工业软件产业培育新质生产力行动计划

工业为体·软件为魂工业软件产业培育新质生产力行动计划（2026—2030年）计划提要：工业软件不是普通软件，它是工业知识、工艺机理和工程经验的软件化表达。这一本质决定了工业软件产业的培育逻辑与消费互联网软件截然不同：它无法靠流量和资本快速催熟，只能靠“在真实工业场景中反复使用、反复修改”逐步沉淀；它的竞争力不在代码规模，而在几何内核、求解器、工艺模型库和行业知识图谱这些“慢变量”上；它最大的堵点不是“做不出来”，而是“做出来没人敢用、没人用就没法改、没法改就更没人用”的恶性循环。当前，我国在经营管理类软件上已具备较强竞争力，但在研发设计类（CAD/CAE/CAM/EDA）和生产控制类的高端环节仍高度依赖进口，几何内核、求解器、高端PLC等根技术受制于人。本行动计划围绕“根技术攻坚、首版次真用、云化转型、AI融合、企业梯度、人才复合、标准互通、安全可控”八条主线，设计了一套破解“用—改—优”循环的培育机制，并配套分类施策矩阵、根技术攻关清单、首版次应用规程、复合型人才画像和绩效指标表，供地方主管部门和产业主体参照使用。一、形势判断与产业逻辑工业软件是工业知识的载体。一款成熟的CAE软件，其价值不在于界面和代码，而在于其中沉淀的求解算法、材料模型、边界条件处理经验和数十年来在无数工程案例中积累的验证数据；一款成熟的CAD软件，其核心竞争力在于几何内核的稳定性、精度和对复杂曲面的处理能力。这些能力无法通过短期投入“砸”出来，只能在长期使用中逐步打磨。这就是工业软件与消费互联网软件最根本的区别：后者可以靠用户体验和商业模式快速迭代，前者必须靠工业场景的深度使用和工艺知识的持续注入。我国工业软件产业呈现“两头分化”的格局。经营管理类软件（ERP、SCM、CRM等）市场化程度高，国产产品在中小企业市场已具备较强竞争力，部分产品在大型企业也开始替代。研发设计类软件（CAD、CAE、CAM、EDA、PLM）和生产控制类软件（MES、DCS、SCADA、高端PLC）的高端环节，国产化率仍然较低，核心根技术受制于人。特别是几何内核、求解器、电磁仿真引擎、高端PLC运行时系统、工业实时数据库等“根技术”，是工业软件的“芯片”，一旦断供，上层应用将无从谈起。EDA领域尤为突出，先进制程的设计工具几乎被少数国际厂商垄断。更棘手的是生态问题。工业软件存在典型的“鸡生蛋”困境：国产软件缺乏大规模工业应用验证，成熟度和稳定性不足；工业企业担心生产风险，不敢在关键环节使用国产软件；没有使用就没有反馈，没有反馈就无法改进，国产软件与国际先进水平的差距难以缩小。这个循环单靠企业自身无法打破，必须通过制度设计，为国产工业软件创造“真用、真改、真验证”的机会。本行动计划的核心主张是：工业软件产业培育新质生产力，不能走“重研发、轻应用”或“重补贴、轻迭代”的路子，而应以根技术攻关为根基，以首版次真用为突破口，以云化和AI融合为增量机会，以复合型人才为支撑，以安全可控为底线，把有限的制度资源投向能够打破“用—改—优”循环的环节。核心判断工业软件最稀缺的不是研发人员，而是“愿意在真实生产中使用国产软件并反馈问题”的工业用户。没有用户的真实使用和深度反馈，再多的研发投入也只能产出“实验室里能用、车间里不敢用”的产品。行动计划的首要功能，是设计一套让工业企业“敢用、愿用、用出价值”的机制，把用户从“旁观者”变成“共同开发者”。二、分类施策与成熟度评估（一）四类工业软件的差异化策略工业软件门类众多，不同类别的技术壁垒、市场格局和培育路径差异极大，不宜“一刀切”。建议按四类分别施策。