夜雨聆风华为海思曾经被断供 EDA，芯片设计一度停滞。不少高校被禁用 MATLAB，仿真教学只能临时找替代。
有个数字很刺眼。中国是全球第一大工业国，制造业占全球总份额约三成。但中国工业软件市场，只占全球的约 12.3%。一边是全世界最庞大的制造体量，一边是零头都不到的软件份额。
这不是因为中国企业不需要工业软件。恰恰相反，2025 年中国工业软件市场规模预计约 3520 亿元，年复合增长率 14.6%，增速领跑全球。需求明明在那里，份额却上不去。问题不在市场，在供给侧——我们还没造出"被愿意一直用"的软件。
出事的那阵子，网上一片感叹：我们连工业软件都写不出来。
但真相恰恰相反。我们写得出代码，甚至写得出很硬核的代码。真正写不出来的，是"生态"这两个字。
把"技术不行"当成国产工业软件的主因，是一个流传很广的误会。这个误会的代价是：我们花了很大力气去"造一个能用的软件"，却常常忽略了软件之外的那张网——数据、习惯、标准、产业链，以及几十年攒下来的默契。
技术能攻关、能买、能挖人。生态只能慢慢长。这才是下半场真正的难处。
我们真的写不出代码吗
先看一个反例。
MWorks，一个对标 MATLAB 的科学计算与系统建模仿真平台。它背后是一支中国团队，啃下了多领域统一建模与信息物理融合仿真，成为全球第四个具备完整自主知识产权的系统建模仿真平台。它服务过嫦娥工程、空间站、C919 大飞机——不是 PPT 上的 Demo，是真在国家重大工程里跑的。
再看 IntePLM。它对标的是美国 PTC 的 Windchill、达索的 3DE、西门子的 Teamcenter。这个产品全生命周期管理软件，在华为全面替代了美国的 Windchill，还顺手完成了三十多家半导体和电子制造客户的试点。
还有华中 10 型智能数控系统。它深度融合了行业大模型与神经网络算法，是全球首款具备自主学习能力的智能数控系统，在部分维度上从"跟跑"转成了"领跑"。
这些不是孤例。工信部的数据摆在那：我国工业软件产业规模，从 2012 年的 729 亿元，涨到了 2023 年的 2824 亿元。十几年涨了近四倍。
所以结论很清楚：在单点技术上，我们早就证明了能突破。能写代码，能写硬核代码，甚至能在某些点上弯道超车。
那为什么大家还是觉得"国产工业软件不行"？
因为工业软件不是写完了就能用的东西。它是一个生态。
真正的壁垒，是四重"锁定"
工业软件的难，难在一张看不见的网。这张网由四重"锁定"织成。
第一重，是数据锁定。
AutoCAD 的 DWG 格式、Ansys 的仿真数据格式，早就成了行业通用标准。一家工厂几十年的图纸、模型、仿真结果，都以这些封闭、私有的格式躺在硬盘里。你换国产软件，第一件事不是"开始用"，而是"把历史数据搬过来"。而迁移从来不是复制粘贴——格式不兼容、精度有损失、信息会丢失。光这一条，就足以让大多数企业打退堂鼓。
第二重，是用户习惯锁定。
一名工程师，往往要花好几年才能把一款工业软件用得顺手。他的研发流程、设计规范、肌肉记忆，全都绕着这款软件长。换国产软件，意味着他要重新学、重构流程，还要承担工艺适配的风险。企业替一个工程师重训一次尚可，替整个研发部门重训，还搭上良率和交付周期的风险，这事谁都不敢轻易拍板。
第三重，是生态锁定。
国外巨头几十年经营，养出了一整层寄生在它平台上的二次开发商、插件作者、服务商。你要的某个小功能、某个行业模板、某次定制开发，都有人能做。国产软件刚起步时，这一层几乎是空的。没有插件、没有服务商、没有教程、没有社区——企业用起来像在荒地里自己开路。
第四重，也是最狠的，产业链标准锁定。
航空、汽车、半导体这些高端领域，用海外软件用了几十年，整条产业链是同一个格式、同一套接口。你想换国产的，不是你一家企业的事，是你上游的供应商、下游的客户、一起做联合仿真的伙伴，全都要跟着换。一个人换手机容易，让整个微信群换微信，难。
这四重锁定叠在一起，就解释了那组刺眼的数据：在高端 CAD、CAE、EDA 三大核心领域，外资产品市占率仍超过 90%；其中 EDA 的进口依赖度高达 97%。CAD 市场里，达索占 16.5%，西门子占 10.7%。
注意，这不是因为国产软件"功能为零"。而是在高端场景里，换它的成本，比继续用国外的成本还高。
这才是真正的护城河：不是代码，是习惯；不是功能，是绑定。
先把话说准：国产工业软件不是全面落后，是"结构性落后"。在经营管理类的 ERP 领域，国产市占率已达 35%；在生产控制类的 MES 领域达 28%；在汽车、电子等行业，国产 CAx 软件市占率也已突破 28%。中低端，其实已经能打。
