面對中國工業軟件的如火如荼，有人摩拳擦掌，說成功近在眼前；有人望洋興嘆，說彼岸遠在天邊。不論什么論調，都看似言之有理，但也似是而非。其實，這也絲毫不奇怪，進入新時代，面對新事物，我們必須要趟過一系列雷區。誤區往往無法繞過，甚至會被人們當成大本營安營扎寨數年。真理的獲得，就是不停從一個誤區進入另一個誤區的過程。經過多次誤區洗禮，迭代遞歸，終見規律。今天，就工業軟件發展的誤區，我們先選十個下鍋。
誤區一
這幾年，中國工業軟件“風口”到來，很多人說 “卡脖子”是其原因，都還說中國工業軟件人應該感謝川建國。你質疑過這個說法么？這個“風口”是怎么來的？有人說是他國制裁，有人說是國際打壓。似乎很對呀，貿易摩擦、科技競爭以及“卡脖子”導致了中國工業軟件風口的到來。在我看來，此次風口和卡脖子只是具有相關性，并非因果律，他們都是另外一件事的兩個結果：中國工業和經濟到達了分水嶺。其底層邏輯是：2019年中國人均GDP達到1萬美元，中國進入中等發達水平，同時，面臨“中等收入陷阱”。此刻，跨越陷阱的方法是經濟發展模式必須從要素驅動轉向創新驅動，工業軟件是最重要的工具之一。此刻，也是競爭者把你推下陷阱的最好時機。太早沒有陷阱可以落井下石，太晚就跨過去來不及了。這也很好地解釋了 “貿易戰”和“科技戰”為什么是在2018年開打，而不是其他時間。此后的20年是我們跨越陷阱的時間，國際斷供和卡脖子將是新常態。那國家出手推動工業軟件自主發展是必然選擇，也自然讓其成為風口。于是，我們看到卡脖子和風口同時到來現象，但不意味著卡脖子是風口的原因，底層原因是中國工業經濟到達了分水嶺。卡脖子的確是中國工業軟件風口的催化劑，但絕不是基本原因。沒有愛因斯坦，相對論還是會被發現；沒有愛迪生，燈泡還是會被發明；沒有被蘋果砸中，牛頓也會發現萬有引力，甚至沒有牛頓，萬有引力也會被發現。歷史材料表明，以上事件都不是黑天鵝，而是趨勢，是規律，是時代發展的必然產物，只不過恰巧落在某個人的頭上。就像現在，落在了一個大家都認為個性異常的某國領導人。但其實，權力更替后，一切沒有變化，甚至變本加厲。國際經貿摩擦、科技競爭、工業軟件卡脖子將是新常態。所以，此次工業軟件的所謂風口，根本就不是風口，而是趨勢；不是突發的黑天鵝，而是可預測的經濟規律；不是一個轉瞬即逝的窗口，而是一個新時代的到來；是國家工業發展的內生需求，不是外力使然。誤區二
趕上國際標桿
國產工業軟件確實不得不面對一個現實：中國企業在用國際先進軟件。如果想做替換，你是不是必須得趕上甚至優于人家呀？這個過程，在我們國家稱為“對標”。中國社會喜歡“對標”，不是一般的喜歡，而是特別喜歡！每做一件事，一定要先找一個先進“標桿”，然后找差距、定目標、定計劃，最后大干快上！工業軟件界也是如此。對于工業軟件，多數人一直忽略了一個核心問題：我們真的需要做出大鱷們一樣厲害的軟件么？我們經常講對標，到底應該對什么標？現在每天講突破“卡脖子”困局，講國產替代，于是，就想當然地對標國際先進軟件。其實，我不反對“對標”，問題是你應該對哪個標？想對標別人先進的現在，那你需要先問問，你有沒有別人現在的基礎、環境和條件？我也倡導對標，但我主張：先掂量好自己，去對標人家當初和你相似條件下的樣子，而不是你的基礎、環境和條件不可企及的今天。這些年，我們天天在用戶現場觀察，發現國際先進的工業軟件在用戶那里經常使用的功能非常有限。