夜雨聆风前言
新一代AI技术的发展，给制造企业数字智化转型、智能制造服务商、工业软件厂商都提出了新的要求，工业软件与工业AI如何融合，是必须面对和思考的问题。既有一步一步向前推进需要的循序渐进，也有面向未来趋势要做的全新规划；既要继承原有的产品和技术基础，又要充分发挥新技术的优势，得去做判断和选择。
看了一些工业软件公司的工业AI发展情况，整理了相关的内容，不断学习消化，放在这里备忘。下面是华为的一些情况。我大概按照时间线梳理，了解下发展脉络。主要参考的材料包括：
1.华为工业云网站产品描述。
2.《工业软件云战略》，机械工业出版社，2023。
3.“四件合一”：开辟AI时代工业智能新篇章。赵敏，2025.6。
4.从数据贯通到智能重构：华为工业AI平台的进化之路。云数智观察，2025.12。
5.华为工业数据图谱平台：从“乱而后治”到“不治而顺”，构筑工业智能底座。哈佛商业评论，2025.12.28。
6.“工业+AI”的旧世界与新世界 智能制造的华为范式与愿景。哈佛商业评论，2026.6.8。
内容概要
华为的业务覆盖范围、业务技术能力、规模体量、市场地位等，为其数字化开发及应用提供了肥沃的土壤，也使之成为一块数字化转型的高地。华为自身的工业软件应用实践，以及对整个软件生态体系的推进影响，都引人瞩目。以下对华为内部的产品数字化变革、推动新一代工业软件平台建设、发展工业智能平台的情况进行梳理、备忘，可以参考学习。
一、华为产品数字化变革—iDME工业数字引擎。
二、新一代工业软件平台-- iDME商用、DISA联盟。
三、工业智能平台-- iDME.X工业数据图谱，工业知识联盟。
一、华为产品数字化变革—iDME工业数字引擎
回到十年前，2016年，华为面对一个高度复杂且离散的制造场景，横跨多个产业领域，数百上千个IT系统，在业务连续性严苛要求下，深陷结构性困境：到处是数据孤岛，数据海量却异构，系统繁杂却割裂，数据集成费时费力，难以有效支持完整业务链决策，形成一种“乱而后治”的模式，剪不断，理还乱，愁煞人。
约从2017年开始，华为基于十余年数字化实践的深层洞察，投入7个亿立项，启动“产品数字化变革”项目，核心目标之一就是把所有系统的数据拉通，最大创新就是采用“面向对象、元模型驱动”的数据管理新范式，实现“不治而顺”的新模式，构建出一个新世界，数据天生就是“一家人”，血脉相连。
华为从内部各种业务对象梳理入手，无论是产品、单板、设备，还是合同、订单、产线，只要承载核心业务语义、可被唯一标识与操作，皆可抽象为“业务对象”（即本体）。提炼出234个关键业务对象、555个逻辑实体、18000项属性及24种典型结构。
继而对业务对象进行抽象建模，凝练为“2类元模型+6类元关系”的极简本体架构：独立实体（如物料编码）与多版本实体（如迭代图纸）构成元模型；主从、M:N、树形等六类关系精准刻画对象间连接。
通过数据模型对任何产品数据进行描述和连接，形成华为产品数字主线；通过数字主线完成产品数据先建模后实例，实现全量数据联接，使数据按模型关系天生内聚在一起，达到“不治而顺”。
在新的数据管理范式下，华为这是在重构企业数据“世界观”，为企业数字世界建立统一“语法”与“辞典”，将各系统“方言”转化为标准语言，构建企业级数据本体、数据底座，统一产品全生命周期数据模型，确保数据自诞生起即具备一致、可理解、可关联的语义，从而实现数据流贯通零转换。
项目持续了三年左右的时间，整体思路也是在多种因素驱动下逐步形成、清晰起来的，最终通过艰苦的底层数据重构，成功打造出工业数字模型驱动引擎iDME（Industrial Digital Model Engine），形成企业“基于模型+数据驱动”的公共底座，主要组成部分包括：数据建模引擎、数字主线引擎和工业数据模型模板库。
数据建模引擎xDM-F（xDM Foundation）：用于数据模型建立，提供功能可配置、服务可编排、设计即开发的数据管理功能以快速构建工业数据管理应用。
数字主线引擎LinkX-F（LinkX Foundation）：用于联接海量业务数据，快速构建主题图谱，按需进行数据治理，并提供数据分析服务，构建企业业务数字主线。
工业数据模型模板库BoX（Bill of X，其中X代表企业数据元素）：工业企业数据元素及其彼此之间关系的结构化、可视化、标准化、抽象化的集合，支持基于数据模型模板导入模型并扩展，实现高效构建工业软件应用。
