中国工业软件公司的十个重要认知
作者：田锋
中国工业软件自主研发之路一直崎岖不平，数十年来数次进攻，但屡战屡败。现在仍然是中国工业体系自主化发展道路上最难攻克的堡垒，无法在短时间内一蹴而就完成，需要做好持久战的准备。
国际产业的发展历程证明，工业软件研发是一项高投入、见效慢的产业。某国际仿真软件“大鳄”每年的研发经费是三亿美金！其一年的研发投入是我们国几个五年计划的总和！全球工业软件已珠峰四起，常规之路已犬牙交错。对于今天的中国工业软件来说，无论是产品、技术还是商业，平替肯定不行，完全复 制国外的发展路径，成功的概率很低。
爱因斯坦说：面对难以破解的局，往往无法在同一层面解决，需要升维思考（No problem can be solved from the same level of consciousness that created it）。升维思考意味着：要么深挖根本，要么提高站位。深挖根本就是找到底层逻辑（所谓的第一性原理），在底层逻辑中找到最致命的问题解决之。釜底抽薪和司马光砸缸用的就是这个原理。提高站位目的是扩大视野，在更大的时空框架中找系统性解决方案。面对迷宫，站高之后能瞬间看到清晰的出宫路线。
如何利用好中国国情、后发优势和中国市场特点，是升维思考的关键。本文提出的很多看法都是基于升维思路的考量，譬如基因难违、对本为根、赋能开道、事实标准、生态护城、创新囧途等。
自然的基因是生物经过数亿年的进化，形成的相对稳定的那串遗传密码。在产业上，基因其实就是你的组织经过长时间创建和进化而成的积淀。虚的方面讲是文化、思维和意识，实的方面讲就是技术、数据、人才、客户等。很多人跟我叫板说：在新经济时代，基于互联网思维的商业模式就不吃你这一套。抱歉，有这种想法的人肯定是心灵鸡汤喝多了。中国最成功的互联网公司——阿里和腾讯——的企业发展史，应该比叫板我的人的工龄都长吧。时髦新潮的互联网尚且如此，端庄稳重的工业软件还能弯道超车乎？
成就任何事情都要有基因，工业软件也是，至少，强大的基因能提升你的成功率。很多人不信这个邪，觉得事在人为嘛，我能在这件事上成功，在其他事上一样能成功。于是多数人死在“多元化”打野的路上。
生物的DNA是一种长链聚合物，组成物质是4种脱氧核苷酸，而且由这些要素排列组合构成的两根链条互相盘旋迭代而成。工业软件产业DNA也由两条链构成：技术链和商业链，两条链缺一不可。每条链同样由多个要素构成。以下两条链八项要素，你具备多少，决定了你的成功率：
技术链的成功要素：
1) 高覆盖的技术研究
2) 系统化的技术积累
3) 对刚需的准确识别
4) 可行的工程化验证
商业链的成功要素：
1) 遮风避雨的兜底资金
2) 商业用户的触达通道
3) 对舶来品的替换策略
4) 产业基础的培养策略
缺乏基因，你能看到一些怪现象：缺乏战略、缺乏定力、理想主义、缺乏积累、盲目对标、局部依赖、单点进攻、用户画像模糊、软件思维重（缺乏工业思维）、替换策略单一、产品之路线性化、商业之路平面化，这种组织大概率都会死在冲锋号吹响之前。
中国工业软件风口到来，商机乍现，突然所有的人和组织都宣称自己可以做高端芯片和工业软件。风口之下产生了，中国工业软件界产生了两个派别：投降派和投机派。其实这两派是同一派、同一批：风口来了是投机派，风口走了是投降派！你说这种公司有战略吗？
战略代表了你不会三心二意。如果没发现对方做好赔三年的决心，就别相信他会真做工业软件。先不说首版发布后营销能不能有正反馈，仅拿出功能和性能尚可的首版产品就得安心做三年，团队还不能小了。
战略，与其说是“选择”的科学，不如说是“放弃”的艺术。贸然选择踏入工业软件天路，有些组织是轻敌了，没有预料到道路的艰辛。有些组织则是贪心了，舍不得放弃任何一个看似是馅饼的陷阱。不论什么原因，如果没有做好充分的战略研究，最后都肯定会遇到同一个悲催事儿——钱不够了。看似是风雨难测，世事难料，其实是因为一开始你就是抱着侥幸心理。所以，中国工业软件，做定战略决心，做好策略分析，准备打持久战，需要备好至少3年的遮风避雨的兜底资金。
