工业软件是制造业的“灵魂”,但驻场交付的可能是一群实习生

基础软件是数字社会的“基石”，工业软件是制造业数字化转型的“灵魂”。

——2026 年 8 月 26 日，国新办“全力抓好‘十五五’规划实施、加快推进新型工业化”新闻发布会，工业和信息化部刘郁林司长答记者问

工业软件的重要性，已经被官方定调到最高点。

在 2026 年 8 月 26 日的新闻发布会上，工信部刘郁林司长说：基础软件是数字社会的“基石”，工业软件是制造业数字化转型的“灵魂”。此前，工信部原副部长杨学山也表达过类似判断：工业软件是智能制造的“灵魂”，是当前自主创新的重中之重。工信部新闻发言人陶青在今年 7 月的新闻发布会上给出的数据是：截至 2026 年 6 月底，重点工业企业数字化研发设计工具普及率已经达到 86.3%，关键工序数控化率达到 69.5%。

数字很漂亮，政策很热闹，市场也不小。2025 年全国工业软件产业规模接近 3000 亿元（上海市宝山区政府答复函引工信部研判），政策还明确到 2027 年完成约 200 万套工业软件、80 万台套工业操作系统的迭代升级。

但定调越高，越需要回到地面看一个问题：谁把这些“灵魂”装进工厂？

没有“开箱即用”的工业软件

如果你在互联网公司做过产品经理，可能会习惯一个画面：新版本发布，全量上线，用户立刻能用，出问题就回滚。边际成本几乎为零，迭代周期按周甚至按天计算。

工业软件不是这个物种。

东方财富行业分析在 2026 年 8 月的研究里写得很直接：“几乎不存在可以直接开箱即用、零修改落地的生产端工业软件。” 行业主流落地模式是“标准底座 + 大规模定制”。即便是同一细分行业、同一生产品类，不同工厂的产线布局、工序逻辑、物料调度规则、批次追溯要求、设备联动逻辑也完全不同，同一企业的新旧产线、不同车间也存在显著差异。

这意味着，每上一个项目，团队都要经历驻场调研、流程重构、接口开发、数据规则定制、联调测试。单项目交付周期普遍 3-12 个月。厂商没办法像互联网产品那样“发版即交付”，边际成本不仅降不下来，反而随着定制代码增加而持续攀升。

这不是某一家厂商的懒，也不是销售夸大需求，而是工业软件从娘胎里带出来的基因：它必须用代码复刻物理世界。

一个咬住尾巴的循环

交付难的后果，不是简单的“项目辛苦一点”，而是一个环环相扣的恶性循环。

交付难，所以利润低。 制造业客户本身利润就薄。朱铎先（兰光创新创始人）在分析中指出，当前中国制造企业平均利润仅约 2%，很多企业挣扎在生死线上。客户压价、账期拉长就成了常态。睿信咨询的行业研究显示，装备、汽车、锂电、半导体等大客户账期普遍 6-18 个月，工业软件公司不得不大额垫资。而行业公认一款工业软件要做到稳定盈利，需要 8-10 年。《国产自主工业仿真软件发展蓝皮书（2025-2026）》里提到，海外巨头年研发投入数十亿美元，而国内头部企业年研发不足 2 亿元。

利润低，所以人才走。 中国工业报调研显示，工业软件应届硕士起薪约 12-15 万元/年，工作七八年的开发人员年收入约 20 万元。而互联网、游戏公司常常以数倍年薪挖走有经验的工业软件人才。工信部电子五所副总工程师杨春晖甚至直言：相当一部分互联网公司、游戏公司开出的工资和待遇，“基本打乱了工业软件行业的人才市场体系”。

更直观的对比是招聘数据。前程无忧 2025 年 5 月北京在招岗位中，金蝶“实施顾问-供应链（央企）”月薪 7-14K，标注“在校生/应届生可投”；用友“ERP 实施顾问”月薪 1.2-1.5 万，要求 3 年经验；而中小 ISV 实施岗普遍 5-10K。同一页面里，中粮集团“SAP 内部顾问”月薪 1.8-2.5 万，SAP “ERP 专家”月薪 2.5-4 万。

人才走，所以交付更难。 有经验的人留不住，驻场的只能是刚毕业、薪资要求低的新人。这些新人缺乏工艺理解，也缺乏和客户打交道的经验，需求理解偏差、返工、扯皮就会增多。东方财富行业分析提到一个现象：定制代码越多，系统耦合度越高，版本碎片化越严重，老旧项目的定制代码甚至“无人能解、不敢改动”。新人进来，先还债再干活，债越欠越多。

交付更难，又回到利润低。 项目延期、返工、验收困难，垫资周期进一步拉长。公司更没钱投入研发，产品更标准化不了，就更离不开人海战术。

三十年，这个圈转了很久。

算一笔账，就明白为什么“灵魂”养不活人

我们来粗略估算一个中型 MES 项目的钱流。这个模型里的数字来自行业公开数据，具体项目会有差异，但量级是真实的。

假设一个 300 万元的 MES 项目，合同额看起来不错。但交付周期通常 6-10 个月，现场需要 3-5 人驻厂，加上后方开发、测试、项目经理，总人天可能达到 4000-6000 人天。按行业常见的人天成本 800-1200 元估算，仅交付人力就吃掉合同额的 50%-70%。如果客户账期 6-12 个月，垫资成本再吞掉 5%-10% 的利润。