初期我們認為是用戶水平太低，也有人說是軟件不好用，但最后我們悟到，是中國工業水平所限。中國航天行業是中國最具正向設計特征的行業，是完全自主發展起來的，所以與國際同行具有可比性。人類60年前登上了月球，而我們仍在追趕，這差不多就能丈量出我們工業和科技水平的整體差距。國際軟件的確先進，但那是根據產出國的工業水平的需求來開發的。一個國家的工業軟件水平是與這個國家的工業和科技水平相匹配的，印度就是個力證。印度是有名的軟件產業發達的國家，產業收入高、人才多，但并沒有出現全球知名和強大的工業軟件，就是因為工業水平不高，而不是軟件能力不夠。美國工業軟件之所以強大，不是因為美國工業軟件人聰明勤奮，而是美國工業和科技水平高。中國的工業水平沒那么高，對工業軟件的需求必然不高。換句話說，我們每年花了很多錢買高水平國外軟件，大部分功能其實購買后閑置，這無疑是采購經費的浪費。所以，我們對標，其實應該對標本國工業企業的“剛需”，而不是對標國際先進軟件。盲目對標國際軟件，只會浪費時間和經費，開發本國用戶并不需要的功能，用戶真正需要的功能反倒做不到位，既不可能，也沒必要，甚至是一種浪費，至少性價比不高。今日之對標國際，恰如昔日之彎道超車。先驅是領先于真實需求（剛需）一到兩步，先烈則是領先太多。如果與國外先進軟件對標，只有那些先烈才能及格或達標。當我們悟到這個的時候，才發現，我們只需要做出國際先進軟件的40%的功能即可滿足中國剛需。甚至對于應用不深的大企業或者尚未采納工業軟件技術的中小企業，這些功能已經綽綽有余。從這個角度講，我們過去所積累的技術積淀已經超過了需要開發的軟件。所以，我經常說我們做自主工業軟件的自信是有科學依據的，并不是完全靠情懷和豪情。在國際工業軟件的珠峰面前，我們仍然覺得可以一戰的原因就在于此。但也不要過于樂觀，搞清楚剛需到底是什么，卻不是吹氣就能來的。到底是這40%還是那40%，則需要在用戶現場摸爬滾打，實地考察。誤區三
避開國際大鱷鋒芒
中國古代的戰法里有“守正”和“出奇”兩種策略。那中國工業軟件突圍，是該守正還須出奇？“出奇制勝”和“差異化競爭”這樣的詞匯，在戰爭與商界中往往被賦予了魔力和褒獎。中國工業軟件要突圍嘛，當然應該出其不意！但真該如此么？據我觀察，其實未必。君不見，中國的工業軟件公司：有些凌波微步，走上了利基小道；有些飛檐走壁，最終在云上漂泊；有些劍走偏鋒，一頭扎進APP長尾不能自拔。似乎都是峭壁上的靈芝，哪一個成了餐桌上的糧食？我一直談一個觀點：中國工業軟件出現四個新賽道，這些賽道上沒有國際大鱷，只有中國工業軟件公司。這些新市場上沒有國際軟件，只有中國軟件可用。未來若干年，中國市場將產生大量對干糧而非靈芝的需求，即“剛需”。這就是我們為什么在技術和產品研發上選擇了守正的原因。當然，新舊賽道遲早會合并，所有戰車將在同一個賽道上競技。也正因為如此，我們現在才要堅持守正路線，盡快在基本面上進入全球第一梯隊。唯有如此，未來合軌之時，我們才有一戰的能力。打仗是需要用奇兵，但最終的勝利取決于國力，也就是工業、經濟和人才的底盤，這些無一不是靠“守正”方能獲得。關于用戶需求，中國工業軟件領域存在兩個現象。第一個現象是，用戶在采購軟件時，并沒有真正分析自己的剛需，而是對標國際先進軟件，作為自己的采購需求。