如果说战略是谈主观决心，那定力就是看客观决心。韩信知道将士主观决心再大也不够，于是把船烧了，彻底建起了客观决心。有了决心才会有定力。
组织赖以生存的东西是什么，不做这个会不会饿死？如果是，他丝毫不会懈怠，“背水一战、破釜沉舟、凭城借一”这些成语就是形容他们的。如果不是，随时逃命是必然的，“虚晃一枪、夺路而逃、全身而退”这些成语就是为他们准备的。
万事就怕认真。路遇猛兽，如果翻身便逃，那只有一个结局——被赶尽杀绝。如果直面劲敌，坚定盯住对方眼睛，妙用天时，巧用优势，或可一战。毕竟，自然界进化数亿年达到今日之平衡，肯定是尺有所短，寸有所长，关键是你能否识别这种长短而妙用之。没有生存危机感的企业，也许连这个心思都不会有，更别说胆量。
我们曾经对工业软件发展需要的各项要素及其提供者能力的分析，发现一个明显结论，只有长期坚持在工业软件领域的公司才具有相对完整的要素，这些公司才是肩负中国工业软件破冰使命的主体。虽然确实需要其他类型的组织，譬如工业企业、科研院所，以及第三方机构来加持，但每类机构都有其固有使命、业务特长和技术积累。虽然对工业软件发展都有其独特价值，但不代表任何一个和工业沾边的组织就真能在工业软件风口下起飞，然后还能平稳落地。因此，我们强烈不建议各组织随意和盲目跟风，经不住诱惑，去发展与自己战略和使命不一致的业务和能力，不仅不利于中国工业软件产业的良性发展，还会把自己的发展带入不良境遇。要不然，几年下来，中国工业软件行业肯定是一地鸡毛。
中国社会喜欢“对标”，不是一般地喜欢，而是特别喜欢！每做一件事，一定要先找一个先进“标杆”，然后找差距、定目标、定计划，最后大干快上！工业软件界也是如此。现在每天讲突破“卡脖子”困局，讲国产替代，于是，就想当然地对标国际先进软件。
其实，我们不反对“对标”，问题是你应该对哪个标？想对标别人先进的现在，那你需要先问问，你有没有别人现在的基础、环境和条件？在学校学偏微分方程（组），大多数的偏微分方程（组）没有通解，往往都是在特定边界条件下和特定初始条件下的特解。我们也倡导对标，但我们主张：先掂量好自己，去对标人家当初和你相似条件下的样子，而不是你的基础、环境和条件不可企及的今天。如果你真的想去对标，那应该是对标偏微分方程（组），而不是人家的特解。我们与别人相同的东西这个偏微分方程（组），而不是各自的特解。这种对标，我宁愿称为“对本”。标嘛，往往是表面的东西，不就是人家的特解吗？“本”才是本质的东西，就是这个偏微分方程（组）本身。
国际软件是先进，但那是根据产出国的工业水平的需求来开发的。一个国家的工业软件水平是与这个国家的工业和科技水平相匹配的，美国工业软件之所以强大，不是因为美国工业软件人聪明勤奋，而是美国工业和科技水平高。中国的工业水平没那么高，对工业软件的需求必然不高。我们经常讲“重走长征路”，但时移世易，模仿成功者的成功道路已不可能。走世界工业软件大鳄们的老路，等待你的也许就是
其血盆大口。
所以，我们对标，其实应该对标本国工业企业的刚需，这才是我们自己的边界条件和初始条件，而不是对标国际先进软件。我们的工业水平不高，对工业软件的需求也不高。盲目对标国际软件，只会浪费时间和经费，开发本国用户并不需要的功能，用户真正需要的功能反倒做不到位。开发那么强大的工业软件既不可能，也没必要，甚至是一种浪费，至少性价比不高。
一谈到国产和信创，就不由自主想到“国产替换”，但替换何其艰难。用户研发、设计、生产和运维现场用了多年的软件，数据资产、应用标准和使用习惯已是替换的拦路虎。
其实，中国工业软件人的第一思维应该是备胎思维，而不是替换思维。备胎是替换的第一级台阶。华为的海思芯片卧薪尝胆做备胎十八年才开天见日。也正因为有这个备胎，华为才在国际暴力冲击之下没有倒下的原因之一，也是敢于坚定迎战霸权的底气所在。
