夜雨聆风
（图源：Cursor）
在Vibe Coding领域，Cursor仅用极短的时间就构建了600亿美元的估值，向世人展示了AI原生应用颠覆传统工作流的恐怖爆发力。然而，当我们把目光转向工业软件——这个承载着现代工业大脑的领域，却发现类似的“奇迹”迟迟未至。
尽管全世界有数百家初创企业如雨后春笋般涌现，试图用AI重构CAD/CAE，但真正的障碍并非人工智能能力的匮乏，而是深埋在地下的数据来源与治理难题。说起来也比较有趣，Cursor原来就是做AI+CAD的，结果发现数据处理艰难，转头就去做Vibe Coding，具体可详见《Cursor创始人：说说我们为什么放弃CAD+AI》
Cursor之所以能迅速改变开发者的编码习惯，是因为代码本质上是标准化的、易于被大模型理解的文本。但在工业软件世界，情况截然不同。自1990年代以来，工业设计的基本范式并未发生根本性改变。
（图源：Dallara Group）
令人震惊的是，至今仍有90%至95%的CAD文件沉睡在工程师的本地桌面上，而非云端或统一的数据湖中。工业数据不仅格式繁杂，更充满了历史遗留的“脏数据”。
现有企业被锁定在复杂的客户实施中，不敢轻易颠覆；而初创企业试图将数据修复纳入业务流程，却发现这是一个缓慢、昂贵且让客户痛苦的过程。没有高质量、标准化的数据“燃料”，AI这个“引擎”再先进也无法高速运转。这就是工业软件难以像Cursor那样通过简单的“对话框”瞬间接管用户工作流的根本原因。
（图源：Neural Concept）
工业软件市场呈现出一种奇特的割裂状态：一边是拥有绝对生态优势的巨头（Autodesk，Siemens，Dassault），另一边是身轻如燕但缺乏数据的初创公司。
对于大型供应商而言，他们的护城河在于“不敢颠覆的客户实施”。一旦企业使用了西门子的PLM或达索的3DEXPERIENCE，更换成本是天文数字。这种客户惰性是初创企业面临的最大高墙。传统巨头拥有生态系统、深度集成、客户锁定和庞大的安装基础等核心优势，但也面临着架构债务、遗留系统集成开销和开发周期缓慢等主要劣势。
（图源：Dassault）
相比之下，敏捷初创公司拥有速度、新技术架构和无历史包袱的优势，却受困于缺乏数据闭环和客户信任度低等问题。
在响应速度上，传统巨头需要12–18个月进行评估、协商和部署，而敏捷初创公司仅需4–6周即可直接供货。这中间存在一个12到18个月的“创新时差”，这正是初创企业唯一的突围窗口。
（图源：nTop）
Cursor的成功建立在SaaS软件极低的边际成本之上，但工业软件的单位经济学极其严苛，这劝退了许多试图快速复制互联网模式的资本。企业级软件的销售周期长达6–12个月，这与AI初创企业的高燃速不匹配。客户不仅仅是买一个软件，他们必须将新工具接入现有的PLM、ERP和数据管道。这不仅是技术问题，更是组织流程的重塑。风险投资要求回本期低于2年，但在工业领域，高昂的实施成本和培训成本使得这一目标难以达成。
（图源：Siemens）
我们回顾90年代的CAD行业或2010年代的云基础设施战争，历史似乎正在回响：
第1-2年（混乱期）：数百家初创企业，燃速极高，频繁转型。预计50%将因资金链断裂、无法解决数据治理难题而关闭或被廉价收购。
第3-5年（沉淀期）：剩下20%具备产品市场契合度的公司。前5%名将成长为独角兽。
第5-8年（收割期）：市场将剩10家以内拥有明确IPO或5亿美元以上收购路径的公司。结局早已写好：大多数成功的初创公司最终不会独立存在，而是被巨头吞并，以填补其在AI原生能力上的短板。
工业软件很难出现下一个Cursor，因为工业世界的物理法则和数字化进程远比代码世界沉重。但这并不意味着没有机会：现有企业未能足够快速地创新，市场正在资助替代方案。
对于投资机构，你的工作不是预测哪一家初创企业会活到最后，而是识别出哪家公司解决你问题的速度，比现有巨头整合AI的速度更快。
作为创业者，你只有18个月的时间来生存——在巨头完成整合、锁定效应再次固化之前，抓住那个能够真正撬动工业数据的支点。
公众号作者：梁裕卿 （广联达技术中心） GSolid - Geometry Kernel from Glodon
