2023年4月20、21日，由深圳市前海管理局指导、基石资本主办的“2023中国前海企业家峰会”在深圳蛇口成功举行。此次峰会以“再谈创新之道：国家和企业的未来”为主题，围绕创新环境、创新精神与创新实践，多位重量级的企业家、科学家、学者和投资家进行了精彩演讲与深入讨论。华为云工业软件技术首席专家，华为云工业软件CTO、OGG工委会主席方志刚发表了“云计算重塑工业软件的格局”的主题演讲。

谢谢主持人，感谢各位有兴趣来一起探讨自主工业软件这个硬科技的话题。

我们今天探讨的主题叫《云计算重塑工业软件的格局》。首先，工业软件是什么？我认为，它是当代工程师的一个新的“扳手”，不管是造车，还是造战机、造航母，都离不开这个新的扳手。

工业软件这个“扳手”在不断升级换代，从早期简单的电子图板替代工程制图，到三维的CAD/CAM，再到后来的工程分析 CAE等，逐步拓展到了现在所谓的数字化工厂——工厂系统级的建模，一直到现在基于模型的数字化企业Model-Based Enterprise等等，一直在不断地升级。

这样说可能比较抽象，举个例子更容易理解。比如在汽车行业，智能网联的新能源汽车研发，需要回答：电机的寿命多长？动力电池在什么情况下会发生热失控？如何符合乘用车功能安全国际标准？凡此种种，没有工业软件，工程师创新效率和质量无从谈起。

工业软件的范围很大，什么是核心工业软件？一句话：它是工业企业研发和制造的工具，是推动工业革命的一个工业母机，代表了人类在 STEM 技术知识积累和分享的最高水平。

从专业维度Y轴来看，基于数学、物理、工程，到一些Know- How，到 X轴的时间维度，一个软件的创意自高校走到商业化也需要一个长期的过程。当然，从Z轴，系统层次上看，从个人效率工具，到专业平台，再到行业平台，工业软件云等，四个层面。总之，工业软件的门类非常复杂，估计代表了人类科技树上 1/3 的成果，对比中科院和中国工程院的专业分工。目前，在全球形成了差不多有10几家全球领军，如西门子, 达索，Autodesk, Mathworks，Ansys等等。

今天借这个机会，我探讨想三个方面的问题：

第一，以史为鉴，可以知兴替。先讲讲我的老东家西门子工业软件，它现在是全球规模最大的工业软件公司。

第二，当前，工业软件的前沿动态。有人特别强调国产化的问题，但在当前这个形势下，我不太赞成把问题简单归结到国产化上，大家更应该关注如何通过云计算技术架构的革新重塑整个工业软件的格局问题。有了全球竞争力，自主可控才算破局。

第三，我给大家简单的汇报一下华为云牵头的DISA联盟，即数字化工业软件联盟推出的工业软件云战略。

和各位投资家或者企业家一样，DISA联盟也在思考，工业软件领域有哪些赛道可以投资？将来中国派别的工业软件怎样做到三分天下有其一？

首先来了解一下工业软件历史。大家知道现代计算机的发明首先是宾夕法尼亚大学的ENIAC，而麻省理工学院在二十世纪五十年代初推出的飓风计算机才是真正的高速计算机。它当时的第一个应用就是工业软件的应用，为战斗机加工复杂零件。当时，数控加工技术刚刚被提出来，需要用计算机进行控制刀路。相应地，对复杂零件的形状表达提出了特殊的要求。在这个背景下，被尊称为CAD/CAM之父的Pat的“1957代码”应运而生，其中最内核的算法现在还在使用。

早期的计算机是很昂贵的，只是个别科学家手里的“玩具”，做一些科学实验用。到了七十年代，西门子工业软件的前身UGS推出了基于小型机的UG2，开启了工业软件大规模商业化。

