天优势。2）具有不可复制性：其一，在时间上，欧美巨头工业软件跟随工业化走了40年，而中国是压缩式追赶；其二，在市场上，欧美企业起步时还是蓝海市场，而中国当前大部分处于存量博弈，少量国产替代/信创市场有较强窗口期；其三，在资本上，欧美并购主导性强，而中国当前地缘政治激烈，出海并购受限，而国内企业多而散且多为营收服务，难以深度整合。3）场景反哺技术可能是突围方向：中国具有庞大的工业场景，依托项目获得接触工业现场的机会，借助国产替代的窗口期，绑定共同成长的工业企业，打磨产品，赢得逐步突围的机会。工业软件企业可能的成长路径情况欧美工业软件巨头几大流派学术/科研派：源于大学/国家实验室，如Ansys、新思工业贵族派：脱胎于工业母体，如西门子、达索极客/IT派：基于极致技术切入市场，如Autodesk、PTC单点工具化综合套件化平台生态化大量的并购、整合成长为工业软件巨头企业欧美巨头表面是通过大并购成长，但本质是工业溢出+时间复利+资本并购，“点-线-面”是主要发展策略掌握核心技术，如核心求解器、几何引擎等，最好做到极致从卖一个工具到卖“工具箱”，实际就是打通上下游工具，形成数据闭环开放API，扩大参与的开发者，逐步让各开发插件数据同源，变为（云）平台硬件捆绑：核心基础项目定制：经验积累工业套件：经验沉淀巨头本身是工业自动化硬件厂商，如PLC、传感器等，天然软硬一体化，兼容和稳定性强为大型工厂提供整套自动化解决方案，积累行业knowhow，磨练产品鲁棒性项目积累后，抽象共性需求和最佳实践，形成从卖定制方案到卖可配置的行业解决方案IT+OT融合性强项目/场景：解决生存问题产品：提炼，艰难跃迁平台：美好愿景，积极探索中切入市场的常规做法，通过定制化（如二次开发、集成等）获得接触工业现场的机会项目服务过程中疯狂抽取共性能力，封装为标准产品API连接万物，大部分工业软件还在“产品化”攻坚阶段研发设计类的成长：走技术重构之路，通过项目/场景反哺底层算法，打磨产品，最终甩掉项目包袱生产控制类的成长：走经验沉淀之路，将项目中的工艺流程模块化，优化并丰富产品，打造行业解决方案研发设计类生产控制类外在成长轨迹相似内在进化逻辑不同VS全局与困境：千亿市场，但核心技术卡脖子严重，且是技术-场景-生态-商业的系统性问题规律与机制：接受并理解行业慢的特性，时间累积下的技术实践验证是硬道理变量与重构：抓住变量，重视新技术、新产品形态、渠道及管理模式带来的改变©2026.2 iResearch Inc.www.iresearch.com.cn云原生对研发设计类工业软件开发的影响？注释：1）研发阶段是简略流程；2）阶段、3、4拆分是为了更好理解云原生技术对新研发流程的影响。来源：艾瑞咨询研究院自主研究及绘制。依托于“架构代差”带来的解耦和万核算力资源为软件开发部分模块赋能云原生对研发设计类工业软件的开发主要通过改变底层架构而实现的，它解决的是“运行”，而不是“逻辑”的问题，故对数学验证与原型、核心内核研发这两个阶段的影响较小。云原生对研发流程的影响主要聚集于两点：1）通过解耦增强协作能力：在阶段4和阶段6，既赋能协作能力，又基于数据库打破“文件锁”，提升开发效率；2）通过万核算力实现按需调用算力：在阶段7，用算力换时间，缩短测试时间，助力产品上市。 就基于云原生产品进入市场时可能的影响可总结为：虽然云原生无法改变核心数学内核的研发过程仍需补课这一现状，但基于云原生的产品在差异化竞争和商业缓冲期上，有极强的作用，具体表现为：1）通过增强协作与降低算力门槛，可能有助于占领下沉市场；2）基于开发和应用的云平台化，有设计-制造-订单一体化的可能。研发阶段核心任务云原生对研发流程的影响影响指数基于云原生产品进入市场时可能的影响阶段1-数学验证与原型验证算法可行性主要提供协同环境无，基础科学领域，必须硬啃，无捷径阶段2-核心内核研发主要是几何造型引擎、几何约束求解器、物理求解器等分布式并行计算，将本地的任务拆解到云端万核并行，缩短计算时间，但不改变写代码的难度基本无，主要是用云端万核并行的暴利计算能力，缩短总的计算时间阶段3-图形与可视化渲染与可视化SSR (云端渲染)，将渲染压力转移到云端，通过视频流推送到终端云端算力赋能，让中国海量中小企业用普通笔记本也能设计，拓展下沉市场阶段4-参数化与特征引擎管理历史树、依赖关系、拓扑命名机制等-将数据对象微服务化，实现多人实时同屏协作-基于数据库，打破“文件锁”通过支持多人协作、按需调用算力等赋能，推动软件好用与价格下调，从而覆盖中低端市场用户，然后用海量中低端场景的“脏数据”去打磨内核，提升产品性能，逐步占领高端市场阶段5-数据转换与I/O读写与兼容建立单一事实源，消灭版本冲突/混乱，实现数据全生命周期追溯研发协作和研发生命周期追溯，从而改善研发流程，促进研发效率提升阶段6-功能模块与交互建模功能、行业插件、UI等-多人同屏协作-SaaS化+API连接供应链SaaS+交易平台之路可连接中国强大供应链上的各个玩家，打通工厂、电商等各端，有望实现设计-制造-成本一体化效率阶段7-工业验证与迭代测试与Bug修复全量遥测+影子测试，实时监控所有用户崩溃现场，缩短测试时间用算力换时间，缩短测试时间实际是一个研发阶段，即核心平台层，目的是打造通用能力底云原生对研发设计类工业软件开发的主要影响©2026.2 iResearch Inc.www.iresearch.com.cnAI/大模型对研发设计类工业软件开发的影响？