工业软件并不是一个新话题。
作为与芯片齐名的“卡脖子”行业，工业软件长期以来都是我国制造业中“最短的那块短板”。
2019年，全球工业软件市场总规模为2.6万亿人民币，而中国作为全球*的工业国，占比只有6%（约1720亿人民币），同欧美国家相比，我们在工业软件上的落后之于芯片有过之无不及。
但另一方面，这也是一个正在高速成长的市场——即使在新冠疫情的冲击下，2020年中国研发设计类软件市场仍然取得了9.4%的正增长。随着中 美科技竞争加剧，Figma、Synopsys、Cadence、mentor相继对部分中国企业“断供”，工业软件也日益成为中国崛起之路上必须攻克的一道关卡。
在险峰看来，中国未来一定会诞生出世界级的工业软件，这是由产业迭代、技术进步和国产替代等趋势共同决定的；多年来我们也在持续布局，投资了如设序科技、视觉动力、AD+等一批优秀的工业软件初创企业。
本期险峰聊聊，我们请到了设序科技创始人&CEO吴泳荣博士，来分享他眼中国产工业软件的发展机遇。
作为国内*家汽车行业的云原生智能设计软件服务商，设序科技在2021商业化落地的*年营收就已超过千万，即便在2022年上海疫情期间，单月SaaS收入依然实现了翻倍增长，复购率接近100%。
进入正文前，先总结下我们从吴博士分享中学到的几点认知：
1、「产业数据」是孕育CAD产品的土壤；
2、「产业生态」曾是国产工业软件*的短板，但可能却是今天*的机会所在。
3、“好用”是一切软件的最终标准。
期待与大家持续关注险峰，与我们一起交流分享。
01、过去30年，为什么国产工业软件没能发展起来？
首先，这是个非常宏大的话题。工业设计类软件的技术门槛极高，涉及基础数学、物理学、工程学、计算机编程等诸多领域，是一个典型的交叉学科；再加上30年间技术迭代与政策变化的影响，很难在有限篇幅里完全展开。
作为一个产业出身的创业者，这里我仅从产业角度讲讲我的认知——先来看一个工业软件“后来居上”的成功例子：
1965年，法国在戴高乐的推动下退出北约，表示不再接受美国的军事捆绑，但这也意味着一旦战争爆发，法军将不会得到美军（特别是美空军）的支援。
紧迫的国防需求下，新型空优战斗机的研发被很快提上了日程，达索公司临危受命，开始研发著名的“幻影”系列飞机。
当时计算机技术刚刚兴起，美国的同行们（如波音、麦道、洛克希德等）早在数年前已建立起专门的软件开发团队，开始使用工业软件计算曲面、设计气动外形，大大缩短了飞机的研发周期。因此，一个重要的选择也摆在了达索管理层面前——是直接引进美国软件，还是自己动手开发？
尽管当时CAD的概念还没有诞生，但法国人已经意识到，未来高端制造业的竞争将会从「机械」转向「软件」，所以他们一面引进了洛克希德的CADAM系统（并且买下了它的源文件），一面砸下重金开发自己的三维曲面造型系统和加工软件——1978年，一代CAD大神「CATIA」问世。
（左图：60年代设计工程师的工作环境；右图：达索初代三维工业设计软件CATIA）
到九十年代，达索系统公司甚至收购了昔日的“老师”CADAM（这也导致了后者最终的消亡），并且成功将波音、洛克希德发展成自己的客户。之后借助资本市场的力量，达索在汽车、造船、电子、甚至消费品工业设计领域连续发起一系列收购，前后用了20年时间，最终把自己打造成为与西门子齐名的全球工业软件巨头之一。
以史为鉴，为什么达索能够在与美国巨头的竞争中后发先至？除国家政策的扶持，以及管理层的民族担当之外，在我来看，更为重要的因素其实是「产业生态」。
具体来说，产业生态包含两个方面，一是「产业数据」，二是「产业实践」。
比如，法国在二战前就是世界第五工业强国，也是当时*的战斗机保有国，即使在二战中遭遇了巨大挫折，到60年代依然拥有十分齐备的制造业门类，这才为其CAD的后来居上提供了土壤。也正是依靠大量「产业数据」堆砌出的良好性能和体验，达索才将IBM、波音、奔驰、宝马变成了铁杆用户，并且通过持续收购其他领域的CAD团队来扩充底层数据库，不断加深自己的护城河。
数据以外，则是「产业实践」。比如达索既是CATIA的开发者，又是它最稳定的使用者。从设计到制造的所有环节，达索的工厂端愿意配合开发端反复实打磨、持续提升软件的稳定性，最终才孕育出了优秀的工业软件产品。