研发设计类（CAD/CAE/CAM/EDA/PLM）：技术壁垒最高、国产化率最低、根技术依赖最强，重点是根技术攻关和首版次真用，需要长期投入和耐心。生产控制类（MES/DCS/SCADA/PLC）：与工业现场紧密结合，可靠性要求极高，重点是行业适配和现场验证，通过细分场景的深度打磨建立优势。经营管理类（ERP/SCM/CRM）：市场化程度高，重点是云化转型和中小企业普及，同时向大型企业高端市场突破。运维服务类（设备管理、预测性维护、工业APP）：与工业互联网融合紧密，重点是数据驱动和场景创新，是国产软件差异化竞争的机会窗口。类别代表产品核心瓶颈培育重点优先级研发设计类CAD、CAE、CAM、EDA、PLM几何内核、求解器、工艺模型库根技术攻关、首版次真用、长期验证攻坚重点生产控制类MES、DCS、SCADA、PLC实时性、可靠性、行业工艺适配细分场景打磨、现场验证、行业知识沉淀场景突破经营管理类ERP、SCM、CRM大型企业高端市场、云化转型云化订阅、生态建设、高端替代市场深化运维服务类设备管理、预测性维护、工业APP数据质量、场景创新、商业模式数据驱动、场景孵化、与工业互联网融合增量培育（二）企业与产品的成熟度评估在制定支持政策之前，应先对本地工业软件企业和产品进行成熟度评估，避免“撒胡椒面”。建议从四个维度评估：技术成熟度（核心算法是否自主、性能指标与国际先进水平的差距、稳定性验证情况）、市场成熟度（装机量、客户类型、续费率、行业覆盖）、生态成熟度（开发者数量、插件和模板丰富度、与上下游软件的接口兼容性）、服务成熟度（实施能力、培训体系、问题响应速度）。评估结果用于分类支持：对技术成熟但市场未打开的产品，重点支持首版次应用和场景验证；对市场有基础但技术存在短板的产品，重点支持根技术攻关；对两者都弱的产品，引导其聚焦细分场景或转型。评估应定期更新，避免一次评估定终身。三、根技术攻关：几何内核、求解器与运行时（一）根技术的战略地位工业软件的“根技术”，是那些位于软件架构最底层、决定上层应用能力边界、一旦缺失就无法构建完整产品的核心技术。主要包括：几何内核（CAD的建模引擎，决定曲面精度、布尔运算稳定性和大模型处理能力）、求解器（CAE的计算引擎，决定结构、流体、电磁、热等多物理场仿真的精度和速度）、工艺模型库（CAM的加工知识和刀轨算法）、电磁仿真引擎（EDA的核心，决定芯片设计的仿真能力）、实时运行时系统（PLC和DCS的底层操作系统，决定控制周期和可靠性）。这些根技术的特点是：研发周期长（通常以十年计）、投入大、短期难以见效、一旦形成壁垒极高。正因如此，单个企业往往难以独立承担，需要公共力量和长期支持。（二）攻关组织方式根技术攻关不宜采用“短周期项目制”，而应建立长周期、稳定支持、产学研联合的攻关机制。建议：设立根技术攻关专项，支持周期不少于五年，以里程碑而非年度考核，允许合理的失败；组建联合攻关体，由龙头企业牵头，联合高校院所、应用企业和数学/力学/计算机等基础学科团队，共同攻关几何内核、求解器等根技术；建立根技术开源社区，对部分基础性、通用性技术（如几何运算库、网格生成算法）实行开源，吸引更多开发者参与，加速迭代；与应用企业深度绑定，根技术的验证必须依赖真实工业场景，攻关体应包含愿意提供场景和反馈的应用企业。根技术攻关的评价标准不是“论文数量”，而是“是否被上层产品采用、是否支撑了商业化产品的竞争力”。