喬布斯認為用戶會告訴你“他需要個更快的馬車”，那汽車永遠發明不出來。在中國工業軟件界的現象正好相反，他們往往說“他們要個飛機”，盡管那個飛機從來不去飛。和客戶溝通需求的時候，我們經常發現用戶無法清晰和系統地表達剛需。遇到需求調研，他們說出來的往往就是他了解的最強大的軟件的功能。用戶懶于認真研究自己的剛需，而是對標國外最先進的軟件來實施采購，雖然大部分功能他們用不上，但這個采購要求的提出最簡單、最省事、最安全啊。最后選定的產品往往遠遠超越真實需求，造成資金浪費。第二個現象是開發商似乎也認定，國外那些先進軟件開發的時候已經了解過用戶需求，我們不需要再做過多研究，直接對標國外軟件，即可開發出滿足用戶需求的軟件。最終的結果是，依舊不知道用戶真正需要哪些功能，我們稱之為盲目對標。喬布斯曾發表過關于需求調查的觀點：企業應該引領需求，而不是向用戶征集或調研需求，看來，此觀點在工業軟件界同樣適用。識別剛需，可以讓好鋼用到刀刃上，把珍貴的經費用于剛需。無論融資與否，中國公司在經費方面對比國外軟件仍然有所欠缺，不應該將有限的經費用于暫時不需要的功能開發。何時開發何種功能，是時機選擇問題，應該避免被拖入開發陷阱，甚至影響企業的生死存亡。誤區四
好產品是用出來的
工業軟件界一個共識：工業軟件需要大量的工程化驗證，才能進入實際工程中使用。的確，寫幾萬行代碼，開發出來第一套工業軟件其實并不難，難的是這套軟件是不是經得住實際工程的考驗。軟件的評測，內行看門道，外行看熱鬧。外行喜歡看的往往是軟件功能，內行則會鉆到深處看性能，底層的算法和引擎決定了軟件有多硬核，而它們則需要長時間大量的工程化驗證方堪大用。過去企業一般有兩種方法進行工程化驗證，一是用試驗方法，二是用戶現場工程應用。不論哪種方法都需要大量時間和資金。在現階段，這兩個途徑在中國工業軟件公司這里都不具有可行性。首先，國內工業軟件開發商沒有充足的經費進行試驗驗證，其次，即使資金花得起，時間也等不起，開發商現在沒有時間等待用戶的使用反饋。第三，新軟件的用戶基數小，反饋數量少，不足以支持工程化驗證。所以一家新創的工業軟件公司或新開發的工業軟件，在工程化驗證方面往往都是大弱項。因此，只會等待試驗驗證和工程應用反饋的人，基本都凍斃于風雪，走到終點的可能性基本上為零。于是，我們提出了另外一套切實可行的國內的驗證方法——用過去的案例驗證今天的產品。我們過去積累各個行業大量的工程案例，形成了擁有上萬案例的工程案例庫（圖3-1）。案例庫的數據經由國外軟件應用實踐而來，并通過用戶試驗及工程結果進行過驗證，結果確認可靠。現在，每當開發出新的功能或模塊，用把過去的案例調出，相同的問題，用同樣的模型，在新功能或模塊中重新計算一次。與案例庫結果進行比對，結果偏差不大則認為新的功能或模塊可行，結果偏差較大，則繼續優化。利用這個案例庫進行工程驗證，節約了大量的時間和經費，相當于用過去的時間置換未來的時間，過去曾經投入資源和經費置換未來的資源投入和經費。通常，離散的工業品或離散場景不足以驗證工業軟件的完整功能。所以，工程化驗證需要考慮場景覆蓋性，通常需要用系列化的工業品及其子系統進行完整驗證，稱為系統性驗證。我們的工程案例庫中，除了案例數量多外，還依據這些案例整理了系列化工業品和子系統的工業軟件經驗、標準和解決方案，總數達到上百個系列，可以解決驗證場景的覆蓋度問題。誤區五
成本高，競爭強
