去年，工業軟件的重要性在社會范圍的大眾認知進一步提升，隨之而來的則是工業軟件賽道持續受到資本市場青睞，概念股漲停或大幅拉升屢見不鮮。

轉眼間今年已行至過半，當我們再去關注工業軟件賽道的股市表現，截至6月26日，中國工業軟件相關上市公司今年股價總體走低，股價相較于年初持平已是難得。與去年的明星賽道人工智能相比，國內的工業軟件行業缺少持續出現的“爆點”吸引二級市場關注。

但業內人士對此已經習以為常，工業軟件包羅萬象，本就是需要深度耕耘、持續投入的長周期產品，它的重要性不隨輿論聲量而沉浮。現階段，工業軟件已經滲透和廣泛應用于幾乎所有工業領域的核心環節，工業軟件也出現在廣東、深圳、南京等地區的行動規劃中。正如中國工程院院士譚建榮所言：“工業軟件是由中國制造走向中國創造的關鍵。”

在行業恢復到冷思考的節點，則是一個盤點競爭格局、梳理行業現狀、探討未來機遇的最好時機。為了深入了解當前工業軟件領域的現狀和存在的問題，從產業一線了解AI在工業軟件上的應用現狀和發展前景，工控網邀請了羅克韋爾自動化、施耐德電氣、九思易和Maplesoft，共同商討行業風向。

國內VS國外，市場環境各有千秋

公開數據顯示，2023年，全球工業軟件市場規模約5028億美元，折合人民幣約3.56萬億元；同期，我國工業軟件市場規模約2414億元，同比增長12.3%，高于軟件行業平均增長水平（11.1%）。截至2023年底，我國工業軟件企業關鍵工序數控化率達到了62.2%，數字化研發設計工具普及率達到了79.6%，研發設計類工業軟件市場份額占比達10%，較2019年翻了一番。我國工業軟件市場規模僅占全球份額的6.7%。在各細分領域國內產品市場占比均有一定增加，但是企業綜合實力仍與國外存在差距。

羅克韋爾自動化（中國）有限公司軟件產品經理王贇鵬認為，隨著中國推進智能制和工業4.0轉型，工業軟件在提升生產效率、優化供應鏈和創新能力方面發揮著關鍵

作用。從政策方面看，政府出臺了多項支持工業軟件發展的政策，如《十四五”軟件和信息技術服務業發展規劃》等，提出推動軟件產業鏈升級，提升產業基礎保障水平，強化產業創新發展能力等。從市場角度看，在高精度、高復雜性需求的工業軟件領域，外資企業在高端市場仍占據主導地位，中國企業在ERP、MES（制造執行系統）、PLM（產品生命周期管理）等領域表現突出，正在逐步縮小與國外巨頭的差距。在創新技術方面，越來越多的企業開始采用云計算和軟件即服務（SaaS）模式，國內外軟件供應商紛紛調整產品策略，向云端遷移。工業軟件集成了越來越多的人工智能和大數據分析功能，幫助企業實現更高效的生產和決策。

而由于生長土壤不同，國內外工業軟件各有優劣。Maplesoft分析稱，受益于大環境改變和政策支持，各種類型的國產工業軟件如春筍般涌現，但技術上還處于起步或發展階段，其優勢是可以提供本地定制化開發。國外工業軟件得益于國外長期良好的營商環境，歷經幾十年技術積累和迭代開發，技術優勢比較明顯，弱點是缺少本地化的研發能力，核心的研發都不在國內，本地實施應用有一些局限性。未來，國內工業軟件會依據現狀逐步改善，國外工業軟件也會不斷調整經營策略從而適應正在變化的本地需求，兩者會在今后并存和互補，迎來良性的競爭和合作共存的格局。

聚焦于國內工業軟件領域，九思易觀察到，近幾年，國內傳統工業自動化圈逐漸擴大朋友圈，IT、互聯網領域的廠商大幅涌入，大數據、云計算、人工智能、數字孿生等概念逐漸滲入傳統工業軟件，大家都在努力彌補短板，發揮自身原有優勢，以迎合市場需求。但從相關企業近幾年的發展來看，除了個別外國專業自動化軟件廠商在持續更新原有平臺外，更多具有綜合自動化業務的外企也很難在軟件平臺上做修改甚至重新布局，顯而易見，并購是一個最常見的手段，市場成分居多，技術更新換代成色不足。近幾年，中國本土企業也動作頻頻，通過豐富業務類型和各種概念跟隨，來試圖保持業務增長。但很明顯，在智能化時代的背景下，這些轉變都不足以滿足用戶和市場已經被吊起來的胃口，市場需要的是真正徹底的技術革新。

