工业软件：智能制造的大脑

工业软件：智能制造的大脑

（配图来自 络）

工业软件是智能制造的思维认识，是感知控制、信息传输和分析决策背后的世界观、价值观和方法论，是智能制造的大脑。工业软件支撑并定义了智能制造，构造了数据流动的规则体系。

工业软件在实现智能制造的过程中扮演了如此重要的角色，所以要实现智能制造，需要先认识工业软件，还要从工业软件的角度看待未来制造业的发展方向。

制造业是一个国家国民经济的主要支柱，是富民强国之本，也是我国经济结构转型的主战场。目前，我国已是制造大国，但还不是制造强国。未来，转变制造业的发展方式，实现从“中国制造”到“中国智造”的飞跃，是我国迈向制造强国的必由之路。

工业软件在实现智能制造的过程中扮演了如此重要的角色，所以要实现智能制造，需要先认识工业软件，还要从工业软件的角度看待未来制造业的发展方向。

历史与现状

我国工业软件经历了从无到有，缓慢发展的过程，走过了一条蜿蜒崎岖的路。20世纪80年代，中国人对工业软件的认识还几乎为零。但是随着IBM大型机、VAX小型机、Apolo工作站的引入，这些昂贵的设备上附带的一些CG、CAD软件打开了一扇窗户，才让中国人一睹了工业软件的“芳容”。

但是，核心工业软件的制高点已被发达国家占领。目前，仅在中国工业软件市场上，80%的设计软件、50%的制造软件、95%的服务软件被国外品牌占领，国产工业软件在夹缝中求生存。造成这种现象的原因有很多：

对工业软件的重视程度依然不够，复合型人才奇缺

工业软件的开发与其他应用软件的开发不同。工业软件是工业技术与信息技术融合的产物，要求与应用的行业更加贴近，它的开发过程涉及两个方面：开发过程的特殊性与人才培养的特殊性。要求开发者不仅精通软件开发，还要熟悉相关行业，需要依靠行业专家与软件开发人员的紧密配合，单靠软件开发人员是无法完成的。另外，与IT通用软件相比，工业软件有很强的继承性，需要行业经验的长期积累，专业性强且应用面窄，优秀的工业软件需要专业研发团队多年的工作积累，才能继承、深化、完善。

而现在的情况是，政府与企业还将工业软件视同应用软件，没有认识到工业软件基础平台化的重要性，缺少对系统性软件的持续投入；部委立项的科技攻关项目强调短平快，软件研发大多附着在大项目中，缺少对工业软件的基础性研究。

这说明我国制造业对工业软件的认识存在问题，平台工业软件的开发难度大，但是意义更大，如国产的计算机操作系统，至今大部分软件平台的操作系统市场还是国外厂商的天下，虽然我们也有基于Linux二次开发的操作系统，可是仍不被市场认可，由此可见我们不该回避这个问题，更不应该将某个行业的应用软件等同于平台化的工业软件。

复合型人才的缺口是制约国产工业软件发展的另一个瓶颈。工业软件的开发工作量巨大，而且还需要不断地积累完善，对开发人员的IT技能水平与工业专业水平要求都很高，而中国目前的人才只能满足企业使用国外工业软件的需求，很多类型的工业软件都缺少开发人才。

造成这种现象有多种原因：软件业与制造业发展不平衡，同样是软件开发，工业软件对编程人员要求比普通软件要高，提供的薪水却不如普通IT企业，技术精英转到IT业，人才离开了生产，自然也就没人去从事工业软件的开发。还有，高校缺乏合理的工业软件人才培养体系，目前我国院校中开设工业软件专业的几乎没有，虽然部分大学已经在进行工业软件人才培养的探索，且小有成效，但是仅强调工业化对软件人才培养的新要求，却没有建立起科学的人才培养方案，如隔靴搔痒，对促进国产工业软件的发展意义不大。

国产工业软件的“生态”混乱，产业链脆弱

我国的工业软件产业价值链还不完善，从研发到销售的生态稍显混乱，产业链存在自主技术不够与引进技术不消化的问题。制造业企业不仅没有能力独立开发工业软件，也不愿意用自主产品，断掉了国产工业软件成长的养分，又何谈发展。

积极因素

在看到国产工业软件发展存在诸多问题的同时，也应看到存在很多积极因素。根据赛迪顾问发布的《2017中国工业软件发展白皮书》，在2016年全年，亚太地区工业软件市场规模为840亿美元，占全球总规模的23.8%，相较上年增长7.6%。北美为1370亿美元，占比38.8%，增长4.3%。欧洲为1144亿美元，占比32.3%，增长5.2%。可见欧美依然居主导，但亚太地区已成为工业软件市场的增长主力。

工业软件市场总体上稳中有升,面向行业的成套解决方案研发应用发展迅速，机械、航空、纺织等行业对设计、分析和测试等服务的集成和数据关系分析的需求，逐渐成为了工业软件发展的动力。在航空航天、轨道交通等重点行业的推动下，高端工业软件也有了一定发展。

技术趋势

每一次工业革命都伴随着更高效、更便捷机械的诞生，而即将发生的第四次工业革命则不会遵循前三次工业革命的规律，第四次工业革命追求的是机械可以存储、处理、共享信息，将从根本上改变工具、世界与人之间的关系。

