工业软件未来之《隆中对》

新冠三年，工业软件市场依旧硝烟弥漫，群雄并起，有扯《软件定义一切》之大旗者，有扯《数字孪生》之大旗者，有扯《低代码》之大旗者，有扯《工业互联网》之大旗者，有扯《万物互联》之大旗者，有扯《工业云》之大旗者，旌旗招展，看的投资人牛腾云是眼花缭乱，不知跟随哪一路兵马。

电视中正在播放《三国演义》，牛腾云正在冥思苦想，百思不得其解之际，一杯清茶入口，伏案沉沉睡去。恍然间飘飘悠悠，飞到一处院落，只见两人正在谈得兴高采烈，身着古代服饰，其中一人仙风道骨，手持羽扇，指指点点。另一人，大耳垂肩，正洗耳恭听。

又见大耳垂肩者，问曰：“……至于今日。然志犹未已，君谓计将安出？”

牛腾云一惊，莫不是在隆中，刘备正在请教诸葛亮？正惊诧间，嗖地一声钻入刘备体内。

备问曰：“自今年（208年）起，2000又14年后，工业软件市场，想听先生见解。”

诸葛一愣，捋了捋胡须，双目钛光闪烁，羽扇轻摇，答曰：

那时之人，科学技术已非今日可比，比古时公输班、墨翟者，更强百倍千倍。天上有飞机、天宫，甚至汉室后人已触及月宫、荧惑，地上有汽车、高铁奔驰，速度胜战马四倍有余，海上大船，有航空母舰大如皇城，核潜艇者，可潜入海底。手里的手机，堪称千里眼顺风耳。且如上诸物，皆有灵魂，才智过人。

以上种种，皆是人类智慧之结晶，人类众多有才华之人，历经数代，知识迭代，均汇集于工业软件之中，工业软件支撑人类，造出天地海中诸物。公输班、墨翟诸圣之技巧，甚至你我之智慧，皆在工业软件传承之列。

备问曰：CAD与CAE市场发展，哪个更快？

亮答曰：对于单一CAD市场，在早期的发展一定是先发的，CAD是描述产品之基础。但快速普及之后，市场容量已经趋于饱和，即便是3DCAD市场，市场份额达到一定容量之后，必然呈现增长乏力之结局。

而CAE市场乃是多学科、多专业市场，力、热、声、光、电、磁、核辐射、流体等等，市场范围要宽广太多，可以说CAD设计做一次，而仿真要在此基础上做N次。而且，如果考虑CAE仿真的多物理场耦合因素，就不仅仅是用N!计算了，而是C(0,N)+C(1,N)+…+C(N,N)，总和是2^N次啊！

为了增加产品竞争力，企业对信息化的投入是高度内卷的，更是匹配CAE的多学科、多专业特征。如果说CAD市场是单一内卷市场，CAE市场是螺旋内卷市场。

A企业通过采用3DCAD提升了竞争力，B企业和C企业必然跟进，甚至超越。以汽车为例，在3D模型的基础上，要做撞击安全性的分析、舒适性的分析、温度场的分析、零件疲劳的分析、电磁干扰的分析、空气阻力的分析等等。一家车企取得比较好的效果之后，其他车企必然会跟进。这市场规模，应该有多大！

备问曰：我看现在CAD市场的规模还是大于CAE市场的规模，到什么时候CAE市场的规模才能赶上CAD市场的规模呢？

亮掐指一算，答曰：大约今年（208年）后2000又20年（2028年），CAE市场规模就能够赶上CAD市场的规模，之后就一骑绝尘，直到下一阶段，大隐于市之阶段，CAE将会融入于CAD之中，设计出的产品即为最优产品，单独的CAE软件将难以为继。

备问曰：那CAD的出路在哪里？

亮答曰：其一为设计仿真一体化，CAD目的就是设计出性能最优的产品。而性能最优的保障要通过CAE技术的分析和优化才能获得。精细的CAE分析往往需要大量的算力、专业的CAE仿真工程师的参与。设计仿真一体化可以使设计工程师具备快速、非精细、较少算力的仿真计算，减少专业CAE分析的压力。

