随着新兴技术的发展和企业对定制化和数字化的需求增多，工业软件也逐渐从原本的单一工具软件走向定制化的平台服务，目前正在朝着“上云”和“APP化”发展。

       内容参考“2021中国工业软件行业报告”。

       工业软件逐渐“上云”或“APP化”

       和传统工业软件一样，工业互联网APP的开发融合了工业知识和软件开发知识，需要工业人和IT人共同研发。和传统工业软件不同的是，工业APP的开发技术注重便捷化、混合化（跨平台）、部署运维标准化。

       微服务“松耦合”架构，加速APP开发和运维

       随着公司业务的逐渐复杂，软件架构从单体架构向SOA架构（Service Oriented Architecture）再向微服务架构（Microservice Architecture）演变。微服务架构旨在通过将各个应用程序和服务分散到各个单独的服务中，以实现解耦。

       基于微服务架构，工业APP的开发和运维更加便捷和快速。例如，富士康的工业互联网平台——BEACON就在PaaS层将工业技术、知识、经验、模型等工业原理封装成微服务功能模块，供工业APP开发者调用。

       低代码开发及时响应客户需求，缩短项目交付时间

       低代码平台一方面有效地解决了传统软件开发需求变动造成的业务和开发矛盾以交付时间冗长等难题；另一方面，低代码平台的开发性也实现了系统的互通互联，消除“云端孤岛”现象。目前，低代码平台可以减少传统软件开发50%的代码量；未来；低代码平台可以减少传统软件开发70%的代码量。

       DevOps有助于实现开发运维一体化

       DevOps集合了软件开发（Dev）和IT运维（Ops），主要为了缩短系统开发生命周期和提供高质量持续交付。DevOps可以解决许多传统IT组织的普遍的痛点，它强调协作、自动化、敏捷性。

       目前，公有云服务模式已经成为企业快速实践DevOps的优先选择。例如，阿里云推出了云效一站式DevOps方案，提供从“需求->开发->测试->发布->运维”端到端的协同服务和研发工具，支持多种部署形态。

       四大因素驱动工业软件“做大做强”

       外部压力、市场环境、政策扶持和需求刺激四大因素将促进工业软件产业飞速发展。

       宏观上来讲，无论是国际上还是国内，工业智能化和工业升级都是必然的趋势，工业软件作为核心要素有望迎来快速发展的窗口。微观上来将，工业企业在考虑数字化转型和降本提效的路径也需要工业软件的辅助。

       市场环境：国产化率极低，细分品类发展不均衡

       我国工业软件国产化率较低，且四类工业软件国产化率差异较大。其中，研发设计类工业软件国产化率极低，2019年国内厂商市场份额仅5%。而且多数研发设计类工业软件仅应用于工业机理简单、系统功能单一、行业复杂度低的领域。另一方面，经营管理类工业软件国产化率最高，达到70%。

       云计算、人工智能等新兴技术带领工业软件走向“新战场”

       工业软件是先进技术的融合体现，工业软件所涉及到的工业知识、数学知识、物理知识、计算机技术都会促进工业软件的更新迭代。例如Web技术的成熟，使工业软件从C/S（Client/Server）部署发展到B/S（Brower/Server）部署，而云计算的发展重构了软件的开发模式和运维模式，推动了工业互联网的发展，使工业软件可以基于云端提供服务，工业APP也应运而生。

       人工智能技术和大数据的发展将使工业软件从基础的数据收集和手动应用转向更加“智能化”的操作，提高数据分析能力和提供智能决策建议，最终将提高工作效率。

       发展趋势：持续沉淀工业知识，新兴科技引领新方向

       未来，中国工业软件将从技术、产品、服务模式和生态四个方面进行突破。

       功能专业化：目前，由于工业知识和技术的沉淀不足，对工业业务的理解不足，我国工业软件的功能较为简单和单一，与国外工业软件差距较大。未来，随着国产软件企业深耕行业，提高自主研发能力，国产软件的功能和性能都将逐渐赶上国外软件。

       产品一体化：工业设计领域的CAD、CAE、CAM由于在流程上的衔接，越来越多的软件开始集成这三大软件功能，实现整个产品设计和制造周期的管理。例如达索的CATIA即CAD/CAE/CAM一体化软件，例如ANSYS和PT合作推出的“仿真驱动设计解决方案”。当在技术上遇到难以跨越的门槛，企业可通过收并购具有相关技术的海外公司以吸纳技术，加速产品线的完善。

       云计算：云计算推动了带来了工业互联网和工业APP。工业软件打通了不同工业软件之间的数据逻辑关系，实现异构工业软件、数据和模型的集成，方便用户实现一体化流程。另一方面，工业软件的使用也更为简单和便捷，降低了使用门槛。目前，达索、Autodesk等国际工业软件巨头都在积极布局云端。

       人工智能+大数据：人工智能的深度学习可以帮助工业软件构建行业知识图谱，提升行业应用中知识自动关联、自动获取的智能化水平，以完善工业软件的功能。另一方面，大数据技术的应用能提高工业软件的数据分析能力，帮助用户进行决策。

       发展趋势：服务模式趋向SaaS和定制化，行业逐渐标准化和开源

       行业标准化：由于我国工业软件起步晚，行业尚未形成标准化的要求，导致许多产品之间的数据格式无法转化，加大了使用产品的难度。未来，行业标准的出台将使国产软件之间的配合使用更加容易，也有利于企业打造集研发、制造、运维等功能于一体的工业软件和解决方案。

       开源和开放：开源的内涵主要是“开放、共享、协同”，软件的开源可以使相关从业人员协同攻克软件技术开发难点，降低软件开发成本。例如Autodesk就推出了集成式CAD、CAM、CAE和PCB软件平台fusion360，以集成从业者和业余爱好者，利用行业资源实现对其软件的二次开发。

       SaaS：云计算同样催生了按需服务的SaaS这样的商业模式。订阅模式对用户而言提供了更灵活多样的选择，使用户在任何设备上使用软件并协作设计。另一方面，存储到云端的文件和数据可以和其他SaaS软件互通，减少协同成本。

       定制化：需求的多样化和差异化使越来越多企业从单一的软件销售转向提供解决方案。由于工业软件企业积累沉淀了专业的工业知识，个性化、定制化的解决方案也不失为一种增加营收的途径。但定制化的解决方案也有一定的弊端，例如软件开发对于基础功能的忽视。

转载自：全栈云技术架构