传统AI赋能几何、拓扑和视觉处理，大模型赋能代码生成、人机交互等AI和大模型对研发设计类工业软件开发的影响略有不同，其中：1）传统AI主要是在三维几何数据方面发挥优势：其一，赋能阶段4的几何拓扑修复，提高参数化建模的强健性；其二，赋能阶段5的异构数据读取难题，进而将原本无法编辑的“死模型”转化为“语义化的特征集合”，这是打破国外巨头“数据锁死”护城河的关键步骤。2）大模型则主要通过辅助代码生成和改变人机交互方式而在阶段6、阶段7赋能。研发阶段核心任务传统AI (CV/GNN等)的影响影响指数大模型 (LLM/GenAI) 的影响影响指数对市场的影响阶段1-数学验证与原型验证算法可行性用于参数优化（如贝叶斯优化），辅助寻找最优数学参数辅助查阅论文、解释数学公式、生成简单的验证脚本等阶段2-核心内核研发主要是几何造型引擎、几何约束求解器、物理求解器等AI代理模型：用神经网络拟合物理方程，不求绝对精确但求极速，实现“秒级仿真”利用AI进行旧代码翻译（如Fortran转C++）、代码解释、代码优化建议等辅助代码阶段3-图形与可视化渲染与可视化AI视频增强：网络带宽受限时，云端传输低码率画面，终端利用AI进行去噪和超分放大，实现“低带宽、高画质”基本不涉及底层图形渲染管线阶段4-参数化与特征引擎管理历史树、依赖关系、拓扑命名机制等图神经网络（GNN）：几何拓扑修复。当参数变更导致模型破面或特征丢失是，GNN预测并自动修补断裂的几何关联脚本生成：将自然语言转译为API调用代码，作为人机交互的中间层传统AI缓解“爱报错”、大模型缓解“门槛高”，提高产品的稳定性与体验，覆盖更多的用户阶段5-数据转换与I/O读写与兼容AI辅助的语义重建：识别死模型（STEP）中的特征，自动逆向生成可编辑的参数化模型，这是迁移存量客户的关键辅助为杂乱的历史文件打标签、写
摘要、分类整理
利用传统AI的“视觉能力”硬啃国外格式，将客户的“死数据”转为“活数据”，极大降低客户的迁移成本，促进客户迁移阶段6-功能模块与交互建模功能、行业插件、UI等几何搜索/以图搜图，辅助用户在库里找到形状相似零件自然语言交互：降低对复杂菜单的依赖，用对话框控制软件，大幅降低学习成本，实现“说话即画图”产业链优势+使用门槛降低下，若形成“设计-报价-下单-生产”一体化，将有望促进高端产品打磨阶段7-工业验证与迭代测试与Bug修复视觉回归测试：自动对比新旧版本的渲染图，发现极其微小的渲染错误生成式QA：自动编写数亿个边缘测试用例（Fuzzing），主动攻击内核找Bug用AI生成增补测试，通过高频的虚拟试错，缩短测试时间，加速产品打磨进程注释：1）研发阶段是简略流程；2）阶段、3、4拆分是为了更好理解传统AI和大模型技术对新研发流程的影响。来源：艾瑞咨询研究院自主研究及绘制。AI和大模型对研发设计类工业软件开发的主要影响©2026.2 iResearch Inc.www.iresearch.com.cn工业APP对工业软件市场的影响？来源：《2023年中国工业互联网平台行业研究报告》，浪潮云洲、航天云网、忽米官网,艾瑞咨询研究院自主研究及绘制。工业APP对中国工业软件市场的主要影响工业APP凭借专精、轻便等特性有助于工业软件在长尾市场的渗透与工业知识的沉淀，加速我国工业知识软件化的进程工业APP依托于工业互联网平台，可通过低代码把老师傅大脑中那些只可意会不可言传的“绝活”转变为可复制、交易的“数字资产”，它的开发核心逻辑不是数学求解，而是工业知识的软件化。工业APP对工业软件市场的影响主要有3点：1）凭借价格低、即开即用等特性，可以让中小工厂能用得起工业软件；2）凭借解耦性，可以让企业按需购买；3）凭借低代码等特性，可以让企业沉淀自己的资产。总之，工业APP的出现，加速了我国工业知识软件化的进程。