这也是国际工业软件巨头无一例外全部诞生于「产业方」，而非高校或互联网公司的主要原因。
02、为什么今天是国产工业软件发展的好时机？
因此，要想振兴国产工业软件，也必须扎扎实实从产业中干起，无法投机取巧。
2019年，我从国内某造车新势力出来创业，当时正值中 美科技竞争白热化阶段。我觉得中国这么大的国家，工业产值已经占到全球的1/3，但工业软件的市占率只有6%，一方面这一件非常危险的事情，但另一方面，这可能也是属于我们这代创业者的机会。
究其原因，今天中国的「产业生态」与30年前已不可同日而语。
作为工业软件的“摇篮”，过去我们的「产业生态」很弱，科技研发投入严重不足，高端制造业都是外资合资为主，那时谈工业软件更像是“无本之木”，缺乏基本的生存土壤。
不过近年来，这种局面正在快速改善。
比如在2000年时，中国全年的科技研发投入大约是900亿人民币，2010年涨到了7000亿，到2020年这个数字已经飙升至2.4万亿。
特别是2010-2020这十年，我国对科技研发的资金投入已经超过了1978-2010年的总和，不仅远超除美国以外的所有国家，而且还在以每年两位数的速度持续增加。
所以说中国的「产业生态」真正崛起就是最近这几年的事情，作为产业人我们的感受是非常直观的。
（图：2017年中国R&D经费投入已经升至全球第二，并以每年两位数的速度增加；数据来源：联合国教科文组织统计研究所）
今天中国已经连续12年稳居全球制造业*，是全世界*一个拥有所有制造业门类的国家，比如在电动车动力电池设计、工艺、制造方面，中国的规模已经是全球*，核心数据与实践全部沉淀在国内产业端；电池以外，5G、光伏、高铁、国产大飞机等领域也都实现了局部突破，至少和发达国家不存在代差，这点和当年达索崛起前的背景十分相似。
这意味着在这些新兴领域上，国外工业软件巨头与中国公司都是在同一起跑线上竞争。「产业生态」曾是国产软件*的短板，但可能却是今天*的机会所在。
03、国产软件“逆袭”的两个机遇
当年达索能实现“弯道超车”的另一个原因，是把握住了CAD由二维到三维迭代的机遇期。
比如，80年代“3D”一词还不为人知，达索就预见性的开始为飞机及汽车公司开发三维设计技术方案，最终凭借出色3D性能实现了对竞品的碾压。
而类似的技术迭代机会，今天也同样存在。
*个机遇来自于AI。打个比方，假设你是一个建筑设计师，每天都需要画门画窗户，怎么才能提升效率？
传统CAD的做法是设立一个「专家库」，里面预先储存大量的门窗模板，等用的时候从库里选一个差不多的，拖出来再进行修改。对CAD巨头来说，这是一个正向的飞轮：我的用户越多，专家库就越完善，产品粘性就越高，也越不容易被赶超。
因此，后来者如果在同一个维度上竞争是没有胜算的，所以我们的做法是不设专家库。
设序自主研发了一款「计算引擎」，经过对场景的数据进行训练，只需要告诉它输入条件，AI会自动帮你把结构雏形搭好，设计师花几分钟调一下就能达到定稿效果；而且这套系统也不受专家库的限制，AI可以今天学如何画门，明天学如何画窗，后天画电视柜，通用性强，效率也会更高。
从这个角度来说，AI之于工业软件的意义在于「提升效率」：即利用中国越来越丰富的「产业数据」训练算法，帮助企业降本增效，我觉得这可能是未来国产软件超越巨头的胜负手。
举个例子，一家公司在设计工作上的预算，软件成本可能只占5%，剩下的95%都是人力预算。如果只盯着这5%的市场，注定是卷不过达索、西门子和Autodesk的。
一位设计工程师每天工作10小时，其中可能只有3小时在构思、做创造性工作；剩下7小时都是用鼠标搬砖，重复性劳动。所以，如何去切入95%人力市场，把人从重复劳动中解放出来，可能才是国产软件需要思考的问题。
比如，在CAD三维模型转二维图纸的时候，工程师都需要对零部件进行尺寸和公差的标注，一套设备通常要花数小时人工，过程也非常枯燥繁琐，但现在用我们开发的“AI一键标注”功能，这些工作都可以自动完成。
当然，这类AI软件的研发并不容易，我们也花费大量的精力才实现了三维模型的几何特征数据重构，不过从结果看是值得的——根据用户反馈：原来需要100小时交付的项目，现在平均可以缩减到50小时，相当于效率提升了一倍。
所以我们内部一个非常重视的指标是「复购率」，我觉得这才是SaaS产品的护城河，只有真正帮用户省钱，他才会持续用复购支持你。