当时，UGS有七个“小矮人”，即七个当时顶尖的工程师坐在一起，讨论如何在小型机上开发新一代的工业软件，据此推出了UG2产品，获得大卖。八十年代，到了图形工作站的时代，九十年代是PC的时代，个人计算机在全球得到了广泛地使用，二十一世纪是第四轮工业革命的时代，云计算时代，西门子一直能够持续革新，顺应计算技术革命代际变革，不断推出新品。

我当年在西门子也对核心工业软件做了一番系统的总结。首先是机械工程。设计之后需要做固体力学、流体力学的仿真。然后是电子，它需要计算电磁学，相应地，紧耦合的一些多物理场仿真出现了。电子继续发展是半导体的仿真。软件，尤其是控制类的软件也需要仿真。再往上发展成了系统仿真。进一步，早期的概念也可以模型化，Model-based的概念就出来了，强调用户需求也可以进行结构化的表达等等。

后面就发展出了协同创新的平台。比如说，一个研究院有上千名工程师一起开发一款新能源汽车，如何有效地协同工作，就需要一个平台，这是一个运筹学的问题。 设计之后，还需要验证，之后才是生产。产品出厂以后，在它的生命周期之内，可以用数字孪生的技术来保持它的高效运维等等。当时，我们提出《复杂装备系统数字孪生技术》是应用于航天的。最近，我也有幸去参观了数字航天站，看到天宫号的数字孪生，可以实时看到，三个航天员在空间站工作，地面上就有一个真正的数字化航天站，上百套设备协同工作，背后是150万多个ODE方程的求解。

我们来看看工业软件的基本原理。一切和科学计算相关。由于计算机的发明，现代的科学、工程、经济和人文中的一些复杂问题就衍生出来了，开始大量使用建模和仿真来提高效率和质量。当然，人工智能是一个新的范式。一度大家以为，人工智能宣告了科学的结束，其实不然。举一个最简单的例子。如果我们求一定边界曲线下图形的面积，就要使用定积分原理，即划定一个个小的步长，再把一个个的曲面简化成一系列的矩形面积来求和。换句话说，就是把原来连续函数的一个切线用折线来代替。如果你切得足够细，N足够大，ΔL充分小，就可以无限逼近答案。就这么简单的一个idea，被我们的数学家发挥到极致之后，显现出来的威力是无穷的。为什么？因为大量的物理问题的偏微分方程是无法求解的，而计算机被发明出来之后，以前做不到的事情可以做到了，比如鄂维南院士提出的多尺度的建模、汤涛院士提出的移动网格方法，等等。

一个学科首先需要理论基础。 再举个例子，计算固体力学。我们在座有一位搞了四十年计算固体力学的大神霍博士，借他的说法，首先是理论基础，而理论基础需要数学家先出手。

第二，计算机不认识数学公式，本质上要拥有新的语言。 牛顿也好，拉格朗日也好，汉密尔顿也好，原来那些物理学、力学要重新用C++书写才能让计算机看得懂并解决问题。比如说飞机、船舶设计的强度分析问题需要行业专业知识，除了算得准，算得稳，算得快之外，还涉及一个好用不好用的问题。要达到简便易用才能推出一款相应的工业软件。

第三，说过了固体力学，再来说说流体力学。 我问了一下ChatGPT，CFD最前沿的技术领域是什么？它回答得像模像样，提出了8个研究方向，在这里不再赘述。但它特别提到了人工智能在CFD的应用，数据驱动的CFD，正好5月份在大连有一个专题研讨会。它提醒了我们，就像马斯克说的，可能你的 idea一上网，就会被人以高科技的方法盗取。

工业软件再进一步就是数字孪生，早期验证阶段可以做一些系统级的仿真，三维出来之后，可以对多物理场进行仿真，之后再做一些设计的早期验证，有效替代一些昂贵的实验。在产品出来之后，可以有数字孪生体，去监控和预测设备的运行状态。进一步推广到生产系统，对生产资源的人、机、料进行智能AI的控制。进一步我们可以推广到企业系统，实现让董事会直通车间。