工业APP通常指运行在工业互联网平台或边缘侧的、解决特定场景问题的轻量化应用，其玩家多样，主要包含制造业大厂、传统软件、泛数据治理、互联网大厂、ICT企业和设备及物联网类玩家6大类，基因优势形成不同能力切入赛道市场结构的普惠化知识的封装化场景的原子化架构微服务化数据驱动化通信泛在化……软件形态的解耦化工业知识的资产化激活长尾中小企业SaaS化扩大潜在市场规模微服务积木组合去中心化knowhow封装低代码经验传承单体架构（全家桶购买）原子化能力封装（功能解耦，按需购买与组装）老师傅的经验（难传承，随着人员退休而流失）工业APP（利用低代码平台，懂工业的老师傅就能开发APP，将隐性经验封装为显性算法）传统工业软件（价格昂贵、实施周期长、操作复杂）工业APP（通常关注单一场景，价格低（大部分SaaS订阅，多为几千元/年）、即开即用）打破全套捆绑销售的垄断逻辑加速了中国工业知识的沉淀与复用战略机遇拼产品→拼生态：为中国提供新的竞争机会，即通过生态繁荣倒逼底层发展2022年双跨平台中有应用商店和供需对接布局的企业情况2022年双跨平台（家）有应用商店的平台（家）38.6%29.8%1…研发设计生产制造运营管理71.3%16.0%4.5%运营管理质量管控供应链管理3家双跨平台订阅次数超过100的应用类型分布及订阅量TOP3情况应用类别TOP3订阅量TOP3应用©2026.2 iResearch Inc.www.iresearch.com.cn渠道商角色发生了哪些变化？来源：艾瑞咨询研究院自主研究及绘制。中国工业软件市场渠道商的变化情况当前工业软件渠道处于混合过渡期，传统交付模式为主，云厂商辅助中长尾市场的覆盖云厂商之前，工业软件的渠道主要是直销、代理分销、SI集成商、OEM硬件厂等几种模式。云厂商之后，这几种模式并没有消失，只不过是加速了工业软件的渗透。云厂商扮演的角色主要有3点：1）作为技术支撑服务提供方，即提供数字化底座，又提供PaaS平台服务，辅助软件厂商和最终用户的SaaS开发；2）作为云市场，扮演聚合分发平台的作用；3）作为总包方，与软件原厂联合销售。云厂商的出现，对代理商的影响相对较大，其市场在一定程度上被挤压，转型（如自研、云厂商的运营服务商）的积极方。MSP服务商软件原厂ISV最终客户（大型客户、中型客户、小微客户）云厂商作为总包方作为云市场SI总代理增值分销商配套OEM硬件厂云厂商角色=IaaS底座+PaaS平台+渠道分发+超级集成商：从以IT基础设施为主到数字化底座为主提供PaaS平台（低代码平台、工业互联网平台）相关服务，云厂商变为SaaS孵化器与技术赋能者，如华为云iDME变为聚合分发平台，如华为云严选市场、阿里云云市场不仅是渠道商，还是超级集成商，与软件原厂共同组成“云+软件”联合销售的模式运营服务商（MSP服务商）：提供云代运营/咨询服务，相应玩家除了云厂商原生合作伙伴外，部分增值分销商、SI等也逐步拓展相关业务SI集成商：需要拓展云相关的技术，如容器(K8s)、微服务、云原生数据库等，还与云厂商的合作变的更紧密传统的增值分销商：业务在一定程度上被挤压，故除了提供培训安装服务、基础技术支持等服务外，还会逐步拓展云相关的服务，进而转型为云厂商的运营服务商几点说明云/轻量交付模式传统交付模式联合销售云厂商出现后交付模式©2026.2 iResearch Inc.www.iresearch.com.cn企业价值左移对企业管理的影响在哪？来源：《2023年中国制造业数字化转型路径实践》，艾瑞咨询研究院自主研究及绘制。能为企业研发创新赋能的企业能力将受到关注价值左移趋势下，企业数据资产尤其是研发类数据价值释放将是客户关注重点，利好管理类服务的发展当前，随着工业企业数字化转型的推动，企业的数据资产得到累积是有目共睹的。但是，企业的数据依然面临如何发挥数据价值、赋能哪些方向等问题，而这是供给方企业在提供产品服务时就需要考量的。当前工业领域价值左移（如质量管理左移、设计验证左移等）的主张提的较多，故研发类数据价值挖掘将备受关注。提供研发设计服务的厂商、端到端全流程打通能力的平台型厂商这两大类企业将有效赋能研发类数据价值挖掘。前者通过构建“需求-功能-逻辑-物理”全链路追踪而赋能，后者通过辅助企业管理或企业研发管理体系构建与流程固化而赋能。✓目前企业的数据资产主要的应用可能包含：描述与诊断（如BI、全链路追溯）、预测与预警（如预测性维护、销量与排产预测）、决策与优化（如排产、能耗优化）、创新重构（如研发反哺、生成式设计）。Q1：企业的数据资产将会用到哪些方面？✓提供研发设计服务的厂商：他们基本上建立了“需求-功能-逻辑-物理”的全链路追踪，具备溯源与一致性、复用与替代等价值挖掘点，从而节省研发周期。代表企业：达索、西门子、Ansys、Altair等企业。当然，未来可能还会有第三方企业开发辅助“工程知识工程”能力转化的产品或工具，帮助企业构建企业研发知识库，解决核心技术工程师离职/退休后的经验固化，助力企业知识复用。