工业软件国产化，难点不在“替代”，而在工程现场

很多企业谈工业软件国产化，第一反应是列清单。

CAD换哪家？CAE有没有国产方案？MES、PLM、SCADA、ERP能不能替？许可费用能不能降？数据能不能迁过去？供应链安全有没有保障？

这些问题都重要，但还不够。

工业软件和普通办公软件不一样。办公软件换掉，主要影响文档格式、协同习惯和部分插件。工业软件换掉，影响的是设计结果、仿真可信度、工艺路线、生产节拍、质量追溯，甚至设备安全。

所以工业软件国产化不能只问一句“有没有替代品”。更应该问：这个软件能不能进真实工程流程？能不能支撑工程师做判断？能不能在现场长期稳定运行？

一、工业软件不是“工具软件”，而是工程知识的载体

《中国工程科学》一篇关于数字化设计类工业软件的研究文章把工业软件说得很直白：工业软件本质上是对工业知识进行编码，通过图形工程把工业生产知识封装在软件中，为工业生产提供服务。文章还指出，工业软件可分为研发设计、生产制造、经营管理、运维服务等主要类型，具有发展历程久、研发成本高、成功经验难复制等特征。

这句话对工程行业很关键。

CAD里不只是画线，背后是建模规范、装配关系、材料库、标准件库和出图习惯；CAE里不只是点“计算”，背后是网格策略、边界条件、求解器精度、材料模型和工程师经验；MES里不只是派工，背后是工艺路线、设备状态、质量数据、人员班组、异常处理和现场管理逻辑。

工业软件越深入工程现场，越不可能靠“界面像不像”“功能有没有”来判断价值。

真正的难点是：原来分散在老师傅、工程师、工艺员、设备员和项目经理脑子里的经验，能不能被软件接住；原来跑了多年、被无数项目验证过的数据和流程，能不能迁移到新系统里；出了问题以后，软件厂商有没有能力跟工程团队一起定位，而不是只说“系统正常”。

二、政策和市场都在推，但落地不能只靠政策

工业软件国产化不是新话题，但近几年确实进入了更现实的阶段。

工信部印发的《“十四五”软件和信息技术服务业发展规划》提出，到2025年，规模以上企业软件业务收入突破14万亿元，工业APP突破100万个，并把提升工业软件、应用软件、平台软件、嵌入式软件等软件水平作为软件产业链升级的重要任务。

从产业规模看，工信部电子第五研究所发布的《中国工业软件产业发展研究报告（2025）》显示，2024年我国工业软件市场规模约为2940亿元，占全球份额7.6%；报告同时提到，各细分领域国内产品市场占比有所增加，研发设计类、智能化、专业化工业软件受到资本关注。

再看整个软件产业，工信部相关负责人在2026年国新办政策例行吹风会上提到，2025年我国软件和信息技术服务业整体行业营收达到15.48万亿元，是2012年的6.2倍，年均复合增长率达到15.1%；同时提到工业软件已形成覆盖重点行业的产品体系，整体技术实力大幅提升。

这些数据说明，国产工业软件的产业土壤比过去好了很多。

但工程现场不会因为政策支持就自动接受一个软件。现场只认几件事：能不能用，准不准，稳不稳，出了问题谁负责，老数据能不能继承，老流程能不能衔接，新系统上线会不会影响生产。

国产化要走得远，不能停在“可用”，要往“好用、敢用、长期用”走。

三、最难替的，不一定是功能，而是信任

研发设计类软件最能体现这个问题。

工程师用一套CAD、CAE、EDA、PLM系统多年，形成的不只是操作习惯，还有一套隐性的验证体系：哪些参数可信，哪些模型要保守，哪些结果需要二次校核，哪些工况不能偷懒，哪些模板已经被项目证明过。

一套国产软件即使功能覆盖率很高，也要面对几个现实问题。

第一，历史数据迁移。老项目图纸、三维模型、BOM、材料库、仿真文件、工艺文档，可能跨越多个版本、多个专业、多个格式。迁移过程中丢一个约束、错一个单位、少一个属性，都可能影响后续设计和制造。

第二，仿真可信度。CAE不是算出彩色云图就结束。工程师关心的是求解器是否可靠、网格敏感性如何、材料模型是否适配、边界条件能否复现、结果与试验偏差是否可控。对于航空、汽车、能源装备、压力容器、半导体设备等行业，仿真结果直接关系设计决策，不能靠“看起来差不多”。