大家知道做商业决策最大的问题就是信息来源可不可靠的问题。我想各位投资商，尤其是在风投领域，大家都应该有这样深刻的感受。相信随着数字化的逐步深入，真正做到基于模型的企业会逐步得到改善，这也是实现智能决策的过程。

西门子工业软件随着计算机发展而发展，从六十年代至今，有过无数次的迭代，一直到云计算时代，还在不断的发展，包括今天的数字孪生技术，依然在引领行业。

今天的云计算不仅仅是一个软件上云的问题，在当前的大背景下，国际政治局势的复杂性需要我们解决“卡脖子”的问题——工业软件，需要用新方法、新技术、新架构解决老问题，也需要对未来十年的想象力，而不是西门子有啥我就干啥，这不是一个科学家或者一个工程师的思路。

经过多轮讨论，我们的结论是三个RE。第一，要Rethink，前面提到了MBSE是一方面，然后是第四范式、人工智能的应用，怎么做出闭环的数字孪生，基于所谓的CPS，到所谓工厂级的元宇宙。第二， Rebuild，高内聚低耦合，彻底API化，多模态计算能力的利用。第三，Reshape，让用户体验得到革命性地提升，重塑商业模式，在云上形成了新的生态化的打法。

全球范围来看，云原生技术已经开始引发产业的颠覆，新势力在积极入场，旧势力在积极转型。我的老东家西门子虽然可以归到旧势力的范畴，但是它的创新能力很强，而且他们在数字化自动化融合方面可以发挥的空间非常大，在很多领域都可以持续创新。

当前的新势力，比如在云计算领域的亚马逊等公司，都已经在更大的场景下，在工厂和数字化城市的场景中取得了很好的突破。

云计算，SaaS模式，本质上玩得是技术创新加规模经济，突破拐点之后，可能成为一个印钞机，同时用户花费也可以大幅度降低，社会效率大幅度提升。

工业软件能不能采用这种模式？我又问了一下Chat-GPT，SaaS商业模式是不是适用于工程软件？它的回答仍然中规中矩，认为SaaS模式体验很好，但是它对网络延时、复杂性需求和敏感数据上云方面还是存在担心的。

基于前述洞察，也给了我们一个信心，我们是一个追随者，但也不是毫无机会。 在广东省政府的扶持下，华为于三年前牵头成立了数字化工业软件联盟，到目前为止，全国有200多家工业软件企业加盟。可以说，国产工业软件领域的知名企业基本上都成了该联盟的“盟友”。我们提出了“让天下没有难做的产品”的口号，目的就是要让一些先进的技术要素不受政治约束，让我们的工程师能够掌控、创造出具有革命性的产品。

当然目前，这还只是一个美好的愿景，因为从总的现状来看，中国科研和创新的整体水平还较为落后，兵力不足，企业也相对弱、小、散，但我们可以有远大的目标：全栈自主可控的工业软件体系，能够提高市占率。这不是简单的国产化的问题，是有一定的国产化率基础上的双循环，必须站在对工业企业数字化转型提供实在价值的角度，而不是简单的谈民族主义。

所以说，重复、跟随别人是不可取的。基于现有的小型软件做一些催熟，当然可以解决目前的一些问题，但是从长期目标的角度，这样做肯定不行。我们华为的轮值董事长徐直军先生有句名言：“小草是长不成大树的”。

另外一个选择，重新定义工业软件。 DISA联盟的秘书长丘水平先生提出，我们必须重新定义新一代的工业软件体系。这件事当然非常挑战，需要坚实的根技术的突破，也就是说补课和跟随还是免不了的，但比如在新的IT技术——云、AI、大数据、5G，以及商业模式、App市场等领域。也要用统一的架构标准支持不同的主体协同作战。我们不可能找一家投资商，把中国所有的工业技术软件公司变成同一家公司，即使是这样也形不成合力。另一方面，我们还存在继承用户习惯和数据资产的问题。目前，大家的电脑桌面已经充斥了大量的进口工业软件，那么，必须保护现有的资产和继承工业软件的习惯。用户对自己用得顺手的软件往往有宗教般的虔诚，很多同仁在大学里学的就是进口软件，现在想改变这个习惯也不容易。

