中国工业软件没有“弯道超车”，“一拐弯就是车祸”( 三 ) 河北|日历|过年|支付宝|机构

如果将各环节隔离开来，这些复杂的检验及控制在各自的业务闭环内都很好实现，但在实际的生产过程中，不仅这些环节的把控要结合设备进行体现，而且整个系统必须保证质检环节、工艺控制、生产环节完全同步匹配、共同协作；任何一个小环节掉链子，就会给工厂带来实打实的损失。

文章插图
某加工厂正在生产乳制品。图/新华社
有人会说，当前市面上主打工业互联网平台的国内公司越来越多，还不能顺利满足企业向智能制造模式转变吗？
答案是，这一趋势固然值得看好，但落地效果更值得长期考量。毕竟，任何工业互联网平台及运行其上的新型工业软件（工业APP），都是以为工业提质增效的水平来衡量的，这需要工业软件供应商对其服务的行业和具体业务场景有着非常深入的了解，相当于要成为半个“业内人”，才能开发出适用、好用的工业软件，而这，至少要花上5～10年的时间，甚至更长。目前工业互联网市场上，能用“一个符合工业生产的逻辑”把信息/网络技术（ICT）与工业场景紧密串接起来、融为一体的工业互联网平台，数量较少，有价值的工业APP总计不多——到去年底预计实现“百万工业APP”的目标只完成了30%。
前述北京工业软件企业高管认为，IT互联网企业暂时还难当IT和OT融合大任，“工业知识掌握在工业人的手中，工业软件要服务好工业制造，一定由工业人去主导才能完成，因为只有工业人才会不计成本、孜孜不倦为工业制造赋能。”
4 抢救工业知识数据库！
为什么要想实现工业软件国产替代这么难呢？
在诸多相关描述中，工业软件已经被公认为“虽然只占软件很小的比例，却是工业制造的大脑和神经”。但容易被人们忽略的一个“冷知识”是，没有深厚的工业知识数据做支撑，工业软件根本难以支撑工业制造的脱胎换骨。
工业软件是工业和信息产业的结合体，做工业软件，既要懂信息软件开发，又要对工业体系有系统性、深入性的了解，其中最大的难点不在于软件开发技术本身，而是IT人员对工业知识数据的掌握和调用。
赵敏也曾说过：“没有工业知识，没有制造业经验，只学过计算机软件的工程师，是设计不出先进的工业软件的。”
实际上，国外工业软件巨头之所以能够持续发展强大，根本原因之一就在于积累了几十年甚至上百年的工业生产的关键技术、流程、知识、工艺和数据，形成了扎实的工业数据知识库，具备了最重要、最核心、最底层的支撑。软件开发时，一手是市场需求，一手是随取随用的知识数据库，两手交汇贯通间，软件的优化升级顺利实现。
国产工业软件缺乏的，正是这样一个源头支撑。
自新中国成立至今，我国工业制造过程中的海量关键工艺流程、工业技术经验及研发数据，大都只锁闭在技术人员头脑中和企业的资料室里，随着企业的变迁、人员的流动甚至消失，不断耗散。
这就导致两个结果，一来，制造企业自身的知识经验及数据白白流失；二则，工业软件企业进入制造企业所处领域时，不得不花费大量时间和精力去学习、消化基础知识及参数，弄懂“一个符合工业生产的逻辑”之后才能进入软件开发阶段。
以石油勘探开采技术为例，我国在这一领域的成就早已获得世界认可。所谓“上天容易下地难”，人类对地下世界的持续探索离不开对过往经验的参照。但由于老专家、熟练技工的退休、离世或离职，大量宝贵的经验教训没有得到有效保存。
如果能利用工业软件技术，将这些经验教训以数字化、知识化形式进行保存、调用，不仅年轻一代的技术人员可以尽量减少重复错误、无效做工等问题，工业软件企业也可以根据勘探人员实时反馈的数据信息，对软件进行更贴合实际应用需求的优化升级。
“我国有大量的工业知识和数据亟须抢救，哪怕失败的教训也要留下来”，李春燕认为，“只有隐性知识显性化，显性知识组织化，残缺知识完整化，人走知识留，使数据和知识成为单位集体财富，才能更便于后来者高效地学习、对照。”
多位业内人士也指出，国产工业软件当前首要任务，是加快建立工业知识数据库，让大量的专家经验、工艺流程、核心参数等保留下来，企业知识财富成为行业集体的宝贵财富，从源头上为国产工业软件的发展积蓄动能。
5 一步一个脚印
在此次调研中，采访人员不止一次抛出“弯道超车”一词，但惊讶的是，大多数受访的从业者都觉得，这个词用在工业软件上“略显浮躁”。