✓端到端全流程打通能力的平台型厂商：他们辅助企业研发管理体系的构建与数字化的流程固化，具备决策质量与投资回报的价值挖掘点，从而识别出项目风险、优化资源利用效率。代表企业：华为、易趋等。（详情见易趋案例）Q2：什么样的供给端企业能更容易帮助客户挖掘研发类的价值？当前市场现状对象&数据类别数字化进程将持续推进国央企+龙头企业以全局数字化为主，提升全局管理，意图打造标杆案例中大型企业以部分环节数字化为主，意图解决产线相关问题小型企业以部分关键节点数字化为主，意图解决某个点的问题实体对象：各类设备、中端、车间、工厂…虚拟对象：各类软件、流程…业务相关数据：客户、销售、营销…供应链相关数据：供应商、仓储物流…生产相关数据：工艺配方/流程/参数、生产质量、生产周期、能据…设备数据：设备台账、设备运行与养护、设备维修、备品备件…数字化的渗透加深数据资产持续积累数据价值等待释放数据资产研发类数据生产类数据经营管理类数据运营管理类数据……©2026.2 iResearch Inc.www.iresearch.com.cn例证：易趋 EasyTrack来源：企业访谈，艾瑞咨询研究院自主研究及绘制。易趋一站式项目数字化运营管理平台，专注企业级项目全生命周期管理 ，打通业务全流程，实现多类型项目统一治理与战略协同易趋（EasyTrack）是深圳市蓝云软件有限公司旗下的一站式项目数字化运营管理平台，融合PMBOK、Prince2、CMMI、IPD、APQP、精益等管理方法论和最佳实践 ，从战略、管理、执行三个层面，覆盖企业项目管理的全部业务流程，为产品研发、合同交付、数字化/IT等类型的项目管理提供全面的业务支撑。基于一站式项目数字化运营管理平台，企业的协同、流程推动、数据资产沉淀等能力和效率都得到极大提升。底层基础一体化平台：所有成员在一个平台进行办公、协作，无需来回切换系统，提升整体协同效应端到端的流程贯通：确保各个节点资源协同调动无冲突，推进流畅沉淀数据资产：数据驱动决策，并反向赋能新战略、新产品的研发、风险预测等项目管理相关的方法论及数据模型积累数据集成流程贯通项目数字化运营管理平Easy Track PPM项目和项目组合管理项目管理 | 项目群管理 | 组合管理 |团队管理 | 设备管理 | 工时 | 费用需求管理需求池维护 | 需求跟踪 |需求评审 | 需求变更产品管理路线图 | 产品特性 | 产品工单 | 开发跟踪销售管理线索管理 | 商机管理 | 客户管理 | 收款管理采购管理合同管理 | 付款管理 | 供应商管理 | 外包人员管理资产沉淀驾驶舱个人工作台 | 管理驾驶舱 | 经营分析 | 项目看板模板中心项目模板 | 计划模板 |绩效模板 | 工单模板知识库知识管理| AI问答指标中心项目指标 | 项目群指标 | 组合指标 | 团队指标 | 人员指标IPD产品研发类项目合同交付类项目数字化和IT类项目端到端的IPD研发管理解决方案，可覆盖产品研发全生命周期管理。同时，产品与项目贯通，可支撑产品全业务流程与全流程端到端可视化监控。既能积累数据资产，沉淀组织能力，更能助力研发周期缩短、减少浪费，提高生产力。以合同履约为核心，覆盖项目计划、资源协调、成本控制、交付物验收及风险预警等关键环节。通过标准化流程、动态事件追踪与资源高效配置，助力企业实现合同条款精准、高效落地，提升客户满意度，最大化商业价值。通过跨系统的无缝连接，打通端到端的业务流程，实现研发团队与业务部门的无缝协作。同时，还赋能资源分配优化、敏捷开发支持、信创生态兼容、项目财务管理等各方面，帮助企业降低转型失败风险，提升项目交付效率。核心优势各种系统无缝集成，如企业微信、飞书、钉钉、OA、ERP、HR、IM等知识管理……©2026.2 iResearch Inc.www.iresearch.com.cn案例：某半导体科技集团项目管理平台落地案例——融合IPD和TPD项目管理流程体系，构筑全流程、一体化的数字化研发管理体系例证：易趋 EasyTrack为企业搭建企业级一体化的项目管理平台，实现端到端的业务贯通面向制造业领域的大型集团客户，易趋（EasyTrack）可针对集团IPD体系的流程协同不健全、研发项目规模持续增长难以精细化管理、数据离散影响决策与协作、缺少系统支持一体化管理等痛点，为集团提供一体化、结构化、数字化的研发管理平台，优化端到端业务流程，整合分散数据，推动精细化管理，提升决策效率与跨部门协同。来源：企业访谈，艾瑞咨询研究院自主研究及绘制。