行業定義及發展歷程

工業軟體指應用於工業領域，以提高工業企業研發、生產、管理水平和工業裝備效能為目的的應用軟體，包括在工業網際網路平臺上執行的工業APP和非工業網際網路平臺上執行的傳統工業軟體。工業軟體是工業專業知識與技能軟體化的重要表現，極大推進了工業技術、知識、流程的程式化封裝與複用。

發展驅動因素

製造業體量大，然而智慧化水平不足，轉型需求強烈。中國製造業體量龐大，增長迅速，根據工信部資料，中國製造業增加值佔全球比重由2012年的22.5%提升到2022年的近30%，是世界第一製造業大國。與此同時，中國製造業智慧化水平不足，部分工種人工依賴性高，且行業附加值較低。在人口紅利逐漸消失的大背景下，製造業整體成本不斷拉高，智慧化轉型的必要性進一步凸顯。

關鍵技術面臨“卡脖子”風險，國產化替代潛力大。在工業軟體產業鏈多個環節，中國仍受制於歐美國家的貿易制裁及技術封鎖。例如，智慧機床仍依賴歐洲供給，EDA等相關工業軟體的“斷供”案例屢見不鮮，半導體出口限制加碼。當前各類工業軟體國產化水平參差，研發設計類軟體實力較為薄弱，國產替代存在極大發展空間。

新技術突破與應用降低工業軟體成本，推動規模化滲透。5G、人工智慧、雲端計算、物聯網、數字孿生等技術在智慧化改造等場景中實現大規模應用，提升了上游軟硬體產品引數與效能，同時降低研發生產成本，加快了專案交付速度，從而促進工業軟體產品的規模化滲透。

扶持政策頻出，推動製造業智慧化、工業軟體國產化。二十大提出集聚力量進行原創性引領性科技攻關，加快實施一批具有戰略性全域性性前瞻性的國家重大科技專案；加快實現高水平科技自立自強。工業軟體作為推進智慧製造的核心產品，其自主可控程式亟待推進。近三年來，國家級政策從工業軟體重點發展型別、重點應用行業等方面明確了行業發展方向。

發展現狀

全球工業軟體市場規模持續上升，中國市場增速更加迅猛。根據工信部資料，全球工業軟體產業規模自2012年起持續上升，2021年規模達4,561億美元，9年CAGR達5.4%。中國工業軟體產業規模由2012年的729億元上升到2021年的2,414億元，9年CAGR達14.2%，約為全球增速的3倍，中國工業關鍵產業規模佔全球規模比重也由2012年的4%上升到2021年的8%。產業規模高速增長反映出中國製造業向高階製造持續轉型，國家及地方層面政策對工業信創的支援力度大，企業強化核心技術自主研發，在核心技術、業務模式、業務領域等方面均實現突破。

產業鏈結構清晰，鏈上企業偏好向多個功能或應用領域進行全產業鏈佈局。工業軟體產業鏈由上游軟硬體裝置、中游不同型別的工業軟體、下游具體應用行業構成。

上游硬體裝置包括晶片、伺服器、儲存、韌體等，為上層軟體提供算力支援及使用載體；作業系統是核心底層基礎軟體，負責控制、管理、排程整個計算系統的硬體資源和軟體資源；開發工具是軟體開發人員用於建立、修改、管理、除錯不同型別軟體的計算程式；中介軟體是介於作業系統和應用軟體之間的獨立功能軟體，能夠為應用軟體提供服務，中介軟體能夠實現底層系統和業務邏輯的解耦，遮蔽底層作業系統的複雜性，避免研發人員在不同系統軟體上移植程式而重複工作，提升研發效率。

中游工業軟體細分領域眾多，按功能差異，業內普遍將其劃分為經營管理、研發設計、生產製造、工業嵌入式、協同整合五大類別，其中，工業嵌入式軟體市場份額最大，佔比達57.4%。從國產化率來看，中國發展尚不均衡，在研發設計板塊較為薄弱，國產化率僅為5%，而經營管理類軟體企業發展相對成熟，國產化率達70%。