中国工业界各行业的TOP500企业是工业软件的主要应用战场，这些企业是中国工业的脊梁，也是最高概率被某国拉到黑名单（实体名单）的企业，他们的国际供应链都朝不保夕，风雨飘摇。按照当下的国际局势和未来20年的预测，已经进入黑名单的企业必须替换，必须在三年内完成，没有进入黑名单的企业，5年内达成备胎上线，做好有备胎可换的准备。这一点有些企业有认识，有些企业没有认识，或者没有认识到严重性，倾向于抱侥幸心理。我们当然希望国家能做好教育工作，并设为KPI，工业软件企业也要在营销中传达这种理念，更要从技术上做好备胎工程的丝滑方案，做好备胎工程的现场具体工作。
从潜在用户的数量上看，备胎市场是替换市场的50倍不止，所以备胎市场是中国工业软件的主战场，而不是替换市场。但相比替换工程，备胎工程的方案却要复杂得多，现场工作也要繁琐和细致得多。人类都有选择焦虑症，选择太多往往会投鼠忌器，瞻前顾后，无所适从。没有选项反倒可以心无旁骛地做事情。
虽然刚需和验证是两项软件研发的难题，但开发一款符合用户需求的软件的难度还不是最高的，毕竟这些事情都还是掌握在我们自己手中的，是可控的。真正难的是，即使我们开发一款比肩国际大鳄的软件，用户凭什么就要用你的软件替换已经运行在他那里的国外软件？为什么要大费周章，做那些繁琐和细致的备胎工程。有人说，我们价格可以便宜，性价比高啊。其实，即使你的功能和性能可以比肩大鳄，如果对方决心与你一战的话，你价格也未必能占优势。毕竟，软件的边际成本为零，对方想短时间内降价根本没有压力。
那能替换么？答案是能，虽然有难度，但仍然存在机会。中国用户的工业软件困局是国际大鳄们留给我们的最后机会。中国用户的工业软件效益普遍不高，中国政府为企业在购买国外工业软件上花去大量的钱，但并没有换回期望的能力，企业没有把工业软件技术变成生产力。
对比国际先进企业和国内同类企业时，我们发现，工业软件在国内企业的开发深度和使用效果远未达到预期。其实，国内企业和国际标杆企业的工业软件条件差别并不大。但工业软件的命运却有天壤之别，到底是为什么？这其实是企业关于工业软件的一系列误区造成的。这些误区导致中国企业每年花费大量经费采购的工业软件没有成为真正的设计手段。但企业也并不知道为什么会这样，也不知道怎么才能提升工业软件应用效益。
这个曾经令人痛心疾首的问题，现在却很有意思地演变成了我们的机会！谁能改变这个现状，谁将拥有中国工业软件的下一代机会。买工业软件不是买软件硬件，而是希望买到研制能力。只要能帮助用户提升生产力，他并不会在乎用的是什么软件。中国自主工业软件若想成功，只能瞄准这一诉求：赋能企业工业软件。通过解决中国企业工业软件应用实效不高的问题，逐步实现自主软件的替换。
凭什么赋能企业？我们的法宝就是企业工业软件能力体系建设方法论。图1是以仿真体系为例的方法论体系。该方法论体系是一套帮助企业建立仿真能力的体系，所以也可称为“仿真赋能体系”。
我们把这套策略称为“赋能开道”。赋能开道策略的核心思想是：用户以前的软件采购经费的一部分转变为能力建设经费，用于企业的工业软件能力体系建设。我们利用工业软件体系建设方法论，孵化一批中国咨询服务公司，持之以恒地帮助企业建立工业软件能力体系。中国的工业软件技术公司今后的发展目标不是销售国外的软件，而是发展一种咨询能力，可以帮助企业进行工业软件体系建设。
中国工业及管理机构向来对标准很重视，工业相关标准也很多。工业软件的热潮把工业软件标准热也带了起来，各机构、团体都热衷于搞标准。业界一直有个说法：“三流组织搞产品，二流组织搞服务，一流组织搞标准”，于是很多机构和企业把做标准作为自己追求的目标，热衷于抢占标准高地，积极参与各种标准的制定，以为这样就能成为一流企业。
其实，这件事情的底层逻辑是：“一流组织做标准”的真正含义是企业首先成为一流企业，然后才有资格做标准。一流企业首先是个成功的产品型企业，其次是个成功的服务型企业，然后才是个有资格做标准的企业。服务也是一样，首先是个成功的产品型企业，才能有能力做高端服务。企图跳过产品和服务两个阶段，投机取巧走捷径，直接做标准是不可能成为一流企业的，做出堆积如山的僵尸标准而不自知，只能贻笑大方。
