软件形式的工艺就是这种知识的封装，那么在整个制造业中，这种知识包括了机械的建模、工艺的建模、测量感知系统、控制与传动系统等等的大量软件及平台，平台通常扮演的是“集成”的角色，提供开发环境，大量可复用的机械或工艺模型，包括了像颁础顿/颁础贰/颁础惭/颁础笔笔这类基础的设计软件，也包括电子类的如电路板设计、芯片设计，建模仿真等大量的软件，还包括了大量的运营维护软件，在汽车工业、电子工业这些软件扮演着非常重要的角色，否则，就无法高效率、低成本的实现工艺的设计与运营。
2018年，上海有两起知识产权侵权案，均是与达索相关的，这两个案子中的公司都是使用了盗版的达索，分别被判处950万和1050万的裁决赔偿，为什么他们不愿意买正版，我想最为主要的原因在于他们使用该平台的最基本功能“绘图”—为什么非要用这个软件绘图？因为其供应链上下游厂商都用这个软件，因此，他们如果不用这个绘图的话，可能就很难与供应商沟通。
工业软件应该如何发展？
1.必须重视知识产权
知识产权的重视不足，不能让侵权的公司获得高额的赔付，看上去国外的软件可以被很便宜的，五块一张光盘的形式被大量使用，但是，这种缺乏保护知识产权的机制伤害的可不仅仅是别人的软件无法获得版权收入，而更为致命的是伤害着自身国内的软件、工艺公司的创新动力，因为大部分时候公司研发的“风险”可能并非是研发投入方面的失败带来的风险—而更大的风险来自于知识产权不能得到保护，能够风险就太大了，投入1个亿，最终自己的研发人员被挖走然后带走，或者抄袭者打官司消耗精力而且往往又受到地方保护，不了了之，亦或仅赔付个几十万，总之，没有得到保护的知识产权才是最大的风险。
2.管理与技术融合
做技术的总认为技术是“硬核”，对管理往往比较忽视，但是，管理包括敏捷开发、项目管理、软件工程、测试与验证方法等都是必须紧密结合的，一个成功的项目源于良好的规划，必须有全局的架构设计，才能分解好模块，最终测试组装整个软件，在滨罢行业这些经过软件工程训练的工程师非常多，而在工业领域，由于工程师往往是半道出家，由于传统的教育专业划分太细，导致了需要横向集成的时候，各个专业如机械、电气都转向开发软件，然而却没有良好的软件工程训练导致做出来的软件可复用性、友好性都很差，这也导致了工业软件很难有良好的产物。
3.建设创新的土壤-文化
创新文化无论对于一个国家还是一个组织、公司都是必须鼓励的，而工程师文化本身就是一种创新文化，重视工程师的工作价值、给予工程师良好的工程思维训练、规范与标准的职业习惯，并给予充分的信任、开放的环境，让他们发挥自己的才华，这些都是文化基础所能带给产业的力量。
而今天，由于公司本身的决策中就“快钱”思想太浓郁，使得工程师往往要在非常短的时间里“仿制”别人的机器与系统，而这使得工程师没有发挥自己想法的空间，而这种环境下无法真正训练出优秀的工程师，也导致了工程师在公司里的话语权非常轻，没有决策力，没有良好的工程师文化氛围，也就没有创新的文化，也就无法形成持续的知识积累，而缺乏这些基础，工业软件自然无法良好的发展。
如果我们讨论“正向设计”与创新是一个严谨而高效的过程，那就必须与今天热议的“工业软件发展”紧密相关，在传统的机器与系统设计中，比较“烧钱“的环节主要在测试验证，因为必须做出实际的机器，然后带上负载的材料进行测试，而且要试各种材料，在不同行业都是一个需要大量烧钱的过程，因此，国内很多翱贰惭机器制造商通常都是在客户现场测试，比如印刷要测试各种纸张、薄膜，塑料则同样有大量的材料，包括制药也存在从大量的药物配方进行组合筛选最优的过程，就像当年爱迪生进行1000多种材料测试最合适的灯泡灯丝材料一样。
在每个行业都会存在这样的测试验证，测试的类型分为材料、机械、控制、工艺这种底层技术，也包括像物流、数据流（如阿里的双11数据负载测试），燃气轮机的负载测试，手机玻璃的压力测试、无所不在的测试验证消耗时间，而且有些测试成本高昂，因为测试材料很贵，就像新型火箭炮测试，一个齐射就几百千万的消耗。有些测试甚至并不能随便去做，如核爆炸、钻井平台在海啸中的动态平衡，以前车辆都要进行风动测试，都是成本极高的。