华为以iDME作为统一的工业数据管理底座，以数据模型为驱动，通过数字主线聚合组装产品的数据模型，从数字产品元模型到数字产品模型再到数字产品实例，完成覆盖产品设计态、生成态、运行态的产品数据开发及治理，将外部的“异构”模型转换到内部的“同构”模型，对异构的源数据进行逆向梳理/接入/聚合，在此基础上提供数据服务。
华为经过约2年多的打磨完善，利用iDME来拉通内部所有系统的数据，支撑各领域业务连续性，取得了不错的实际应用效果，新的数据管理范式和平台通过了华为自身大量实践的验证。（详细具体的做法并没有看到。）
如果只是从拉通华为多个IT系统的数据这个层面来看，我的理解，iDME可以看作是一个“升级加强版”的数据中台，它是在数据层面之上，又添加了对业务对象的抽象和建模，在一定程度上统一了各系统的业务语言、可能建立起串联各个业务的数字主线，比数据中台更进了一步。然而，这却已经不再是iDME的主战场。
华为在这个项目研究、开发、应用的基础上，同时面对国外在工业软件领域的“卡脖子”，发现除了利用iDME拉通现有工业软件系统数据之外，还存在一个更大的发展空间，那就是直接以iDME为核心底座，搭建全新的工业软件体系架构，让工业软件从统一的数据底座上“生长出来”，天然的数据贯通，可以采用平台+软件应用的模式打造场景化的工具链体系，构筑自主创新工业软件的竞争力。这样的设想，需要一个完整的生态来支撑。
二、新一代工业软件平台—iDME商用、DISA联盟
2021年8月底，为促进国产工业软件发展，由广东省数字化学会发起、华为牵头，联合国内300多家工业软件企业、操作系统厂商、数据库厂商、通用/专用工具软件ISV、二次开发者、集成实施商、咨询服务商、内容开发者等各个利益攸关方，成立数字化工业软件联盟（DISA，Digital Industrial Software Alliance），旨在推动国产工业软件快速、健康、有序的发展，对制约产业发展的重要领域形成创新集群，集众智聚众力，聚焦行业应用场景，重新定义新一代工业软件架构、重新定义工业软件产业推动模式、重新定义工业数字化转型赛道价值获取方式，共建新一代核心工业软件体系，通过开放性协同架构使能工业软件生态有序发展、持续创新与百花齐放。
新一代工业软件体系的核心，就是华为的iDME，作为工业数据的“根”，通过与众多生态伙伴的合作，不断完善iDME这个“地基”，并聚力持续建立新一代工业软件相关标准体系，聚焦工业软件数据模型、接口规范、文件格式交换场景，定义xDM、CAx、资源库三大类标准。在此基础上，重构各类工业软件，让整个生态体系的工业软件研发能力都能“生长”在这个公共“地基”上，基于云计算、对象建模、数据驱动、AI驱动，定义全栈自主可控的工业软件新体系，促进工业软件上下左右前后互联互通，实现工业软件“出生即先进”。
2023年7月，华为正式推出iDME商用版，同时联合工业软件企业发布了6大基于iDME构建的新一代云化自主创新工业软件。已经有越来越多的企业用户体验iDME，开始基于iDME重构其工业软件。
新一代工业软件架构的基本思路是，只有在根技术层面，即操作系统层面进行重构，才能克服传统工业软件在计算架构上的根本性局限，充分发挥新一代信息通信技术在云计算、泛在计算、泛在连接等方面的绝对优势。主要涉及四类根技术：工业数据的根、工业经验的根、工业软件内核的根和工业智能的根。
工业数据的根：数据模型驱动，实现数据自由流动。面向对象、元模型驱动的数据管理，原生互联互通。数据从内而外实现“不治而顺”。这是华为的主攻方向。
工业经验的根：工业基础资源库和工艺包，加速工业经验共享与创新。包括行业共性、基础性的工业数据、集成工业Know-How的数据、已经标准化且可以拿来即用的数据、精准和经常检验、更新的数据。如电子元器件、零部件、材料库等。
工业软件内核的根：内核引擎技术，包括几何建模、几何约束求解、数据转换、几何前处理和网格剖分、高性能数值计算、模型轻量化、工业图表渲染引擎等等，可以使工业软件强大健壮。
工业智能的根：大数据、大模型赋能CAD、EDA、MOM等等，形成各种智能组件，促进作业提质增效。
围绕“打造国产工业软件生态，共建工业云平台，让天下没有难做的产品”愿景，华为牵头众多生态伙伴协同合作，头部ISV技术公司、头部甲方企业、PLM厂商、行业方案生态伙伴、SI生态伙伴、甲方工业企业各司其职，围绕工业软件新平台开展相关工作。