數據困局沉疴仍在，云端化、一體化是大勢所趨

當前工業軟件市場的參與者想要在競爭中站穩腳跟，依舊靠產品說話，核心競爭力主要依靠三方面：一是成熟度高，已有應用案例；二是適用場景明確，復制效應明顯；三是單價低，標準化程度高，操作便捷。

產品競爭力離不開企業對產品實際應用情況的深度探究。綜合多家企業反饋，工業軟件在實際應用中主要面臨的挑戰有以下幾方面：

1.數據：越來越龐大的數據量對數據采集、存儲、管理提出挑戰，統一的管理標準和治理機制依然缺位；

2.技術和系統：不同供應商、不同時期的設備之間，不同業務系統之間，因缺乏標準化在數據整合、業務邏輯聯動方面存在挑戰；

3.人才：既懂技術又懂設備的復合型人才依然供不應求；

4.安全：數據泄露和系統攻擊問題依然存在。

為此，工業軟件供應商近幾年也有新的嘗試以解難題。在創新技術方面，羅克韋爾自動化（中國）有限公司軟件產品經理王贇鵬談到，綜合以上挑戰，羅克韋爾軟件在際應用過程中有以下心得體會，一是通過數據集成和治理平臺可幫助客戶集中管理數據并支持決策：如FactoryTalk DataMosaix集中化管理客戶數據, 幫助企業將分散在不同系統和設備中的數據進行集成和管理，形成統一的數據庫。這也是進一步實現數字化轉型的基礎，使企業能夠對運營數據進行全面可視化展示和深度分析挖掘。FactoryTalk Innovation Suite數據支持決策可通過對生產過程、供應鏈、設備狀態等數據的實時分析，支持客戶從數據中獲取信息，從而優化生產流程和決策效率。二是生產管理套件幫助提升效率和靈活性。在自動化和智能化方面，羅克韋爾MES（制造執行系統）和SCADA（監控與數據采集）系統能夠實現生產過程的自動化和智能化，減少人工干預，提高生產效率; 在敏捷生產和響應能力方面, 通過使用羅克韋爾PLEX（計劃與排程）軟件，可幫助客戶更好地應對市場需求的變化，調整生產計劃，優化資源配置。

工控網認為，工業軟件當前存在三個趨勢：一是軟件形態逐步微小型化；二是軟件架構逐步走向微服務架構；三是軟件開發逐步走向開源、開放群智協同開發。

正如施耐德電氣工業自動化中國區數字化能力中心負責人劉文所分析的，如今的工業軟件已經不再是單一的零散產品，而是平臺架構加模塊化的產品組合，覆蓋全流程，滿足行業差異。工業的數字化轉型要“以客戶場景需求為中心”，軟件不能“單打獨斗”，軟件需要與硬件協同，與場景結合，切實切入客戶的應用場景和實際痛點，才能將價值真正落到實處。企業不應以傳統眼光看待軟件，只有機電軟網一體化協同，才能真正落實先進設備的價值。施耐德電氣推出的EcoStruxure™開放自動化平臺即是為此而生。該平臺基于IEC 61499標準，將硬件廠商在統一標準下進行整合，由軟件定義自動化，通過對軟件和硬件進行解耦，推動了工業自動化領域的“即插即生產”。

生成式AI釋放工業軟件潛力與價值

上文提到，新興技術正在涌入工業軟件，生成式AI就是其一。如果匯總今年眾多對外發聲的企業家對生成式AI的態度，積極樂觀者占多數，盡管目前生成式AI的應用深度有限，他們依然看好這門技術的潛在價值。微軟公司制造與移動業務副總裁多米尼克.韋表示，生成式AI可以重塑整個工業價值鏈流程。

從投資趨勢來看，2024年，IDC對全球制造企業進行調研的數據顯示，已經開始布局投資、僅PoC測試和未進行投資生成式AI的企業比例分別是37%、50%和13%。與上年相比，已經開始投資的比例從27%提升到37%，關注熱度持續提升。

中國制造企業對這門技術的熱情同樣持續高漲，但在實際行動中有所差別：汽車、半導體、消費品等行業的頭部企業，數字化意識強、基礎扎實，IT預算充分，已經開始各種場景的探索；而大多數制造業企業現階段則持觀望態度。