第三，协同链条。工业软件很少单独存在。CAD要连PDM/PLM，PLM要连ERP，MES要连设备和质量系统，SCADA要连PLC、DCS和现场仪表。单点软件再好，如果接口、数据模型、权限体系、版本管理和流程审批接不上，工程效率反而会下降。

第四，责任边界。国外成熟工业软件的问题不是没有，而是大量企业已经摸清了它的边界。国产软件进入现场，需要把自己的适用范围、精度边界、异常处理机制说清楚。不能所有行业都说能做，所有场景都说适配。

工程行业最怕的不是软件功能少一点，而是不知道风险在哪里。

四、生产现场比研发办公室更现实

生产控制和制造执行类软件的替换，难度不比研发软件低。

在生产现场，系统上线不是“装完就行”。MES、SCADA、DCS、PLC、QMS、WMS、EAM之间有大量接口，现场还有各种设备协议、传感器数据、条码规则、工位逻辑、质量追溯、安灯系统和报表需求。

一个系统演示时很顺，到了车间可能马上遇到问题：

设备老旧，通信协议不统一；工艺变更多，标准流程跑不通；现场数据质量差，人工补录严重；班组不愿多填表，系统变成负担；异常处理太复杂，最后又回到微信群和Excel；系统升级一次，接口断一片。

这类问题不是简单的软件研发问题，而是工程实施问题。

国产工业软件如果只追求“功能模块完整”，很容易做成一个大而全的系统。真正能落地的产品，往往要在行业场景里反复打磨：钢铁、化工、装备制造、电子装配、汽车零部件、光伏、电池、半导体，每个行业的生产逻辑都不一样。

工程现场需要的不是通用口号，而是能理解工艺、设备、质量和管理约束的人。

五、AI会带来机会，但不能替代工程验证

近两年，AI进入工业软件，是一个明显趋势。

工信部等八部门发布的《“人工智能+制造”专项行动实施意见》提出，到2027年，推动3—5个通用大模型在制造业深度应用，形成特色化、全覆盖的行业大模型，推出1000个高水平工业智能体，打造100个工业领域高质量数据集，推广500个典型应用场景。文件还提出，大模型技术要嵌入研发设计、中试验证、生产制造、营销服务、运营管理等全流程，提升辅助设计、仿真模型构建、排产调度、设备预测性维护等能力。

这对工业软件是机会。AI可以帮助工程师做方案检索、代码生成、工艺知识问答、故障诊断、排产优化、设计辅助和报告生成。

但AI不能跳过工程验证。

一个模型给出的设计建议，要经过计算、仿真、试验和标准校核；一个排产优化方案，要考虑设备能力、人员班次、物料约束、质量风险和交付优先级；一个预测性维护报警，要结合传感器可靠性、历史故障、维修窗口和备件库存。

工程软件加AI，不是把工程师替掉，而是把工程师从重复劳动里释放一部分出来。最后拍板的，仍然是工程逻辑、现场数据和安全边界。

六、国产化怎么做，才不容易翻车

对工程企业来说，工业软件国产化不能一上来就“大切换”。更稳妥的做法，是分层、分场景、分风险推进。

第一，先分清软件类型。研发设计类、生产制造类、经营管理类、运维服务类，替换难度不同。即使同属CAD，二维制图、三维建模、复杂装配、专业仿真、工艺设计也不是一回事。

第二，从低风险场景开始。可以先从非核心产品线、标准化程度高的零部件、辅助设计环节、报表分析、设备点检、备件管理等场景试点。不要一开始就把关键产品、关键产线、关键控制系统全部压上去。

第三，保留双轨验证期。新旧系统并行一段时间，用真实项目对比输出结果。图纸、BOM、仿真结果、工艺路线、生产节拍、质量数据都要对比。没有经过项目验证的“替代”，不要轻易写进正式流程。

第四，重视数据治理。很多国产化项目失败，不是软件不行，而是企业自己的数据太乱。物料编码、设备台账、工艺参数、质量缺陷分类、图纸版本、权限体系，如果前期不梳理，换什么软件都会痛苦。

第五，让工程师参与选型。软件采购不能只由信息化部门、采购部门和管理层决定。真正每天使用软件的人，是设计工程师、工艺工程师、质量工程师、设备工程师和一线班组。没有他们参与，系统很容易变成“上线成功，使用失败”。

第六，软件厂商要进现场。工业软件厂商不能只卖许可证，也不能只做远程培训。真正的产品能力，要在现场问题里长出来。能不能处理复杂数据，能不能适配老设备，能不能理解工艺异常，能不能持续迭代，这些比宣传册更重要。