易趋为某科技集团提供的支撑IPD体系的端到端流程的项目落地方案需求背景项目目标PMS带来的主要业务变化PMS带来的核心业务价值➢管理方式：流程固化于系统➢数据状态：单一数据源，自动生成➢协同方式：结构化协同，闭环跟踪➢决策依据：数据驱动，事前预警➢知识管理：组织资产沉淀，主动复用项目效果年度产品规划打造一体化、结构化、数字化的研发管理平台，优化端到端业务流程，整合分散数据，推动精细化管理，提升决策效率与跨部门协同随着研发项目规模扩大，带来大IPD体系流程协同不健全、管理难以精细化、数据离散影响决策与协作等痛点项目背景年度技术规划计划概念开发验证发布生命周期概念可行性论证受理处理关闭概念实施1实施2技术预研重点攻关概念方案开发验证技术应用技术开发技术洞察TPD流程业务决策评审IPD流程项目管理文档管理技术评审质量管理问题管理风险管理成本管理绩效管理…IRBIPMTPDTITMTTDT提升运营效率➢减少手工劳动➢加速流程周转➢降低沟通成本保障项目质量➢提高项目可视性➢强化质量与风险管控➢确保资源有效投入增强组织能力➢赋能团队与新人➢沉淀组织资产➢数据驱动持续改进➢精准DCP，提升投资胜率启示篇-技术与产品是根本理解产业、锚定市场、炼化产品、合理资本化©2026.2 iResearch Inc.www.iresearch.com.cn思考1-工业软件产业下一阶段通向何方？工业软件产业的核心演变路径为：工具 → 系统 → 平台 → 基因，深入探索平台化、积极摸索基因化是业内当前和未来的发展重点工业软件产业下一阶段的发展方向来源：《铸魂：软件定义制造》by赵敏、宁振波，艾瑞咨询研究院自主研究及绘制。工业软件产业随着产品主要功能/主要解决任务的变化而变化 。截至目前，工业软件产业基本完成了工具化、系统化的发展阶段，分别对应个人效率、业务效率的提升。未来，工业软件产业主要聚焦于数据流动效率、数据价值效率提升2个发展方向：1）逐步深入平台化，主要有两点表现：其一，应用层功能进一步解耦，实现积木式组装适配；其二，盈利模式逐步转向订阅或者按需付费。2）进行基因化摸索。基因化的本质就是将工业知识内化为参数/代码，其形态可以是机理模型、业务规则、工艺参数等。基因化时代，工业软件将逐步转化为数字工程师，即面对需求，智能体可根据自身所具备领域知识进行自主规划与执行，最终实现需求。PC 硬件普及，计算机算力能够处理图形和逻辑当前1980s2000s核心任务典型代表工业本质技术底座商业模式主要瓶颈驱动力全球化与精益管理，企业规模扩大，靠人管不过来了云计算、IoT与移动互联，算力可调用，设备联网需求爆发人工智能发展，专家退休导致知识流失，AI算力溢出单体架构+本地计算与存储，数据所在文件里单体架构+关系型数据库共享，但业务逻辑紧耦合混合架构：微服务/容器化+单体，通过API调用平台数据智能体+工具化微服务：知识封装在模型里，数据被压缩成参数和向量，由AI调取提升个人效率打通业务流程，消除部门墙连接万物与架构重构，实现数据资源流动与算力弹性供给知识封装与智能生成，提升模型/算法的复用单体工具：AutoCAD、Excel、单机PLC编程器等业务系统：ERP爆发、PLM整合，且ERP和MES边界确立等云平台/中台：工业互联网平台、云原生CAD等智能体/模型库：工业Copilot、行业机理模型等物理数字化，即把图纸变电子管理规范化，即把经验变流程要素连接化，即把孤岛打通智慧代码化，即把大脑变算法许可+实施，靠服务费赚钱许可+实施，靠服务费赚钱许可+实施，同时开始转型订阅制，按月/年/流量/算力计费可能按效果/价值付费，按生成的方案数量、优化效果或IP授权费个人能力上限部门墙/流程僵化数据质量/平台空心化数据隐私/机理黑盒破解工具化时代系统化时代平台化时代基因化时代市场出现新特征单机作业，所见即所得数据烟囱林立，流程相对固化云边协同、SaaS化、低代码模型即服务、软硬解耦加强、知识复用普及©2026.2 iResearch Inc.www.iresearch.com.cn思考2-国产工业软件玩家市场该如何锚定？头部客户+政策红利有望驱动技术突破；腰部客户赋能现金流转及行业基因沉淀；长尾及海外客户有助于扩大营收空间工业软件潜在市场需求情况及其影响注释：1、统计期时间范围2024.11.27-2025.11.26；2、潜在需求方数量指：1）企业类是指A股市场2024年营收在300亿以上的为大型企业、营收在30-300亿的为中型企业，30亿以下为小型企业；2）政府及协会类，指统计了省、地级市、一线城市、直辖市的区的工信局的数量；3）高校类包含了高职类院校等。来源：剑鱼、工信部、教育部、同花顺，艾瑞咨询研究院自主研究及绘制。当前工业软件市场以国内企业类客户为主，政府、高校、海外是重要补充。国内企业类中：1）头部市场在国产替代和信创的需求驱动下，为工业软件玩家技术突围带来了窗口期，有能力的企业应积极把握。2）腰部市场场景丰富且具有较强的付费能力，工业软件玩家：其一，可绑定客户共同成长；其二，促进行业套件形成。3）长尾市场：其一，巨头忽略的赛道，有助于“农村包围城市”战略的实施与突破；其二，海量数据的收集有助于AI模型的训练。