（三）根技术攻关清单根技术攻关内容应用产品突破标志几何内核曲面建模、布尔运算、约束求解、大模型处理CAD、CAM、CAE前处理支撑商业化CAD产品，处理复杂模型不崩溃结构求解器有限元算法、非线性求解、接触分析、并行计算结构CAE精度和速度达到国际主流产品水平流体求解器CFD算法、湍流模型、多相流、网格技术流体CAE典型工程案例验证通过，工业可用电磁仿真引擎全波算法、多物理场耦合、芯片级仿真EDA、天线仿真支撑先进制程或复杂电磁场景设计实时运行时实时调度、确定性通信、冗余容错PLC、DCS、运动控制控制周期和可靠性满足工业现场要求四、首版次应用与“真用真改”机制（一）破解“不敢用”的制度设计国产工业软件最大的障碍不是技术，而是“不敢用”。工业企业担心国产软件不稳定导致生产事故、数据丢失或项目延期，这种担心是理性的，不能简单用“支持国产”的口号来化解。破解之道，是设计一套让企业“敢用”的风险分担机制。首版次应用保险补偿：对使用国产首版次工业软件可能造成的损失，由保险产品提供赔付，保费由财政给予补贴。试点容错：对在非关键环节先行试用的国产软件，因软件问题导致的非重大损失，在考核中予以合理容忍。并行运行过渡：允许企业在过渡期内国产软件与国际软件并行运行，用实际数据对比性能和稳定性，降低切换风险。实施服务兜底：由软件企业提供驻场实施和快速响应服务，出现问题及时解决，减少企业的后顾之忧。风险分担的核心，是把“企业独自承担的技术风险”转化为“由保险、财政和服务共同分担的社会化风险”。（二）“真用真改”的反馈闭环首版次应用的目的不是“用一次就算支持”，而是形成“使用—反馈—改进—再用”的闭环。建议建立用户反馈制度：使用国产工业软件的企业，须定期向软件企业提交使用报告，记录软件在真实场景中的问题、性能瓶颈和改进建议；软件企业须建立问题响应机制，对用户反馈的问题分类处理，明确解决时限，并将处理结果反馈给用户；主管部门对反馈闭环的运行情况进行监督，对“只卖不管反馈”的软件企业取消后续支持资格。对提供高质量反馈、参与联合调试的工业用户，可在首版次采购、项目申报和税收优惠中给予认可。反馈闭环的价值在于：它把工业用户的场景知识转化为软件改进的输入，使国产软件能够“在使用中成长”。（三）首版次应用的场景选择首版次应用不宜“全面铺开”，而应选择风险可控、反馈价值高、推广潜力大的场景。建议优先选择：非关键生产环节（如辅助设计、工艺仿真、质量分析等，即使出问题也不影响主生产线）、新产品研发环节（研发阶段容错空间大，且能产生大量有价值的反馈）、中小企业（决策链短、试错意愿强、对成本敏感，国产软件的价格优势更容易被接受）、国产软件已有一定基础的细分行业（如特定工艺的CAE、特定行业的MES）。对涉及安全关键、连续生产、高精度控制的环节，应审慎推进，先通过仿真验证和并行运行积累信心，再逐步替换。首版次应用检查清单是否选择了风险可控、反馈价值高的场景作为首用切入点是否建立了保险补偿和试点容错机制，降低企业顾虑是否要求用户提交使用报告、软件企业限期响应反馈是否允许并行运行过渡，用数据对比建立信心是否对提供高质量反馈的用户给予认可和激励是否对“只卖不管反馈”的企业设置退出机制五、云化转型与订阅制商业模式（一）云化是国产工业软件的换道机会传统工业软件以本地部署为主，用户需要购买许可证、配置服务器、自行运维，初始投入高、升级困难。云化（SaaS）模式将软件部署在云端，用户按需订阅、按使用量付费，大幅降低了初始投入和使用门槛。对国产工业软件而言，云化不仅是商业模式的改变，更是换道竞争的机会：国际厂商的本地部署产品根深蒂固，用户迁移成本高；而云化是一个相对新的赛道，国产软件可以凭借更灵活的订阅模式、更贴近中国用户的服务和更快的迭代速度，在中小企业和特定行业建立优势。云化还能使软件企业持续获取用户使用数据，加速产品迭代和AI模型训练。（二）云化转型的路径云化转型不宜“一刀切”，应根据软件类型和用户需求选择路径。全云化：适合中小企业用的经营管理类、协同设计类、轻量级仿真类软件，直接提供SaaS服务。