CATIACAE就是基于这样的考虑而开发的。

其二为系统工程设计。随着产品本身的复杂程度以及产品使用场景的复杂程度越来越高，飞机、汽车、航母都已经成为一个复杂的系统，甚至是复杂的系统之系统。比如飞机，需要应对各种各样的复杂的飞行场景、起落场景，甚至对于战斗机来讲，作战场景。此时的产品已经远远不再是由零部件简单装配在一起的组合。其中蕴含了复杂的系统逻辑行为。产品功能的复杂程度使设计师必须要用系统工程的思维方式才能完成设计。由于系统工程设计其中包含了包括三维模型在内的各种功能逻辑模型，因此，基于模型的系统工程（MBSE）设计成为未来产品设计必不可少的一环。

其三为智能设计，包括知识工程设计、创成式设计、认知增强设计、基于规格的设计、面向体验的设计、知识图谱设计、人工智能设计等等。

一个产品的设计，从本质上来说就是要确定此产品涉及到的所有设计变量的一个过程。再以一辆汽车为例。它的设计变量包括车身的长度、高度、宽度，用什么样的车门？用什么样的材料？喷涂什么样的漆？等等各种可变的因素皆为变量。

这辆车和那辆车有什么不一样？让我们从上帝视角来看看，车与车之间到底有什么差别？主要也就是可配置的变量及选装、可变形的曲面及几何参数、可变化的功能逻辑三种。

即便是这三种，最终一辆汽车的变量可达上百万种。作为一个汽车设计工程师。如何才能保证最后他确定的这100多万个参数都是正确的，而且是最优的呢？

首先是知识工程设计。通过建立知识工程模板，包括各种校核的模板，包括各种专家系统的逻辑。在知识工程模板中，已经将专家的知识和经验、各种校核标准，都以公式或者参数的形式设计在知识模板中。大大加快了设计工程师设计的速度，降低了出错的概率。

在接下来是创成式设计。这里有一种新的说法叫做认知增强设计。当我们给出一个零件的规格。电脑可以帮我们计算出来，最适合的形状是什么样子。因此也叫做基于规格的设计。

在创成式设计的过程中，仿真分析和优化是内嵌的过程。只要我们给出零件的规格，电脑自动对参数进行调整和优化，通过内在的仿真分析，不断地进行尝试迭代，计算出最优的结果。这一过程已经高度自动化，甚至不需要人的参与。

这个时候我们可以说一个零部件或者一个产品是计算出来的，而不是设计出来的。此时CAE已经融入到CAD之中，高度融合，甚至可以说隐藏起来了。

从零部件的自动化设计跃迁到产品级别的人工智能设计，还需要大量知识图谱的积累。从基于规格的零部件设计到基于知识图谱的整车设计，大概需要20年左右的进步。

其四为设计即体验，设计一款产品的最终目的是为了什么？就是为了让人使用而已。我们怎样才能知道最终产品制造出来之后，人们在使用的时候好不好呢？这就需要打造一个虚拟的世界，让消费者在虚拟的世界里面去进行虚拟的体验。

设计不仅仅要考虑最终的消费者体验，产品是否易于制造、对环境友好等等都要在设计阶段考虑。因此有了另一个系列，DFX系列。

DFX也就是“DesignforX”，表示面向产品全生命周期的一种设计理念。其中“X”代表整个产品生命周期或其中某一环节，如供应、制造、安装、维护、维修、回收等，也可以代表产品竞争力或决定产品竞争力的因素，如可靠性、节能减排、环保低碳等等。

总之，CAD融合的元素越多，耦合的能力越强，自动化程度越高，则越有竞争力。

备问曰：先生所提万物皆有灵，如何理解？

亮答曰：2000年之后的时代，行走之车，飞行之枭，海上之舟，居住之屋，身着之服，皆有灵焉。各种产品都越来越有智慧，产品之硬件功能由软件控制，称为软件定义一切：

SoftwareDefinedEverything，或者SoftwareDefinedX，SDX。

产品的功能越来越多，可以控制的部分越来越多，实现起来也越来越复杂。越是高端的产品，软件的部分也越多。

软件定义汽车，使人类乘车体验更好；

软件定义家居，使人类居住更加智能；

软件定义厨房，使人类饮食更加健康；

软件定义企业，让企业的运营更加智能；

对于产品相关的嵌入式软件开发，虚拟化包括通过模拟被测对象和/或其环境来进行测试、验证和校准的早期执行，而无需提供完整的目标硬件。有另外一套术语，称之为XiL，X-in-the-Loop，硬件在环、软件在环、模型在环、处理器在环、实车在环等等，分别对应HIL/SIL/MIL/PIL/VIL，终极目标肯定是EIL，ExperienceintheLoop，体验在环。