DISA持续推动工业软件向云端化、平台化、智能化纵深发展，推动标准架构的演进与落地，助力构建开放兼容、数据贯通的工业软件新生态；人工智能不仅深度融入研发、生产与服务全链条，更逐步重构工业软件的价值逻辑与交互范式，推动新一代国产工业软件在质变道路上稳步前行。
三、工业智能平台—iDME.X工业数据图谱，工业知识联盟
近年来，大模型AI飞速发展，开辟了一条新的赛道。如何克服大模型的幻觉、不确定性、不稳定性，在工业场景下让大模型AI真正落地，并与工业软件相互融合，推动制造企业从数字化向数智化发展，成为关注的焦点。目前认可度较高的一条道路，是让大模型AI对工业制造本身有足够的“理解”，需要用工业制造领域的内核数据、业务对象、关系、逻辑、规则和知识等，来约束大模型的能力边界，使它能在工业制造框架内工作，最终生成可信、可靠、高质量的结果。核心工作可能就是如何对工业制造本身进行形式化表达、建模，构建工业制造本体、知识图谱等，为大模型AI搭建一个工业制造领域的房子，成为工业AI。
这时回过头来看华为已经走过的路，会发现这条路正直直地指向工业AI的发展方向，华为已经为这个房子打好了地基，只需要在这个地基上再向上盖得更高就好了。
1、iDME.X
2025年以来，华为面向工业AI，基于iDME统一工业数据管理底座，遵循“数据统一→知识沉淀→平台整合”的三层演进逻辑，深度融合华为内部数智化转型经验与行业实践Know-How，升级打造了工业数据图谱平台iDME.X，以此作为发展工业智能的核心支撑底座，并发布FusionPlant愿景、工业智能平台，驱动工业智能从散点能力到体系化智能的演进。
华为基于自身资源禀赋，重点聚焦工业智能平台iDME.X，这是最难、最硬核的一层，通过打造好这个平台，推动“平台 + 生态”的模式，不仅破解了工业AI高质量知识来源瓶颈，更推动产业创新从“单打独斗”迈向“生态共荣”，尽可能赋能工业+AI产业整个生态发展。
华为以成熟的iDME + iDEE + AIoT技术为核心，以本体论为指导思想，打造工业数据图谱平台iDME.X，构建了从本体元模型，到工业模型图谱，到IT（信息）/ET（工程）/OT（工控）/KT（知识）四类数据融合的强大能力。华为iDME.X由若干个核心能力构成，支撑工业全生命周期数据管理与智能应用：
1）iDME.xDM-F（全域数据建模引擎）：“面向对象、元模型”驱动，全生命周期数据建模，兼容工业软件（如CAD/CAE/PLM/MOM等）的多源异构数据，构建“研-营-销-制-供-服”全域数据统一的语义表达。
2）iDME.Ontology-F（本体引擎）：围绕Data（数据）、Logic（逻辑）、Action（行动）三要素，提供本体模型图谱、本体实例图谱构建能力。整合多模态、非实时/实时的数据源，构建AI时代的企业“数字孪生”，赋能工业AI智能决策。
3）iDME.LinkX-F（全域数字主线引擎）：实现产品生命周期数据端到端聚合、智能路由和精准追溯，使能跨业务域的数字化运营和协同。助力实现IT/ET/OT/KT全场景数据全联接全融合，打造编排灵活、AI赋能、扩展性强的数据加工流水线，为工业AI供应高质量数据。
4）iDME.iDEE（工业数据转换引擎）：工业异构工具与数据的翻译器，支持30+种工业数据格式转换，实现多源异构数据的互联互通，形成统一的数据图谱，促进不同工具间的无缝协作。
5）iDME.AIoT（智能物联）：实现OT/IT数据融合与连接，驱动工业优化、设备预测性维护等智能应用。
6）iDME.Industrial Viewer（工业速览）：提供高性能3D可视化渲染，支持CAD/CAE模型轻量化（压缩至原体积5%-10%）和实时交互。
7）iDME.AI Kit（工业智能组件）：集成AI能力，如2D/3D语义分割、3D形状拟合等，加速工业AI应用开发。
8）iDME.EDS（数据交换空间）：提供安全可控的企业数据交换平台，防止敏感数据外泄，把牢数据主权。
2、华为工业AI路径
华为认为有前景的工业AI技术路径：小数据→大图谱→强智能→多智能体系统。该技术路线产生的高质量工业数据和增强工业知识图谱是弥合工业AI鸿沟的关键。
•小数据：工业领域难以获取海量训练数据，华为iDME.X作为构建工业知识图谱的天然技术底座，可将工业数据（行业小样本数据等）智能处理成高质量数据，支撑工业AI应用，驱动工业企业实现从“数据连接”向“知识赋能”跃迁。