從下游應用行業來看，工業軟體的主要應用行業可分為離散型製造業和流程型製造業，其中，離散型製造業主要包括汽車、電子半導體、機械、航天航空，而流程型製造業則主要有能源、鋼鐵、石油石化、醫藥、冶金、電力、水泥、造紙等。離散型製造業是由設計驅動的，產品功能、效能、可製造性等主要在設計階段確定或解決，因而對研發設計類軟體存在較強依賴性。而流程型製造業生產過程流程長、工序多，裝置繁多、工藝複雜、不確定性干擾因素較多、專業覆蓋面廣，研發生產過程中面臨的首要問題是製造過程的有效管控，旨在保證產品質量、成本控制、交貨進度，新品種開發的需求相對較小，因而對生產製造、經營管理類工業軟體需求更大。

工業軟體企業形成了以功能為橫座標，以應用行業為縱座標的交叉式分佈格局。橫向來看，CAD、ERP等軟體的行業屬性較弱，更偏通用，易於誕生能橫跨多個行業的綜合型廠商；縱向來看，工業軟體涉及的細分行業眾多，行業間技術壁壘較高，因而誕生了眾多專注於細分行業的小而美企業，對於該類垂類企業來說，從功能維度縱深發展，形成應用於多個工業場景的產品矩陣是其持續增長的主要路徑。

國內工業軟體企業在發展過程中仍面臨諸多考驗，主要包括：

創新能力有待提升：廠商仍處於滿足個性化需求階段，難以進行共性需求的提煉，無法形成可移植、可複用的系統性軟體，專案的實施週期難以保證，仍需探索平衡個性需求與共性需求的發展路徑。

高階研發設計類軟體存在“卡脖子“現象：研發設計類軟體知識較為密集，需要大量的工程設計經驗及資料模型來支撐，在缺乏專用研發設計軟體的支撐下，新產品、新工藝的設計和開發難以開展。在國內，此類軟體仍由國際工業軟體巨頭壟斷。

品牌影響力缺乏：大多數的工業軟體企業採用專案型商業模式，“以工程養產品”在行業內較為普遍，工業軟體公司逐步發展為工程整合性公司，企業為求以最低成本完成工程不惜降低產品質量，缺乏主動打磨產品質量的能動性，因而難以形成具有競爭力知名品牌。

綜上，工業軟體國產化任重道遠，仍需企業、政府、資本等多方協同發力。對於企業來說，透過長期專案積澱形成拳頭產品擴大使用者規模，後以橫縱向擴充建立跨行業、多功能的平臺生態，是實現國產替代的主要路徑。

發展趨勢

雲化：單機架構的工業軟體存在使用門檻高、成本高、通用性差、交付週期長等問題，雲端計算架構下的工業軟體算力實現百倍增長，且能夠調動雲上AI服務、數字孿生服務等大量服務。使用者能在不下載客戶端的情況下便捷使用，且儲存在雲端的資料能夠更好地融合打通並轉化成資產和工業模型，雲化的工業軟體能更快實現知識、技術的更新迭代。

一體化：不同功能、品牌、學科的工業軟體間底層邏輯、資料格式、應用場景存在區別，易產生資訊孤島，在一個完整工業流程中的資料、指令、訊號難以實現流暢傳遞，導致生產鏈條難以有效承接，為提升研發及生產效率，工業軟體的一體化整合成為軟體廠商及工業企業的關注重點，國外廠商在一體化方面逐步形成合力，大型工業軟體企業透過併購垂類企業擴充套件產品線，實現交叉營銷，大型工業企業則透過併購工業軟體企業以完善自身的工業自動化產品。

AI技術輔助決策：在研發領域，AI能夠使得設計操作流程更加簡單、方便。創成式設計是基於AI技術的工業軟體重要落地應用方向，該技術能夠根據現實製造條件和產品效能要求，生成多個CAD解決方案，從而簡化設計流程，最佳化設計方案，開發出獨特的解決方案和零件幾何形狀。當前ChatGPT已經能夠應用於Autodesk、Dassult等廠商的CAD/CAE相關產品中，以設計規劃、嵌入軟體中的助手工具或外掛等形式存在。在CAD領域，ChatGPT能夠根據使用者自然語言描述生成工業研發設計軟體程式碼，但仍未達到實用水平。此外，ChatGPT還有望應用於資訊搜尋與歸納、軟體需求分析與設計、最佳化工業軟體設計和研發引數、整合更智慧的軟體助手等。AI技術在工業軟體中的應用處於起步階段，尚未實現大規模應用，這也正是中國實現彎道超車的重要機遇。