潜在市场情况央国企、行业链主、军工企业等潜在大型需求方数量（个）：340专精特新：1.7+万家单项冠军：250+家潜在中型需求方数量（个）：3312长尾企业：数千万家潜在小型需求方数量（个）：104191-伴随出海：伴随国内客户去海外建设工厂、基建项目服务，主要是东南亚、墨西哥、中东、非洲等地域2-主动出击：为海外中小企业提供性价比高、操作便捷易用的产品及服务，以欧美日韩等为主潜在政府及协会需求方数量（个）：395+潜在高校需求方数量（个）：3013+市场逻辑/策略企业价值及产品影响安全、自主可控要求高，信创和国产替代带来了关键的窗口期，有助于产品打磨及技术攻克，企业尽量攻坚能解决实际问题+ROI要求高，但有助于企业产品标准化，企业尽量扎根占领产品驱动，要求产品好用且对价格敏感，一般用免费/低价圈用户，企业可换赛道切入或拓展覆盖对管控、赋能等有需求，拓展此类客户有助于场景、区域客户拓展企业价值：打造标杆案例+行业标准话语权，辐射整个产业链产品影响：提升产品的技术深度和鲁棒性，倒逼技术进步企业价值：现金流主要来源产品影响：产品标准化的试验田、绑定客户共同成长，积累行业Know-How，促进产品标准化，形成行业套件企业价值：助力生态底座搭建，为AI训练提供长尾数据产品影响：促进产品交互体验升级及云化，并积累海量用户行为数据和长尾数据企业价值：新的增长曲线+海外合规与标准化产品影响：场景补充+促进产品满足国际化标准科研项目方面的需求，拓展此类客户有助于联合开发、潜在客户习惯培养虽然政府和高校类客户数在统计期内招投标占比总计仅为15.2%（企业客户占比为84.8%），但这些客户在场景补充+一定品牌背书+潜在用户习惯培养等方面意义非凡，具有拓展意义©2026.2 iResearch Inc.www.iresearch.com.cn思考3-工业软件玩家的产品将走向何方？技术红利驱动下的“产品-技术-服务”三维重塑与“工业智能体”的诞生，未来产品将从卖软件走向卖“智慧”工业软件产品将走向何方来源：企业访谈，艾瑞咨询研究院自主研究及绘制。在云原生、AI等技术的加持下，工业软件企业的的产品、技术、服务铁三角将得到重塑。当前，主流工业软件企业的产品都在走向平台+生态化，主要强调两个方向的能力：1）产品流程/场景的覆盖增加，如设计仿真一体化、协同平台等；2）平台架构上的解耦和商业上的生态化，即产品逐步成为能力底座，核心能力下沉为API和SDK。其中，技术门槛降低有利于平台化发展，平台化的成熟有助于服务方式的创新与多样化。新技术带来的这些变化并不是终点，而是起点。我们认为未来工业软件将不再是一个“工具箱”，而是具备感知、思考、调用平台能力的、能自主完成任务的“数字工程师”，即工业软件将从功能工具跳跃成为工业智能体。工业智能体具有3大特征：1）交互形态方面懂人话；2）能力内核层面是知识内嵌+自主编排的结合；3）交付层面可组装交付。市场技术对企业铁三角的影响从封闭工具转向平台化，即能力底座，内核开放核心能力开放化：能力下沉为API/SDK架构插件化：功能解耦为独立APP/插件商业生态化：支持第三方开发者共建长尾场景未来工业软件产品猜想：从卖软件走向卖智慧↓交互形态能力内核交付架构懂人话，即可进行自然语言交互，对话即开发/操作，通过对话调用平台API有知识，即出厂即懂行，内嵌行业机理模型（如行业参数库、工艺包等），且能辅助优化设计有思路，即目标导向，给定目标后，能自主调用平台上的各种APP或插件，成为工程师的得力数字助手可组装/原子化，核心能力API化，行业功能APP化，能被大中型企业集成，能被长尾企业订阅底座：云原生 & 数据治理（含IT和OT融合）支撑赋能发展逻辑：技术门槛降低是平台生态爆发的前提，可支撑平台快速演进和生态接入智能化开发：辅助代码生成、遗留代码重构、低/零代码引擎、微服务/容器化等敏捷迭代：开发运维一体化乐高式组装：基于需求从平台挑选APP/插件进行原子化组装持续运营：随着客户业务变化，随时替换或新增APP知识运营：从修bug转向帮客户沉淀工艺模型发展逻辑：产品是平台+插件，服务就不再是定制开发云原生大模型传统AI数据©2026.2 iResearch Inc.www.iresearch.com.cn思考4-国产工业软件资本市场悖论如何面对？从单向选择走向螺旋验证有望是国产工业软件企业破解融资和验证双重避险悖论的可能解法国产工业软件企业面临融资和验证的双重避险悖论来源：企业访谈，艾瑞咨询研究院自主研究及绘制。工业软件的发展壮大离不开资本扶持和实际场景应用验证反馈。理想情况下，工业软件企业在早期/研发期获得国投/产业基金的扶持深入研发，然后在成长期/商业化期与链主企业合作，在链主的工厂场景里验证打磨产品。