生成式AI技術無疑會帶來巨大的創新機會和變革潛力，在工業軟件層面，主要有以下影響：

1、創新和設計：AI可以更加高效快捷地自動生成創新設計方案，助力快速迭代、快

速優化。

2、優化生產與運營：AI可以實時動態分析生產數據與市場需求，生成最優計劃與資

源配置方案，并可通過預測模型可以優化供應鏈管理策略，優化庫存和物流管理，降低風險和成本。

3、智能運維和業務模式創新：AI可以生成復雜數據分析報告，識別關鍵指標，幫助

快速做出趨勢決策；根據模型分析實時數據，生成運維建議和風險預警，提升制造企業對運營異常和設備故障的響應能力。

上述影響幾乎覆蓋生產制造全產業鏈各個環節，提前在此方面積極布局，將幫助企業在數字化轉型中獲得顯著的競爭優勢，而本次工控網采訪到的四家企業都已做出前瞻布局：

羅克韋爾加速為客戶提供更新迭代的軟件應用產品，幫助客戶快速實現AI賦能，并開發更多垂直應用，打造用于產品設計的AI輔助工具，為客戶提供預測規范維護的AI優化系統和智能專家系統。羅克韋爾可借助AI實現優化資產管理。例如羅克韋爾

Fiix CMMS高效協同系統能夠支持供應鏈上下游高效協同和信息共享，縮短交付周期，減少庫存成本; FactoryTalk AssetCentre資產管理系統則可以支持自動化資產和無形資產等保護，并幫助客戶實現關鍵設備的庫存管理。此外，羅克韋爾還打造了智能預測性維護系統涉及到設備健康IIoT系統，通過使用AI技術和IIoT（工業物聯網）平臺，企業可以實時監控設備狀態，識別潛在問題，降低設備故障率。預測性維護系統如Guardian AI利用大數據和機器學習技術，工業軟件能夠預測設備的維護需求，提前安排維修，減少非計劃停機時間。

九思易的智能化管控平臺無論是在軟件的架構設計，還是在可擴展性方面都充分考慮了對AI技術和算法的擴展支持。在實際應用中，該智能化管控平臺在煤礦領域實現了人員行為（安全帽、吸煙、工服）、環境/安全（火災、煙霧、非法闖入）的AI模型應用，在安防領域實現了基于SCADA、雷達、視頻、人工智能（AI）和增強現實（AR）等技術的綜合應用，為安全防范和調度指揮提供決策依據。

施耐德電氣通過AI技術為用戶提供了切實可行的解決方案，覆蓋生產排班預測、化工裝置自動開車、工藝流程的優化與暖通設備的節能管理等方面。這些解決方案不僅幫助用戶在實體場景中實現智能化管理，還顯著提升了運營效率和能源使用效率。施耐德電氣自身工廠以及與行業頭部客戶的合作案例表明，基于AI技術的解決方案能夠有效降低約5%-10%的能耗，并提升3%-5%的工作效率。

Maplesoft積極擁抱新技術，在2020年就成立了AI研發團隊，已經在不同的產品中應用AI技術，例如圖片公式識別、內置自然語言模型和自然語言函數包等。該公司認為，AI技術會對工業軟件產生革命性的影響，特別是會降低了工程師的技能要求門檻，讓工業軟件的應用更加普及，從而降本增效。同時，Maplesoft計劃將源代碼開放給國內分支機構，確保中國客戶可以永久使用Maplesoft技術。Maplesoft中國認為，中國一些高科技領域需要采用國際先進的工業軟件，才能在時間上與發達國家競爭。如果過度強調自主可控的國產軟件，可能會使我們的研發手段處于落后和被動的局面。為了讓國產工業軟件有足夠的時間逐漸成熟，可以先鼓勵那些國際競爭性不太激烈的領域的客戶，率先使用國產軟件。這將使國產軟件得到充分的打磨和提升，進而擴大到讓參與國際競爭激烈領域的國內客戶來使用。

工控網認為，新一波AI浪潮中，有兩個場景值得注意：首先，隨著企業知識庫的積累與沉淀，ChatGPT對企業工作流程的優化與效率的提升的影響更大也更容易實現，如跨模態知識檢索、工藝知識檢索/推理、工藝輔助、報告生成等；其次，AI增強開發將賦能軟件及測試工程師的軟件開發、編碼、測試環節。

其中更具優勢的廠商包括兩類：一類是制造業大廠。一方面，他們的行業know-how積累強，對需求掌握度高，另一方面，軟件/硬件設備容易進入應用驗證階段，促成良性循環，但這些巨頭間的“智造力”將是區分重點；第二類則是數據治理與AI能力雙強的企業，對數據理解與分析能力更強，價值挖掘能力和理解能力更強。

據工控網研判，同樣火熱的工業大模型在企業運營中的應用是未來趨勢，但需謹記兩點：第一，沒有萬金油的大模型，脫離場景、實際問題的大模型暫時不成立；第二，脫離工程化的大模型是不實用的。