混合云：适合大型企业的核心设计软件，敏感数据本地部署，协同和轻量计算在云端。云原生重构：对部分产品进行云原生架构重构，支持弹性计算、多租户和微服务，这需要较大的研发投入，应选择市场前景明确的产品优先推进。云化转型的关键是数据安全和用户信任：工业企业对设计数据和工艺数据高度敏感，云服务商必须提供可靠的数据隔离、加密和备份机制，并明确数据主权归用户所有。建议建设面向工业软件的云服务平台，提供计算资源、安全防护、计费结算等公共服务，降低软件企业的云化门槛。（三）订阅制的定价与续费订阅制的核心是“持续提供价值”，而非“一次性卖license”。建议软件企业建立分层订阅体系：基础版（低价或免费，用于获客和培育用户习惯）、专业版（按功能模块和使用量定价）、企业版（按用户数或计算资源定价，含定制服务）。订阅制的成功取决于续费率，而续费率取决于软件是否持续解决用户问题、是否持续更新功能、服务是否及时。建议将“续费率”作为云化工业软件的核心考核指标，而非仅看新增订阅数。对采用订阅制的国产软件企业，在首版次应用、融资和政策支持中给予倾斜，帮助其度过从“卖license”到“卖服务”的转型期。六、AI融合与增量机会（一）AI对工业软件的重塑人工智能正在从多个层面重塑工业软件。设计层面：生成式设计（GenerativeDesign）可以根据性能约束自动生成多种设计方案，大幅缩短设计周期；AI辅助CAD可以理解设计意图、自动完成重复性建模操作。仿真层面：AI代理模型（SurrogateModel）可以用机器学习模型替代部分昂贵的数值计算，将仿真时间从数小时缩短到秒级；AI可以辅助网格生成、参数优化和结果后处理。制造层面：AI可以优化加工参数、预测刀具磨损、自动生成刀轨。运维层面：AI可以基于设备数据实现预测性维护和故障诊断。这些方向为国产工业软件提供了“换道超车”的可能——在传统数值算法上追赶国际先进水平需要数十年积累，而在AI与工业软件的结合上，国内外起点差距相对较小。（二）AI融合的务实路径AI融合不应停留在“给软件加一个聊天框”，而应深入到工业机理与AI的深度结合。建议重点推进三个方向：AI代理模型，用机器学习模型加速仿真计算，在保证精度的前提下大幅提升效率，特别适合需要大量迭代的设计优化场景；AI辅助建模与工艺生成，利用历史设计数据和工艺知识，辅助工程师完成建模、工艺规划和刀轨生成，降低对高级工程师的依赖；工业知识图谱，将分散在文档、图纸、工艺卡片和专家头脑中的知识结构化，为设计、仿真和运维提供知识检索和推理支持。AI融合的关键是工业数据的质量和数量，没有高质量的工业数据，AI模型无法训练出可靠的工业级精度。建议在推进行动计划时，同步建设工业数据集和模型评测基准。（三）避免“AI万能论”AI为工业软件带来了增量机会，但不能替代根技术的积累。几何内核的稳定性、求解器的精度和鲁棒性，仍然是工业软件的立身之本。AI代理模型可以加速计算，但在安全关键场景中，仍需传统数值方法提供可信的验证基准。建议企业在推进AI融合时保持清醒：AI是加速器和辅助工具，不是根技术的替代品。对AI模型在工业场景中的适用边界、精度保证和失效模式，应进行严格评估，避免因过度依赖AI模型导致工程决策失误。AI融合的评价标准不是“用了多少AI”，而是“是否真正提升了设计效率、仿真精度或工艺质量”。七、企业梯度培育与产业生态（一）龙头企业与根技术攻关工业软件龙头企业是根技术攻关和生态建设的主力。建议支持龙头企业牵头组建创新联合体，承担根技术攻关任务，建设工业软件开源社区和开发者生态。龙头企业的引领责任应清单化，明确根技术开源、接口标准开放、开发者支持、应用企业反馈闭环等方面的具体任务，并与政策支持挂钩。