没有硬课题的软课题只能是“疲软”课题。如果“硬课题”成功，其配套的标准必然成为事实上的标准。没有工业软件相关的硬项目，工业软件标准这样的软项目很不容易称为事实上的标准，其价值会大打折扣。
因此，“造标准”其实是“一流企业”的结果，而不是原因。“一流企业”的原因还是“一流产品”，千万不要搞错了因果关系！
在云时代，工业发生巨大变化——从产品经济走向了服务经济。服务经济有两大特征，第一是技术服务化，第二是服务开放化，将二者归结为一个，就是生态化，即云时代工业软件产业的终极形态就是生态化。
技术服务化已经司空见惯，好理解，SaaS（软件即服务）一词的发明就是因为云时代的技术出现了服务化特征。服务开放化不多见，但也不难理解，意思是技术服务不仅由技术供应商提供，可以由全社会技术专家提供。每个人都可能是服务提供者，每个人都可能是服务的受益者。但专家如何切入到这个生态中是个重要考量点。知识服务也许是最具有吸引力和粘性的模式，没有人会排斥知识，所有的用户、供应商、教师、学生和专家都是如此。业界有个称为“仿真秀”的平台，就是一款依照此理念打造而成的生态体系，上面已经有上百万用户、上万专家、数千家企业、数千家高校、数百家工业软件公司、数百个工业软件、百万多分钟视频材料。
生态化意味着工业软件上云不再是技术问题或应用问题，不是简单把技术和软件放到云上，期望中小企业上云来用，而是全社会各自栽树种瓜、分工协作、果实交易的一派繁忙但惬意的景象。这样的美景，需要通过三步来实现：平台自营、加盟拓展、生态衍进。
平台自营好理解，生态嘛，总是需要个种子种下去，并且在呵护下能发出幼苗并长成一棵树，这棵树需要强壮到能担当另外两端的支点，这两端就是服务加盟者和用户。云模式的最重要特征之一是让平台两端形成正向协同效应。也就是说，左端数量的增加会吸引右端出现新进入者，反之亦然。加盟拓展和生态演进就是工业软件云的两端，平台台主最重要的责任就在于让这两端产生最高性价比的正向协同效应。
生态不一定让你直接赚钱，但会保护你的领地。一叶孤城不仅打不出去，也把守不住，生态至少是个护城河。中国工业软件公司要么自己建生态，要么加入一个生态，单打独斗会迟早枯竭。
我们认为，没有成功的商业路线，就没有成功的技术路线。任何一个产业的DNA由两条链构成：技术链和商业链，两者缺一不可。
在当前的技术和市场格局之下，工业软件自主研发的成功更多的不是技术问题，而是商业能否成功的问题。工业软件作为一项较为成熟的学科，理论、方法和技术已经相对稳定。当前中国的自主工业软件之路没有必须突破的技术难题，或者说，就我们现在的发展阶段，还轮不到我们去解决什么顶尖技术难题。按照常规发展路线，发扬工匠精神，从零起步，持之以恒，假以时日，达到中国市场当前需求的技术能力并没有问题。但在市场经济时代，基本没有企业和资本有耐心让你假以时日。
不论开发多好的产品，只有能卖给用户才能回笼资金，继续开发新的功能和版本。很多人认为，只要开发个好软件，何愁卖不出去，但这是个商业悖论。工业软件需要与用户迭代打磨才能成为好软件，卖不出去，何谈迭代打磨？到底是先开发出来好软件还是先卖出去，这似乎是那个“先有鸡还是先有蛋”的千古迷思。其实，无论是鸡还是蛋，都不是天地洪荒时就有，而是慢慢进化出来的，就像商业和技术一样，是一步步迭代出来的。所以，先有鸡还是先有蛋，本身就是个错误的问题。这项迷思带给我们的证悟是：没有过硬技术是千万不行的，没有商业通路是万千不行的。
工业软件市场是典型的B-to-B市场。国外软件盘踞中国40年，经过长期的关系型营销，客户关系早已被固化，那些看似的潜在客户，真相是早已被瓜分殆尽。全新进入者在触达客户方面往往具有难以逾越的障碍。