但当前国产工业软件陷入“资本受限风控不敢投-链主企业受限稳产不敢用-企业受限资金而要先解决活下去而无法深入研发”这样的一个怪圈中。 面对这样的现状，可能的行之有效的解法是螺旋上升验证，即：针对链主企业，挑选出满足需求的、响应快、迭代能力强的团队后，提供一个切入点，进行陪伴成长；针对国投/产业基金，主要参考链主企业额的技术验证报告，进行里程碑式投资，给予企业更多耐心。国投/产业基金投资者-安全为主链主型投资者-效率为主整体：填补空白：主要看是否能进行生态网络有效补充，以填充平台的行业能力，加速平台变现。具体而言：行业knowhow的专家：主要看机理模型的成熟度工具互补类：主要看功能和可集成性拿钱→研发→卖钱早期/研发期：得到国投/产业基金扶持，做好研发成长期/商业化期：在链主工厂里验证产品拿背书→撬动资本→深化研发产业链安全&产业升级1-根技术厂商，如几何引擎、求解器等，为主2-云原生架构下AI Agent落地性较强的新势力，尚需观察与验证代码：代码的累积时间及迭代版本、第三方代码审计机构对核心算法模块的扫描情况等人才：根技术需要解决数学问题，核心团队需要相应的资深人才验证：产品的压力测试（如脏数据、数值异常等）表现商业：主要客户、手订单情况等主要指标（针对根技术厂商）自身业务流的痛点解决&生态补充1-有独家knowhow的垂直隐形冠军/单向冠军企业2-架构开放的原子化工具厂商主要指标（针对根技术厂商）理想融资与验证路径国投/产业基金：受限于风控等因素，也会看在手客户和订单情况链主企业：受限于稳产，不敢用现实情况链主企业：对于靠谱企业，提供“影子系统”或“非核心产线”进行试运行，陪伴成长国投/产业基金：里程牌投资，可参考工业软件企业与链主企业的能力验证（POC）报告、关键指标的对标度等可能解法投资逻辑投资偏好投资逻辑投资偏好螺旋上升的验证机制，投资人、链主、软件企业共同发力附录篇-各家观点及鸣谢Inspiration©2026.2 iResearch Inc.www.iresearch.com.cn来源：企业访谈，艾瑞咨询研究院自主研究及绘制。iResearch – 工业软件专家之声◼如何将企业的“隐性经验”转化为数字资产望友专注于PCBA数字化工业软件，主要有两种数字化做法：1）构建基于精确标准的最佳工艺库：在PCBA制造流程中，印刷工艺是决定焊接质量的关键环节，钢网开口比例、位置及其与元器件、焊盘的匹配度直接影响最终品质。以往，这类工艺标准多依赖于资深工程师的经验，或散落在各类产品的钢网设计图文件中，导致以下问题：①知识隐形化：核心工艺经验留存于人脑或分散的图像资料中，难以系统积累；②标准不一致：人员经验与习惯差异导致工艺波动，影响质量稳定性。望友通过软件技术，将历史图形数据转化为结构化知识，建立企业级工艺标准库，实现最佳实践的自动复用。不仅将工艺经验数字化、可传承，也减少了人为因素（如经验差异、精神状态变化）的影响，从而确保工艺一致性，终结质量波动。2）构建基于安全范围的设计经验库：通过DFX/DFM/DFA软件，将各环节工艺要求与企业经验沉淀为软件中的检查规则及“参数安全范围”。它不追求唯一的参数，而是划定一个安全范围，来筛查全部新产品设计：符合范围即视为安全，超出则触发预警。软件的数字化规则来源包括：①通用标准：如IPC等行业规范。②规则迭代：望友基于行业实践与技术发展，持续总结并更新的数字化规则库。③企业经验：来自实际生产与售后反馈的教训总结。刘华望友科技总监◼如何理解PCBA零缺陷数字化核心理念：在设计研发阶段即实现零缺陷，在制造执行阶段则确保零缺陷工艺的落地。主要做法：构建覆盖设计定型前（先天管控）与设计定型后（后天管控）的全流程质量管控体系。具体包括：1）标准化（唯一性）：建立企业级工艺与规则库，统一标准，消除因人员经验差异导致的质量波动。2）持续化（迭代机制）：将研发、制造及售后过程中发现的问题与改进经验，持续转化为数字化规则与工艺，推动质量管控体系迭代升级，实现可持续的高质量发展。©2026.2 iResearch Inc.www.iresearch.com.cn来源：企业访谈，艾瑞咨询研究院自主研究及绘制。iResearch – 工业软件专家之声◼关于企业如何辅助数据增值服务数据模型构建：在系统规划时基于数据模型，清晰定义数据域和子域，构建模型并明确实体关系属性，并且提供开放 API 和数据视图。直接好处有3点：①企业无论是做BI还是AI，都可以快速拿到并应用相关数据； ②数据灵活可配置，看快速适应到企业内部； ③企业可以基于数据做分析、看板、仪表盘、统计分析等。指标数据采集：定义指标字典，通过低代码实现指标数据采集模板。产品提供行业通用和标准的指标，企业可以自己去拓展自己的指标库，从而建立自己的指标库、度量库。