换句话说，一个 300 万的项目，真正落到公司手里的毛利可能只有几十万甚至更低。这点钱既要养研发团队，又要支付销售和管理的固定成本，还要预留下一项目的现金流。公司不是不想给工程师高薪，是这个账根本算不过来。

这也是为什么工业软件行业常说：卖软件不如卖人头。 项目制一旦成立，公司本质上是在靠人天差价生存，而不是靠产品规模效应赚钱。

死结的解法，藏在三层知识里

这个循环有没有可能被打破？

先回到问题的根源：工业软件交付难，根子不是软件不会写。会写代码的人，市场上从来不缺；缺的，是既懂产品、又懂行业、还懂客户的交付专家。因为工业软件是知识高度密集的行业，一个能独当一面的交付专家，脑子里至少装着三层知识——

产品知识：软件的功能边界、配置逻辑、二次开发能力。客户提一个需求，哪些改参数就能落地，哪些要动代码，哪些根本做不到，这个判断力需要一个个项目的实战喂养；

行业知识：工艺流程、业务规则、合规红线。懂汽车焊装和懂锂电涂布几乎是两个专业，离散制造和流程制造更是两套语言体系；

客户知识：这家工厂的产线布局、组织关系、历史遗留系统，以及老师傅那些从没写进文档的操作习惯。

三层知识，没有一层能速成。多家职业发展平台的公开资料给出了大致一致的实施顾问成长曲线：入门期只能做辅助工作，两三年才能独立负责模块，三到五年才能主导复杂项目。这恰好解释了恶性循环里“人才环”为什么最致命——知识培养以年计，人才流失以月计。

传统交付模式下，这些知识装在人的脑子里：专家驻场，凭经验现场判断；项目验收，经验留在个人脑中；人一走，知识清零。下一个项目换一批人，把同样的坑重新踩一遍。一篇行业分析把这件事说得很透：只留给客户一个系统，是外包；带回经验却无法复用，是项目制；把现场经验转化为可复用的资产，才算真正破局。

破局的思路由此清晰：让知识从专家沉淀到知识库系统，变成可复用的智能体。 用现在流行的说法，叫 FDE Agent——把 Forward Deployed Engineer（前置交付工程师，FDE）的判断力，封装成可复用的智能体。

FDE 正在成为 AI 行业最热的岗位之一。Indeed 平台数据显示，FDE 岗位数量从 2025 年 4 月的 643 条增长到 2026 年 4 月的 5330 条，一年增长 729%；Palantir 靠“前线交付 + 知识沉淀”模式做到约 82% 的毛利率，远高于传统咨询公司 30%-40% 的水平。这个岗位火的逻辑，与工业软件的死结惊人地一致：模型（软件）越来越通用，落地越来越难，值钱的是把两者接起来的那部分知识。

把这套逻辑搬回工业软件：产品知识沉淀成标准配置库，行业知识沉淀成行业模板包，客户知识沉淀成项目档案和数据本体。而 AI 时代的真正增量在于，知识不再只是躺在文档里的死资料，而能变成会干活的知识库与智能体：辅助配置、需求转译、接口生成、异常诊断。新人不再从零开始，而是站在前人沉淀的资产上工作。

这正是工业 AI 的高价值场景所在——交付本身，就是 AI 最容易算出 ROI 的战场。压缩的不只是人天，更是对老专家的依赖，撬开的是整个循环里最脆弱的“人才环”。

当然，这里必须保持克制：东方财富那份分析也提醒，通用 AI 模型“难以适配千厂千面的生产逻辑，反而需要更多定制化调参与场景适配工作”；知识沉淀本身也不是一蹴而就。具体路径怎么落地、哪些环节最先见效、又会踩什么坑，后续文章深度分析。

灵魂需要口粮

工信部已经把工业软件抬到“灵魂”和“基石”的高度，政策支持、市场容量、国产替代意愿都在。但灵魂要发挥作用，需要一套可持续的经济系统：厂商要有利润，人才要有体面的收入，交付要有知识沉淀，而不是靠一群实习生一次又一次重新踩坑。

否则，“灵魂”喊得越响，现实的反差就越刺眼。

参考资料：

• 工业和信息化部官网，2026 年 8 月 26 日国新办发布会实录（S 级来源）
• 中国网直播实录，2026 年 8 月 26 日（S 级来源）
• 工信部新闻发言人陶青答央广网，2026 年 7 月 20 日（S 级来源）
• 杨学山在“中工智库沙龙·AI 共创工业智能”主旨演讲，中国工业报报道，2026 年 4 月（B 级来源）
• 上海市宝山区人民政府《对区政协九届四次会议 9E077 号提案的答复》（A 级来源）
• 东方财富财富号《工业软件定制化行业：产线流程具备独有属性》，2026 年 8 月 30 日（B 级来源）

本文所有数据均标注来源与等级，估算模型已注明“基于行业公开数据估算，具体项目有差异”。工业 AI 落地方案后续文章深度分析。