真正卡住的，是研发设计类——工业软件里含金量最高、也最难的一块。2025 年国产研发设计类软件市占率预计只有 12.3%，而高端 CAE 市场的国产化率还不足 10%。越是靠近"设计源头"和"仿真内核"，我们越被动。为什么？因为越往上游，越依赖几十年的工业数据沉淀和生态绑定，技术差距反而不是主要矛盾。
为什么"造轮子"破不了局
有人会说：那我们多砸钱，多写几个软件不就行了？
这就碰到了第二个误区：把工业软件当成互联网产品，以为能靠流量和资本快速催熟。
工业软件是典型的慢生意。研发设计类软件的研发周期通常要在十年以上，前期一直投入，很难赚钱。国外巨头每年研发投入都是几十亿人民币的量级——比如 Ansys，2019 年研发投入就约 21 亿元。我们的工业软件企业普遍规模小、资金紧，很难支撑这种长跑。
更麻烦的是品类。工业软件不是一个软件，是成百上千个细分品类。大到整机仿真，小到某种机床的控制逻辑，每个领域都有自己的门槛。国外厂商也是靠几十年并购整合，才拼出完整的产品矩阵。国内企业大多只能在某一个点突破，客户要一套完整方案时，我们凑不齐，竞争力自然弱。
于是出现了一种尴尬的局面：低端里兜兜转转，中低端里重复"造轮子"，高端又够不着。热闹归热闹，护城河一点没挖到。
还有一个常被忽视的短板：人才。工业软件要的是既懂数学、懂编程，又懂工业机理和工程工艺的复合型人才。这类人，高校培养体系的供给严重不足，而行业薪酬又拼不过互联网。人留不住，经验就沉淀不下来；经验沉淀不下来，软件就永远差一口气。
所以"砸钱造一个软件"不难，"养一个能自我生长的生态"才难。前者是项目，后者是体系。
破局之道：从"造软件"到"建生态"
既然壁垒是生态，那解法也必须是生态，而不是又一个单机版软件。
方向上，已经有几条路被验证过。
一是开源筑基。把内核开放出去，让高校、开发者、企业一起在上面长东西。MWorks 就开放了系统内核模块，联合华为建开发者社区，在三百多所高校推广，出了六十多本专业教材。当一套软件进了教材、进了课堂，它培养的就不是几个用户，而是一代工程师的肌肉记忆。工业互联网平台也在推开源社区，用木兰等中文许可协议，把代码、模型、工具聚到一起。生态的起点，是有人愿意在上面"白干"。
二是标准立信。谁定标准，谁握规则。国产软件不能只满足于"能用"，还要去主持和参与行业标准，争取在格式、接口、数据交换上拿到话语权。标准自主了，迁移成本才会降下来， interoperability 才会真正发生。
三是以重大工程牵引。工业软件的价值，最终要在真实场景里被逼出来。MWorks 在空间站、载人登月工程里，第一次实现了自顶向下的建模要求下发、自底向上的模型数字交付，横向打通跨专业协同，纵向打通跨层级模型融合。这种"以应用促创新"的路径，比在实验室里自嗨有用得多——软件是陪着工程一起挨打、一起迭代，才磨出来的。
四是政策的持续加码。2026 年开年，《"人工智能+制造"专项行动实施意见》提出到 2027 年推出 1000 个高水平工业智能体的目标；《推动工业互联网平台高质量发展行动方案（2026—2028）》要建 450 家以上有影响力的平台、连接 1.2 亿台工业设备，并明确搞开源生态。信号很清楚：国家要把"建生态"当成系统工程来推，而不只是扶持几个点上的产品。
这几条路有一个共同点：它们都不追求"一夜替代"。而是从外围场景往核心场景渗透，从边缘工具往主流程爬，让国产软件先有用户、有数据、有服务商、有标准，再一点点把生态养厚。
生态是长出来的，不是砸出来的。
写在最后
回到开头那个误会。
国产工业软件卡住的，从来不是"我们写不出代码"。MWorks、IntePLM、华中数控已经把这一点说得很明白。
真正卡住的，是代码之外的那张网：几亿份锁在私有格式里的历史数据，几代工程师被国外软件训练出来的肌肉记忆，一整层寄生在海外平台上的插件与服务，以及一条条被海外标准焊死的产业链。
这些东西，没法靠一个"国产版 MATLAB"解决。
所以下半场比的不是谁的代码写得更漂亮，是谁能先把工程师、数据、标准、产业链，拢成一个能自我生长的生态。技术能买、能攻关、能挖人；生态只能熬。
熬，才是国产工业软件最硬核的能力。
对企业来说，结论很朴素：别再只问"有没有国产替代"，要问"哪个场景可以先换"。从边缘工具切，从非核心流程切，用真实产线给国产软件喂数据、攒案例。对工程师来说，多装一个国产软件、多提一次格式兼容的需求、多参与一次开源社区，都是在给这张网添一根线。
国家定标准、企业给场景、工程师用脚投票，三股力拧到一起，生态才长得出。这事儿没有捷径，但有路。