基于此，我们初步得出的结论是：有云计算架构的革命，我们切入是完全有可能的，但必须在坚实的根技术突破的基础上，采用新一代工业软件的体系架构，面向新制造产业韧性的要求，持续地投入人才、时间和金钱才有可能成功。而且，明白人是第一位的。也就是说，如果我们打开价值链，对人的投资还是要从基础理论入手，把数学、计算几何、计算力学、计算物理等等学科融合起来，形成一个算法和技术组件，再形成我们的工业软件。还要有一些数据库、经验库、模板，然后形成所谓的工具链，形成类似华为IPD的流程模式。我们最终所希望的最高形式，是工程知识交易所的商业模式。我们要打造的“工业软件之大城”，是在华为云基础设施的基础上打造一层工业OS。对此，华为当然要多出力，作为一个平台，我们也已经有了一系列的投资。

第二层是一些独立的工业软件商，他们可以开发更丰富的高内聚、低耦合的一些工业软件。

第三层，做一些工具链SaaS，加速中小企业数字化转型。

第四层，其实是“最后一公里”，垂直行业解决方案或大型企业的定制化解决方案。

第五层，姑且称之为“工程知识交易所”，它的交易标的就是场景化的数字孪生和App。

简单说一下根技术，它是华为云的重点投资领域，包括两部分：一个是计算几何方面，一个是计算力学方面。计算几何方面虽然已经被达索、西门子的双寡头垄断，但我们已经建立对全球唯一的开源几何建模内核OoenCascade增强开发的能力，估计绝大部分国产工业软件厂商在用这个开源。

在计算力学方面，毫无疑问需要革命性的投入，所以我们才会吸引像霍博士这样真正的专家回国作战。

在数据驱动方面，我们推出了新一代的数据建模引擎DME。前期一些关注华为云的同仁可能也看到了媒体的一系列报道，看到了我们最近发布的成果。

那么，云原生时代的CAD软件行不行？我又问了一下Chat-GPT，它回答说可以做，你需要这些能力，需要这些开发步骤。我认为，这个回答比较靠谱。

还有，统一的生态品牌的一个大软件使大众创新成为可能。大家都知道，工业软件的门槛很高，大家都觉得很难用。霍博士他们用的好多代码都是过去开发的“古老”语言。所以，面对这么多的技术“债务”，已经到了好好盘点一下并重构的时候。

此外，我们还可以采用云工厂等一些新的模式，为目前的实体平面提供一个新的数字平面。在物理的整合方面，中国制造业在过去三四十年做得非常精彩，我们的大湾区成了真正的世界工厂。所以，在物理整合方面，我们已经实现了生产效率的极大提升，也带动了社会财富和生产效率的极大提高。我们相信，有了工业软件真正的赋能，数字化不仅仅是管理数字化 ERP，而是真正地把产品数字化，制造数字化，才可能达到工业4.0的理想水平。

最高级的形式将是工程知识交易所。在美国麻省理工学最近出版的彭特兰教授等人合著的《建设新经济：数据作为资本》一书中可以看出，建设新经济是要以数据为资本的。其实，华为云也推出了EMS数据交换空间的服务。相应地，2021年，北上广深也设立了数据交易所。当然，相关法规还在完善当中，全国到去年年底所发起的数据交易所已经达到39家之多。

毫无疑问，工程数据是最核心的数据之一。如果把工业对象的数字孪生体做成交易对象的话，完全可以保证贡献者收益，让用户享受价廉的服务，不需要再去购买软件。到时候，我们就彻底颠覆了整个工业软件的传统商业模式，而且可以快速形成一个全新的竞争力。那个时候，相信三分天下有其一的梦想有可能实现。