同时，应防止龙头企业利用市场地位挤压中小企业，特别是在细分行业软件和应用服务领域，应保持充分的竞争。（二）专精特新企业的细分深耕工业软件门类极多，龙头企业不可能覆盖所有细分领域。建议重点培育在特定行业CAE、特定工艺CAM、特定场景MES、工业APP、仿真模型库、工业数据治理等细分环节具有技术深度的专精特新企业。这类企业的优势在于对特定行业工艺的深刻理解和长期积累，能够提供龙头企业难以覆盖的深度服务。对专精特新企业，在首版次应用、场景开放、融资和人才引进上给予倾斜，帮助其在细分领域形成不可替代性。（三）初创企业与开源生态鼓励高校院所科研人员和行业资深工程师创办工业软件企业，支持孵化器、加速器提供开发环境、测试场景、融资对接和知识产权服务。对初创企业，可通过概念验证基金、天使投资、政府购买服务等方式给予早期支持。开源生态是工业软件产业的重要补充：建议支持建设工业软件开源社区，鼓励企业将非核心的通用技术（如网格生成、数据可视化、接口适配）开源，吸引开发者参与，降低整个产业的创新成本。对在开源社区中做出实质贡献的企业和个人，在项目申报和评优中给予认可。（四）产业链协同工业软件产业不是孤立的，它需要与工业用户、高校院所、芯片和硬件厂商、云服务商、系统集成商建立紧密协作。建议建立工业软件产业联盟，开展技术交流、标准制定、供需对接和人才培养。特别要重视工业用户与软件企业的联合创新：鼓励工业企业开放场景、提供数据和反馈，软件企业提供定制开发和快速迭代，形成“共同开发、共同验证、共同受益”的合作模式。产业链协同的关键是建立利益共享和知识产权分配机制，避免“用户提需求、软件企业做开发、成果归一方”的失衡。八、人才供给：复合型人才是最大短板（一）复合型人才画像工业软件最稀缺的人才是“既懂工业、又懂软件、还懂工程”的复合型人才。具体而言，包括三类：工业知识工程师，理解特定行业的工艺机理和工程约束，能够将工业知识转化为软件模型和算法需求；工业软件架构师，理解软件工程和系统架构，能够设计可扩展、高性能、可维护的工业软件系统；工业软件应用工程师，理解软件功能和使用场景，能够为客户提供实施、培训和技术支持。三类人才的共同特点是跨学科：只懂工业不懂软件，做不出好产品；只懂软件不懂工业，做不对需求；只懂技术不懂工程，落不了地。培养这类人才，需要打破传统学科壁垒。（二）培养路径建议从三个层面推进人才培养。高校联合培养：支持高校开设工业软件相关交叉学科方向，将企业的真实工程问题作为研究生课题，实行“工业导师+软件导师”双导师制；鼓励高校与龙头企业共建工业软件学院或联合实验室。企业实训：依托工业软件企业和工业用户的真实项目，为青年工程师提供从需求分析、软件开发到现场实施的全流程实训，培养工程化能力。在职培训：面向工业企业中从事数字化和工艺工作的工程师，开展工业软件应用培训，使其能够理解和使用国产工业软件，并成为反馈和改进的参与者。培养质量的标准不是论文数量，而是能否独立完成一个工业软件模块的设计、开发和现场验证。（三）引才与留才工业软件人才的竞争不仅来自同行，还来自互联网、人工智能和金融科技等高薪行业。建议在人才政策上突出工业软件的“工程价值”和“长期价值”：对参与根技术攻关和首版次应用的工程师，在职称评审中单列“工程贡献”类别；对长期扎根工业软件的企业和团队，给予稳定的项目支持和荣誉认可；对从海外引进的高端人才，提供有竞争力的薪酬和科研条件。工业软件的人才培养是长周期工程，应避免“临时抱佛脚”式的引才，注重本土人才的长期培养和稳定留用。九、标准互通与数据安全（一）接口标准与数据互通工业软件的价值很大程度上取决于“能不能与其他软件协同工作”。