•大图谱：基于iDME.X喂养的高质量数据及强大的工业智能组件能力，可构建行业增强知识图谱，将沉默数据激活成自进化自主知识智能体，供AI Agent/智能应用等按需调用，解决工业知识碎片化、利用率低的问题，提升AI决策可靠性。
•强智能：基于行业增强知识图谱，可构建生成效率和精准性更强的AI模型/智能应用，推动传统工业软件主动模块化/组件化并增强为智能应用。
•多智能体系统：通过AI Agent协同，实现复杂工业场景的自主决策与执行。工业多智能体系统≈ 通用大模型 + 工业增强知识图谱 + 工业物理引擎 + 工业智能应用组件。
华为面向企业智能应用开发提供“本体工程、数据工程、知识工程、智能体工程”四大核心模块支撑：
1）本体工程：基于iDME.xDM-F、iDME.Ontology-F等能力，围绕Data、Logic、Action构建工业本体，形成企业业务的“数字孪生”，让工业从“流程驱动”迈向“知识驱动”和“智能体驱动”，使AI不仅能读懂数据与业务规则，还能支持智能体在复杂工业场景中的自主决策。
2）数据工程：基于iDME.LinkX-F（全域数字主线）、iDME.iDEE（工业数据转换引擎）、iDME.AIoT（智能物联）等能力，联接ET/IT/OT/KT全场景数据，构建企业数字主线，为工业AI高效、高质量供数。
3）知识工程：通过面向多模态的工业知识抽取工具集和流水线，构建全场景（IT/OT/ET/KT）数据全联接全融合的工业增强知识图谱，沉淀行业Know-How，通过智能体实现电子电路领域设计规则审查、汽车系统架构智能生成等应用，缩短研发周期并提升准确性。
4）智能体工程：提供一站式AI Agent开发能力，支持汽车造型智能设计、电子电路Symbol库智能生成等场景，推动AI在工业领域的场景化应用落地。
3、工业知识联盟（OpenKAG）
2025年10月，华为牵头成立工业知识联盟，汇聚了制造业龙头企业、高校科研院所、人工智能公司、工业软件厂商等多方力量，旨在建设“工业+AI”知识创新平台，以工业知识图谱为核心构建OpenIndustry开放社区，共建工业领域行业通用的行业知识图谱，提供工业知识图谱与智能应用的开发支持，以此推进和支持工业智能体的产业发展。
2026年7月10日，OpenIndustry开放社区正式亮相，构建工业本体知识图谱中心、工业AI应用中心和工业AI人才中心三大板块，打造工业+AI产业服务阵地，着力突破行业痛点。
技术路线确立：坚定走“小数据、大图谱、强智能、多智能体”路线，将大模型改造为可编排、可执行、可回写经验的工程协同中枢。
产业范式转变：推动工业软件从“卖 License”转向“交付数字员工”，降低中小企业使用门槛，加速国产工业软件弯道超车。
安全与标准共建：联合发起《工业智能体安全发展行动倡议》，共研数据标准、分类分级及安全管理规范，筑牢落地防线。
4、华为丘水平观点
“生成式AI+判别式AI”联动：工程层面用垂直小模型完成，大语言模型解决所有的交互意图、理解、任务解构、认知方法、知识抽取。
坚持“工业+AI”，甚至认为是“工业>AI”。因为AI本质上是为业务服务的工具，真正的竞争高地依然是工业知识。
工业AI应用的三明治结构：底层的数据图谱是收拢的，数据同源的；最上层的多智能体系统也是收拢的；中间层会有无数个智能体在跑，这一层可以放开给外部企业去做。
传统工业软件正走向平民化、碎片化与后台化。
AI的出现，会让制造业的工程范式发生变化，从CAX（计算机辅助）走向HAX（人类辅助），产业范式也会发生变化，从小而全走向小而专，共享经济盛行。
数字化和智能化，是CTO的事。数字化转型和智能化转型，是CEO的事。
AI战略是一次企业级的智能化转型。如果只当它是技术升级，大概率会发现它没有带来一把手想要的收入和利润的飞速增长，企业也没有焕发青春。
共建新一代智能工业软件体系，让天下的创意皆可造。
后记
不得不佩服华为这十年走出的三大步，既走得扎实，又高瞻远瞩，于潮头领舞。基于自身业务开展和数字化变革要求，同时面对外部极限施压环境，选择回归工业本质、从底层夯实工业数据基座；进而在此基础上构建新一代工业软件体系架构，推动国产工业软件生态创新发展；其道路选择又自然承接工业AI发展的方向，体现出对工业智能本质的洞察和前瞻性，顺势走向工业智能发展大道，也为工业软件智变描绘了清晰的轮廓。