基于云平台的PaaS服务将成为工业软件的重要发展模式

工业云服务的常见方式有工业SaaS（Software as a Service）云服务、工业IaaS（Infrastructure as a Service）云服务、工业PaaS（Platform as a Service）云服务等方式。

如果以IBM 软件架构师 Albert Barron 所说的披萨作比喻，IaaS——别人提供厨房、炉子和煤气，你使用这些基础设施来烤制你的披萨；PaaS——除了基础设施，别人还提供面饼，你只需要准备撒在披萨上的配料，让他帮你烤出来，换句话说，你只要设计披萨的味道，他人帮你实现你的设计；SaaS——别人帮你直接做好披萨，你要做的就是把披萨的成品包装一下，印上自己的标签卖出去。

PaaS方案是未来一段时间内工业软件的发展趋势。PaaS方案提供软件部署平台，抽象掉了硬件和操作系统细节，可以无缝地扩展。开发者只需要关注自己的业务逻辑，不需要关注底层。云计算中心以透明化的方式提供行业应用PaaS服务，对提升传统制造业的创新能力意义深远。

分布式传感器构建工业互联 底层架构

制造业的未来是智能制造。智能制造要求对制造系统的物理对象——人、机、物进行感知，感知以后进行分析，之后再做出科学的决策执行。状态的感知、实时的分析、科学的决策和精准的执行，第一步就是感知。要对外部世界进行感知，需要自动控制技术和传感技术。需要分析就需要工业云和大数据的处理平台，这些技术环节都是密不可分的，智能制造的所有环节都建立在生产状态感知的基础上，分布式传感器就是构建这个基础的核心。

智能传感器通过软件实现高精度信息采集，具有一定的编程自动化能力，实现这些功能，核心工业软件必不可少。

工业软件实现人工智能帮助企业实现数字驱动

互联 软件技术的发展和“深度学习”算法的出现，让人工智能有了超越人类的表现，其中最重要的原因就是大量可用数据的出现和计算能力的大幅提升，“深度学习”的突破更是让人工智能脱胎换骨。

区块链技术引爆制造业数字革命

在工业互联 时代，一台燃气轮机每天产生的数据量是全球所有推特文章的4倍，智能制造的核心不是产生这些数据，而是智能机器可以处理分析这些数据，并与其他类似的机器共享。与工业互联 相连的每一台机器的生产流程都会变得更加高效，并基于各自的改变返回互联 进行交流。

区块链相较于传统互联 技术的最大优势在于降低成本和提高效率，这些也是智能制造的焦点。虽然传统的“互联 +”时代已经尽可能地实现信息透明，但是基于电商的平台仍然是中介性质的单位，应用区块链技术可以减少诸如电商这样的中间环节，降低智能制造成本。

区块链还可以提高生产效率，区块链特有的P2P特性，使智能制造中的各种请求不必从中心系统一层一层向外传递，直接在智能设备之间进行信息交流，区块链减少系统流通的特点，本身就是提高工作效率的行为。

工业软件市场的发展

中商产业研究院发布的《2018-2022年中国工业软件行业前景及投资机会研究 告》显示，2017年中国工业软件行业市场规模达到1412.4亿元。在《中国制造2025》的大背景下,2018年中国工业软件市场规模预计将达到1622.8亿元，同比增长达到14.9%。在这样良好的大环境下，相信我国的工业软件产业将会快速发展。

软件定义一切

工业软件定义了产品功能，定义了企业的流程，定义了生产方式，定义了企业的创新能力，最后，软件定义了整个制造业的生态。

软件定义产品功能

上个世纪80年代，软件定义了计算机功能。2006年业界提出软件定义存储，软件定义服务器，软件定义 络，定义数据中心。智能手机的普及是软件定义的另一个里程碑。到如今，战斗机、特斯拉汽车等智能化产品，它们的功能是否强大，越来越取决于软件功能是否强大。

软件定义企业生产方式

软件定义企业生产方式体现在虚拟制造与实体制造的结合上，重构了传统的设计制造、测试、再制造的流程。工业软件实现了研发设计的仿真，测试与再设计的流程都可以在计算机中实现，产品功能达到要求后再实际生产，推动了生产方式的改变，加速了产品的更新换代，使产品可以持续优化。未来的愿景应该是实现人员、机器、物料、工艺、环境、产品等所有生产要素在虚拟空间中完整、实时、动态的响应。当然，这需要一段很长的路。

软件对生产方式的重新定义还体现在个性化定制上

软件定义了整个制造业的生态

如同三十年前的Wintel体系，如同十年前的iOS体系和安卓体系，制造业的未来形态智能制造也在形成自己的生态体系，西门子、英特尔等公司都在构筑自己的数据采集、设备互联、工业软件、云计算等系统，工业软件构筑的就是智能制造的产业生态。

软件是实现智能互联的第一推动力，未来 会必将是物物互联，前提就是软件深入 会每个角落，进入每个物理实体，未来是一个 络泛在的 会，人们甚至可以像拧开水龙头放水一样使用 络和知识，这一切都是软件的功劳。想象一下这个场景：产品、设备都加载了数字化信息，产品的生命周期带有产品的全部数据，人们可以远程工作，管理设备，操控所有的生产过程。达到了这样的智能制造的水平， 会的一切都将发生深刻的变化。这一切，都要被软件定义。