如果国产CAD的数据无法被CAE读取，国产MES无法与ERP集成，用户就会被锁定在单一厂商的生态中，国产替代的整体价值大打折扣。建议推动工业软件接口标准和数据格式标准的制定：包括三维模型交换格式、仿真数据格式、工艺数据格式、系统集成接口等。标准制定应遵循“开放、可扩展、向后兼容”原则，由行业协会牵头，龙头企业、专精特新企业和工业用户共同参与，避免由单一厂商主导。对主动开放接口、支持标准格式的软件企业，在政府采购和示范项目中给予优先。（二）数据安全与自主可控工业软件承载着大量涉及国家安全和商业秘密的工业数据，数据安全是产业发展的底线。建议：建立工业软件数据安全分级制度，根据数据敏感程度和业务重要性，对应不同的安全防护要求；推动国产密码算法在工业软件中的应用，确保数据传输、存储和访问的安全；加强供应链安全审查，对涉及关键基础设施的工业软件，评估其供应链风险和后门隐患；建立工业软件安全测试和认证体系，对国产工业软件进行安全漏洞扫描和渗透测试，提升产品安全质量。数据安全不是限制开放，而是在开放中守住底线。（三）开源治理与知识产权工业软件大量使用开源组件，开源治理是产业健康发展的保障。建议企业建立开源软件使用清单和许可证合规审查机制，避免因开源许可证冲突导致法律风险；对基于开源项目开发的产品，明确其知识产权归属和许可义务；鼓励企业将非核心的通用技术回馈开源社区，形成“使用—贡献—共建”的良性循环。知识产权方面，应加强工业软件专利布局和软件著作权保护，对核心算法和架构申请专利，对界面和代码进行著作权登记，形成立体的知识产权保护体系。十、组织实施与绩效评价（一）组织架构建议建立“市级统筹、区县落实、平台支撑、企业主体”的组织架构。市级层面成立工业软件产业发展工作专班，由工信、科技、发改、财政、教育、市场监管等部门参加，负责政策制定、任务发布、绩效监测和协调服务。区县层面负责项目落地和配套支持。平台层面由根技术攻关平台、首版次应用服务平台、云服务平台、检测认证平台等承担公共服务职能。企业层面由龙头企业牵头组建创新联合体，带动中小企业和工业用户协同。四方职责清晰、接口明确，避免“都在管、都不管”。（二）年度行动安排时间重点任务责任主体第一季度完成产业摸底和产品成熟度评估；发布年度攻关清单和首版次应用目录；根技术攻关专项立项；人才培养计划启动工作专班、行业专家、高校院所第二季度首版次应用试点启动；保险补偿机制落地；云服务平台建设；接口标准工作坊；复合型人才联合培养开班软件企业、工业用户、平台运营方第三季度根技术攻关中期检查；首版次应用反馈闭环检查；AI融合项目立项；安全测试和认证；标准草案形成专家委员会、软件企业、检测机构第四季度年度绩效评价；首版次应用效果评估；下一年度任务和预算编制；经验总结与推广工作专班、第三方评估机构、企业（三）绩效指标建议从六个维度设置监测指标。根技术类：几何内核/求解器/运行时系统的攻关里程碑完成数、支撑的商业化产品数、性能指标与国际先进水平的差距缩小幅度。首版次应用类：首版次产品应用项目数、用户反馈问题解决率、应用后产品版本迭代次数、用户续用率。云化与AI类：云化产品订阅用户数、续费率、AI融合功能的产品数、AI功能带来的效率提升幅度。企业培育类：专精特新企业新增数、初创企业存活率、企业研发投入增长率、开源社区贡献者数。人才类：联合培养人数、工业知识工程师认证数、企业实训基地数、核心人才保留率。标准与安全类：接口标准发布数、安全认证产品数、开源合规审查覆盖率、数据安全事件数。指标应保持相对稳定，避免频繁调整导致无法纵向比较。指标类别核心指标评价要点根技术攻关里程碑完成数、支撑产品数、性能差距缩