备感叹：未来社会岂不是需要更多的软件工程师？

亮答曰：然也。未来社会需要越来越多的软件人才。软件人才的数量和质量，也决定了一个国家的工业是否发达，高端产品竞争力是否强大。

未来我华夏国应该培养更多的软件人才，甚至要从娃娃抓起，软件课成为必修课，方能立于世界之巅。

备问曰：是否可以低代码？

亮答曰：所谓低代码平台，是指通过自动代码生成、可视化编程或者脚本语言，只需要少量代码，即可快速搭建各种应用，满足了很多非专业的开发人员和业务人员快速上手、快速实现的需求。

但通常情况下，低代码平台侧重点是信息重组展示、模块控件组件重新组合、Web页面组合、工作流自动化、在线表单工具等等。

而封装的模块、控件、组件等等，交给专业的开发人员去做。低代码并不能取代这部分工作。高级程序员来做高代码的内在，普通人，非专业开发人员来做外表的拖拉拽的简单工作。

就好比你要学武艺，低代码就是外面的招数，而平台内部封装的代码就是高手的内力。没有内力，只有招数是不管用的，顶多算是一个会花拳绣腿的假武师而已。

因此低代码有两大门派，一派是花拳绣腿派，只是做一些数据录入、屏幕呈现、工作流自动化的工作；另一派是内功修炼派，建立在强大的即有能力之上的低代码，比如微软推出的低代码平台PowerPlatform，背后依托的是微软Office强大的办公组件、Azure强大的云组件。但微软的低代码平台不可能解决产品设计和仿真优化的问题，因为PowerPlatform里面没有这方面的能力。

而工业软件，以达索系统的3DEXPERIENCE平台为例，通过PlatformWidget将相应的Widget组件组合创建一个Dashboard，也是典型的低代码应用。

尤其是xGenerativeDesign，3D创成式设计，是基于移动浏览器的创成式三维建模，用图形可视化脚本（低代码）结合交互式3D建模代替编程。

有人很形象的把低代码看成是解决最后一公里的最佳方案，这也得是建立在有长途交通方案的基础之上的。没有长途的基础，只谈最后一公里应用场景是有限的，注定跑不远。

备问曰：天下大势，万物互联，请教先生物联网与工业互联网的发展趋势？

亮答曰：万物互联是未来趋势，但不宜投资过热。

其一，工业互联网优势之一在于规模效益，但总体的数据耦合和各个企业自身的数据安全之间是一对矛盾体，而当前工业互联网门派众多，各立山头，收效不大啊。

其二，工业互联网要与工业软件相结合发展。投入工业互联网不能减弱对工业软件的投资力度。

决定一个产品成本的因素，重点在于前期的设计阶段。Munro&Associates于1989年发表了一张产品全生命周期各个阶段的成本影响影子图。

在影子图中可以看到，产品设计所需要的费用虽然只占产品全生命周期的5%左右，但却在产品成本影响度上，具有70%的影响力。真正在制造阶段，对产品成本的影响力只有30%。

如果再把制造阶段细分，划分成制造规划和制造运营两个阶段，制造规划，包括工厂布局、产品工艺规划等等，又能够占到制造阶段产品成本影响力的70%。

而一般工业互联网的项目，切入点经常在工厂布局、工艺规划确定之后，在制造运营阶段，通过获取生产线上的设备参数、通过部署传感器所获得的产品质量相关参数，并在这些工业大数据基础之上进行产品质量提升、制造运营效率提升。

产品的竞争力分析也是类似的。也就是说一般工业互联网项目的发力点在30%里面的30%，也就产品整体竞争力的9%里面进行改善，改善空间是有限的。

而前面产品设计阶段的70%以及制造阶段30%里面的制造规划的70%，正是工业软件的发力点。

当然不是说工业互联网的项目不重要，但要和工业软件紧密结合，才能使企业的数字化转型更加成功。

诚然，开发覆盖产品研发设计和制造规划的工业软件的难度系数要比做工业互联网项目高出很多。现有工业互联网平台企业有500~600家，而能够支撑产品研发设计和制造规划的工业软件能有几家呢？