（图：计算引擎研发难点在于重构三维模型的数据特征）
第二个机遇是「云化」。
在我看来，「云化」除了减轻对硬件的依赖，在工业软件中更重要的意义在于「协作」。
举个例子，过去工厂和设计师这两个群体经常会发生争执：因为能设计出来东西，不一定能造的出来；传统CAD的工作流程，是设计师先出图纸给到工厂，工厂说对不起这个做不了，你们过来一趟吧，现场沟通完再回去修改设计，非常影响效率。
而“云化”的逻辑是数据的「实时共享」，相当于设计工作的前期就让工厂参与进来，边出图边提修改意见（有点像飞书）——但这样的功能，大部分国外软件其实是没有的。
究其原因，CAD软件的码量极大，传统巨头如果要把自家产品全部搬到云上，意味着架构要重构，计算渲染等模块也要重新设计，整个过程会充满着犹豫和痛苦。而中国公司没有历史包袱，往往上来就是云端架构，可以把这件事做得很彻底。
因此，我们在「云化」上也下了很多功夫，对各维度任务流与数模协同关系进行了梳理，开发了CAD的协作模块，比如甲方的设计评审环节、设计的仿真反馈环节，都可以很方便地实现多方协作，打通完整的数据流，来帮助用户持续提升「提升效率」。
04、“好用”是一切软件的最终标准
总体来说，产业生态的优势加上AI与云化的技术创新为国产软件提供一次很好的超车机会，但能否真正把产品做好才是核心。
比如最近大火的figma——初看上去，它成功的也是靠「云端+协作」颠覆了传统的PS，然而figma可以在浏览器上实现不输于本地端的渲染效果，手感顺滑不卡顿，技术出身的人应该都明白这件事的门槛有多高。
工业软件也是一样，你基本上只有一次说服客户的机会——只要他觉得产品不好用，后面就几乎不可能再被打动。
所以我们摸索出一个方法叫「虚拟甲方」：就是在软件开发团队之外，又平行搭建了另一支设计师团队，然后去接客户的外包订单，相当于在真实业务环境里进行内部试用和验收，扮演“甲方”来打磨产品。
等过一段时间，客户发现我们外包订单的交付质量和速度都远超出他们的预期，就会好奇地跑来问我们是怎么干的，这时再让工程师作为BD去和沟通，转化效率就会特别高。
因此，“好用”是一切软件的最终标准，下一步我们也不会去急于拓展其他场景，而是沿着汽车产业的上下游做深做透，继续提升用户体验，打通完整的闭环，这样对产品的打磨也更有利。
2022年疫情期间整个团队居家办公，但我们的软件使用量依然在持续提升，我觉得这除了反映出中国制造业的强大韧性，同时也体现了工业数字化的是大势所趋。
过去工业软件一直都被认为是一个“慢”行业，这种慢是由工业软件天然的高技术壁垒和国外巨头对于产业生态的垄断壁垒所造成的。然而量变引起质变，再强的壁垒也会随着时间变化产生缝隙。
在我看来，2022年开始，国产工业软件可能会进入一个“快”车道，这个“快”来自很多股力量的合力——有技术突破的力量，也有行业需求的力量，还有人才聚集的力量，也包括信心的力量。相信随着中国制造的不断崛起，中国工业软件也必将迎来久违的“春天”。
05、险峰观点：
所有软件类目中，工业软件无疑是*投资价值的品类之一。
一方面它具有“粘性强”、“持续付费”、“网络效应”等特点，是一棵能持续“穿越牛熊”的常青树；另一方面，工业软件赛道也诞生了Autodesk、西门子、达索、PTC等国际巨头，存在着孕育出世界级大公司的机会。
作为典型的“卡脖子”领域，工业软件领域的突破对我国产业升级亦有巨大的价值。
2022年5月25日，人民日报一篇名为《让更多国产软件大显身手》的文章，在众多软件从业者的朋友圈中刷屏；其实早在去年，上海市经济和信息化委员会就发布了《上海市促进工业软件高质量发展行动计划（2021-2023年）》，明确指出了对工业软件行业的鼓励和下一步发展规划。
各种政策利好的密集落地，显示出我国在此方向上实现突破的决心。这些规划和文章背后，我们似乎也隐约感受到了工业软件行业复苏的春风。
在险峰看来，在“工业4.0”、“世界工厂”的大背景下，国内工业生态在世界范围内占据高地，加之“AI”、“云”等新技术的加持，未来中国将非常有机会迭代出新一代的工业软件巨头。
从这个角度来说，在“工业软件本身的资本价值+国内工业生态崛起+政策支持+新技术”四重力量的推动下，新一代的世界级工业软件巨头，可能已经在中国的土壤中开始孕育。