同时，还会定期采集历史数据。这样，可以参考历史数据情况，合理调整自身运营和投入。知识沉淀与应用：建立计划、风险等模板，沉淀项目执行数据，进行活动标准化和风险库管理，为企业进行相关经营管理活动时提供指导。唐智勇易趋 （EasyTrack）总裁◼关于AI在项目管理中的应用情况整体思路：更多考虑的是在项目场景中如何应用AI。利用大语言模型的输出能力：适合做精准性要求不高，但要有归纳、演绎的能力。具体有几点：①辅助项目周报、月报、报表的提炼和总结。②辅助风险问题的分析及决策建议。③针对交付物进行初审和优化。④项目资源平衡与调度自动化。⑤ 智能评估项目健康状态自定义场景配置：在很多地方设置自定义埋点，让用户设定是否需要AI帮助，如果需要，可进行设置提示词、上传数据和输出模板等操作，这样客户就能拓展AI能力。对精准性相对高的场景：利用项目管理自身的数学模型进行项目成本和周期预测、资源冲突排期、项目健康程度评价等。其他AI应用场景：通过自动化智能机器人RPA驱动业务流程。©2026.2 iResearch Inc.www.iresearch.com.cn来源：企业访谈，艾瑞咨询研究院自主研究及绘制。iResearch – 工业软件专家之声◼对市场产品走向平台化的看法平台化其实分两个层面：①软件的集成性；②计算平台本身的集成化。历史上，工业软件的发展和应用经历了从集中化到分散化，即个人电脑和工作站成了主流。目前随着AI、工业水平提升，整体呈现出新的趋势：从分散化重新走向集中化，尤其是硬件的发展有这种趋势。在硬件方面：硬件的发展也是从原来的专用CPU到强调通用兼容性；现在开始走向专用GPU，未来一定会重新走向集中化，这是平台化的一部分。这种集中化包含了私有和公有云计算平台，其好处就是数据是集中的，可以提供为AI、数字孪生等赋能。现在数字化也已经很明显的看到这个趋势。同时，硬件的集中化是平台化的基础，没有硬件的集中化，平台化是做不起来的。卢义博士秩益科技CEO◼对AI的看法整体看法：目前在CAE里面提AI，绝大部分方式是持不同意见的。AI它不能够用来替代计算，因为在CAE的计算里面，它将来的自由度是有成千亿到上万亿量级的非线性的这种数据构成的，AI是不能够产生这些数据的。但反过来，有了这些数据，AI结合这些数据就可以真正的让工业数字孪生走向落地。所以CAE跟AI的关系是：为AI提供数据，AI可以更好的让产生的数据服务于实际的工程。对于AI的好处，有几个层面：✓AI可以大幅度的或者基本上完全革新现在的使用范式，实现简单交互和自动化流程，降低使用门槛。✓AI可以极大程度的改善和帮我们用好数据，发掘到很多我们以前靠人脑、人眼分析不出来的东西，能够更高价值的服务好工程。因为AI相当于是提供了很多非常精深的专家，训练越久，专业性越强。✓辅助软件学习和培训，降低软件学习和培训成本。©2026.2 iResearch Inc.www.iresearch.com.cn来源：翼辉信息，艾瑞咨询研究院自主研究及绘制。iResearch – 工业软件专家之声-翼辉信息相关专家◼自主可控实时操作系统的重要性及当前遇到的痛点自主可控操作系统关乎国家产业安全和战略自主。如果操作系统不是自主可控的，所有输入的内容都可能被后台窃取，包括邮件和其他数据。若是任务关键系统，如高铁、电力系统不是自主可控的，在敌对状态下可能被攻击导致经济瘫痪。中国作为制造业大国，若不能自主控制生产核心工业设备，将丧失产业主导权。由于工业实时操作系统远离普通人的生活，公众认知度低。故当前市场对自主可控实时操作系统的认知存在两大问题：对工业操作系统可控概念的理解不足，不清楚其国家战略意义。工业界依赖国外成熟解决方案的历史惯性。◼对AI+OS的看法在我们看来，AI既能在Windows上用，也能在Linux上用，在工业端其实也在用，只是表现形式不同，训练的模型也不同而已。在工业侧，AI通过对加工的零部件结构或产品进行分析，可加快机械手的运行速度。当前，我们已经将AI移植到了我们的操作系统上。比如，在机器人上装一个人工智能识别摄像头，它的定位偏差就不会像生产线那样严格按照要求。只要在生产线上的手臂服务范围内，机器手就可以拧螺丝，这样能提高生产效率和实现柔性生产。◼对国内外工业实时操作系统发展差距的态度国外工业实时操作系统玩家，如VxWorks，比我国早出现约10年。当国外产品已经大规模应用时国内产品刚起步，故我国在发展初期就存在代际差异，因此不能简单说超越国外产品，因为对方也在持续发展。我们要理性看待与国外产品的差距，承认客观存在的代际差异，但差距可以通过更多应用场景和技术进步来逐步缩短。BUSINESSCOOPERATION业务合作企业微信新浪微博微信公众号www.idigital.com.cn
400 - 026 - 2099