幸运的是，在这些年的群雄逐鹿中我们没有缺席和掉队，建立了具有较大规模的优质工业软件客户基础。尽管如此，我们还是战战兢兢，如履薄冰，需要认真分析新时代的中国工业软件市场特点。
商业的成功并不仅仅是营销的成功，而在于对中国工业的深刻理解。谁能为工业企业打造适用的解决方案，谁才是真正建立用户信任的企业。前文我们曾经分析了中国自主工业软件的四个新赛道：禁运赛道、重大民品、小微个校及盗版转正。不同的赛道应该设计不同的市场开发策略，譬如禁运赛道中的攻关工程、重大民品中的备胎工程、中小高校的产业基础打造工程等。每项工程的用户特征画像、核心诉求（刚需）、商务决策链、技术决策链、技术解决方案以及交付实施方案都完全不同，需要专业化打造。
在《中国工业软件产品发展的十个有用思维》中，我们提出中国工业软件产品发展要有换道思维，不能沿着别人的老路“重走长征路”，必须要创新甚至是换道超车。这种换道超车不仅仅是针对国外大鳄，还包括对自己的老业务。豆豆三部曲中的《天幕红尘》有句话叫“见路不走”，全书将其奉为“创新然后成功”的宝典。
每个时代有每个时代的宠儿，每个时代的宠儿都是上一个时代的颠覆者。工业CAD是工业2.0时代的宠儿，工业CAE是工业3.0时代的宠儿，工业AI是工业4.0时代的宠儿。处在工业3.0末期的我们，工业AI必然担负颠覆者的使命，因此工业软件的下一代颠覆性技术也许就是AI。
但创新这件事情不仅仅是个技术问题，更是个社会学问题。对于全新的公司，创新没有负担，但对于具有一定的传统业务的公司，这种具有颠覆性的换道创新，可能被老业务所困。《创新者的窘境》一书中非常生动地描绘了这一现象，并提出了一些建议。
《窘》一书通过一个经典案例——3.5吋硬盘的上位史，生动展现了一个四两拨千斤的阳谋：在颠覆式创新技术面前，一家老牌公司是如何在光天化日之下输给一家新公司的。要知道，这家老牌公司并不是你猜测的那种傲慢和官僚的老战车，而是拥有先进技术（甚至是3.5吋硬盘技术的最早期的研发者和拥有者）、认真倾听那些最有价值的大用户声音的、管理完善甚至完美的，也在不停做创新（不过是延续式而非颠覆式创新）的、兢兢业业和积极进取的公司。在这个过程中，老牌公司其实什么都没做错，都是按照一个成功公司的做事原则和工作方法做决策并付诸行动的，但还是不可避免地输给了颠覆式创新的小型新公司。这个过程中，似乎正是那些最有价值的大客户误导了老牌公司。等小公司不知不觉在技术进步和商业生态建立优势，开始冲击大公司的传统市场的时候，大公司会反应过来且全力挽救，但一切都来不及了。
书中给出结论，颠覆式技术和产品的切入点绝对不是那些传统的高价值大客户，而应该是那些你从来看不上眼的甚至从来就不是你的用户的那些偏门市场的小客户。而这种偏门小客户，放在大公司的传统体系中，完全是被排除在决策之外的。书中进而推论，如果引入颠覆式技术，你应该立刻成立一个全新的部门、全新的团队、全新的激励机制，甚至干脆就是一个新公司，让他们从你从来看不起的偏门市场的小客户开始做起。
所以，创新者有囧途，中国工业软件公司不可不察也！
作者：田锋
工业软件深度思考者，国家产业基础委员会委员、中国力学学会委员、中国机械工程学会委员家。领导开发了精益研发平台、知识工程平台、综合仿真平台、知识云平台及仿真工具等大型工业软件，并在航空航天、船舶、核能、石化、车辆等国家重大工业行业工程中得到应用；主持了国家发展改革委、科技部、北京市工业强基工程、工业互联网相关专项20余项，为百余家企业提供精益研发、知识工程、综合仿真等体系咨询。
本书介绍了中国工业软件产业发展现状和发展趋势、工业软件自主研发的策略和路线、云时代的工业软件发展方略、工业软件在企业的应用体系的建设，以及在数字化转型和数字孪生体领域的支撑和应用方案；分析了中国工业软件产业发展中存在的各种问题、矛盾和误区，并提出针对性的策略建议和解决方案；针对工业软件中的难点领域，特别是工程仿真和工业研发领域，给出了具体实践经验和方法论。