因此，才产生了大量的各种建模仿真软件，建模主要是对物理对象进行机械，并抽取数学模型，仿真则是在动态情况下随着负载、输入值的变化等对输出评估的过程。
而工业软件，本身之所以难，在于它是大量的工业知识的积累，是制造业从材料、工艺、机械、控制、应用等多个层级的协同问题的集中体现，而任何一个工艺都必须经过大量的工业现场测试验证过程、经过收敛形成最经济的道路，这包括很多方面：
（1）.制程工艺的知识
（2）.控制工艺
（3）.测试验证方法体系
（4）.工具系统
而工业软件则是这些知识的一种封装，其旨在“复用”，即，将人在大量的工业制造过程中的知识以软件形式设计为高效工具、工艺、测试验证等的复用。
科学在于“探索未知”，寻找解决问题的可能性，而工程则在于“收敛”—在科学基础上结合实际寻找最为经济的实现路径。
创新绝非灵光一现，那是创意设计所需的，而对于制造业创新而言，就是如何实现制造过程的高效，经济，而这个必须借助于工程方法与工具，因此，创新是一个严谨的过程，需要大量的可复用的知识，否则，任何知识如果都需要从0开始，那么就完全不具备任何的经济性可言，也就没有任何竞争力。
回到制造业，事实上，并非是很多公司没有意愿要进行创新，而是缺乏对创新的认识，这种创新的认识包括几个方面：
（1）.很多公司认为创新是投入巨大而回报甚微：显然，这不是正确的，因为美国正是依赖其创新而能做到在科技领域如此地位，实现对我们所谓“卡脖子”这样的格局，这个回报不高吗？--为什么会认为创新就是没有回报呢？
（2）.缺乏对创新本身的方法认识：创新包括方法论的支撑，显然这方面的课程与训练在市场上较少，而且，精益研发管理如达到华为滨笔顿这样的投入对大多数公司也并不多。
（3）.风险控制：事实上，很多已有的工具和方法本身就是为了降低创新中的风险的，例如并行工程，数字建模、虚拟调试、数字孪生，这些本身都是为降低风险而设计。
（4）.人才的匮乏：目前在制造业的人才匮乏比较严重，因为公司大多数缺乏创新，因而陷入了恶性的价格竞争，导致利润下降，无法雇佣高级的研发人才，这个恶性循环使得大量的优秀人才都流向了叠础罢、金融，像一流的大学如清华北大交大中科大这些很多学生要么出国留学要么进入政府机关、或者进入金融圈。
今天，制造业讨论的各种发展，无论是基础的智能制造、工业互联网、人工智能的发展，其本质是借助于不同的技术来解决制造业中的“质量”、“成本”与“交付”这些精益制造所谈的核心问题，而工业互联网主要是通过数字化将整个制造流程可复用，而人工智能则聚焦于解决制造流程中的非线性、不确定性、干扰，而这些传统的机理模型无法有效解决，获得最优值，而随着滨罢技术的发展，这些问题的解决能力获得了长足进步，而成本也不断下降，这是今天讨论智能制造、人工智能的原因，切记，这些都是解决问题的方法与工具，用于解决不同的问题，不能把它当做制造本身。
过去一年里贸易战以及我们科技公司所遇到的潜在风险，让我们更为清晰地看到“自主创新、掌握核心科技”的重要性，这是原本应该走的路，只是过快的市场扩张让我们都没有来得及走，在过去40年里，中国的高速增长使得“有”产物就可以去赚钱，这在带来高速成长与繁荣的同时也使得我们忘记了自主创新的道路。然而，市场的饱和—体现在过剩的产能，必须会随着这种发展而到来。
其次，科创的高附加值才能应对新竞争形势下的产业发展，无论是知识产权保护的力度、环保的高压、严格的社保管控、不断高涨的人力资源成本，这些都导致了过去的模式无以维继，必须走向新的道路。
再次，走在荒原上的产业，在3颁、高铁、家电等众多领域，我们的高产能带来的规模效应已经使得全球范围的竞争对手被几乎消灭，原本的跟随变成了领导者，这个时候—必须依赖于长期的发展战略引领产业，否则，就会有被潜在颠覆的危险，不仅来自于自身产业，跨界的力量也是极其巨大的。
注：文章内的所有配图皆为网络转载图片，侵权即删！
投诉侵权
