大模型赋能工业软件，谁可破解数据难题？

工业软件是对工业技术和知识的程序化封装、复用。在实际工业场景中，如汽车、船舶制造中获得了诀窍、技能、经验，通过程序化、算法化、模型化等手段，封装成了工业软件。工业软件能够控制生产设备、优化制造和管理流程，提高生产率。

工业软件可大致分为研发设计类、生产控制类、运营管理类、嵌入式等。而CAD（计算机辅助设计）、CAE（计算机辅助工程）则长期处于被海外产品主导的局面。比如CAE领域由Ansys、Altair、海克斯康（收购MSC）占据主导地位；CAD领域则由西门子、达索、PTC、Autodesk长期把持。国产厂商仍存在研发不足、商业化能力弱、垄断竞争带来的差距问题。

随着大模型的发展，工业软件企业似乎正迎来转机。

工业软件变革

《中国工业软件产业发展研究报告（2024）》显示，2023年，全球工业软件市场规模约5028亿美元，折合人民币约3.56万亿元。我国工业软件市场规模约2414亿元，同比增长12.3%，高于软件行业平均增长水平。

截至2023年底，我国工业软件企业关键工序数控化率达到了62.2%，数字化研发设计工具普及率达到了79.6%，研发设计类工业软件市场份额占比达10%，较2019年翻了一番。

事实上，2015年后，我国开始重视工业软件发展，相关政策密集出台，但不可否认，产业仍处于起步阶段，国产化率较低，特别是研发设计类工业软件国产化率尤其低。2020年以来，在国外技术封锁下，国内企业加快研发进度，国产化有所提高，行业迎来新发展期。

“随着新一轮科技革命和产业变革的加速演进，工业软件已经广泛应用于几乎所有工业领域的核心环节，是推进新型工业化的重要支撑。”工信部电子五所总工程师万举勇。

中国工程院院士李培根表示，我们需要基于AI大模型的应用，大力发展能“定义制造”的软件，现在人工智能的发展已经在局部领域超越人的智能，在制造中融入了人工智能的某些软件完全有可能在制造的特定方向上超越人的能力。

去年12月，由信通院牵头、多家单位联合编制的《工业大模型技术应用与发展报告》指出，AI与大模型将加速赋能新型工业化，从2022至2032年，工业AI市场规模将以46％的年均复合增长率高速成长。工业各环节围绕语言、专用、多模态和视觉四类大模型开展探索。

产业布局显现

AI大模型带来新机遇，也成为各企业发力的重点。

2024年3月27日，创新奇智的奇智孔明工业大模型2.0版本（AInno-75B）及多款大模型原生应用发布。升级后的奇智孔明工业大模型参数量级达到750亿以上，增强了海量知识管理、复杂逻辑推理、长流程任务编排、Agent智能体以及更多工业模态的生成能力。

作为产业链上游，传统CAD软件市场长期被国外厂商主导，界面复杂且使用门槛高。为打破这一局面，创新奇智出自主可控的Text-to-CAD类应用——“ChatCAD生成式辅助工业设计”。通过简单的对话问答，系统便能迅速理解设计师的创意意图，并自动生成符合要求的工业设计图，还支持导出到传统工业设计软件进行手动微调。

2023年12月，京东方推出显示工业大模型。在原有的AIoT技术底座基础之上，融合京东方半导体显示行业知识与经验，涵盖多个细分业务版块“缺陷检测视觉大模型技术方案”有效助力产线缺陷模型迭代及检测系统上线效率提升10倍以上。

2024年3月，金风科技将行业多年沉淀的海量风机运行数据与风电行业专业知识库融合，构建风电行业大语言模型，集成风机故障智能诊断系统，模型诊断准确率均在95%以上。

2024年5月，隆基绿能基于多模态大模型的生产合规视频检测技术，在生产过程中，每隔18秒就可以判断出12串组件是否有缺陷，同时能识别和追溯缺陷组件产自哪条流水线、哪个机台。

PTC是一家全球性软件公司，据财报显示，2023公司财年总收入20.97亿美元，同比增长了8%，其中CAD软件收入7.61亿美元，呈现小幅负增长（-4%）。

近日，PTC推出其CreoR计算机辅助设计（CAD）软件的第十一个版本以及Creo+TMSaaSCAD解决方案的最新版本。“Creo使客户能够在开发过程中更早地采用仿真驱动设计，从而缩短产品上市时间，提高初始产品质量，降低制造成本。”PTC CAD部门副总裁兼总经理Brian Thompson表示。

“产品设计完成之后，基本上就决定了其80%的碳足迹。所有的企业，尤其是加工制造型企业，需要将节能减排、零碳的重心转移到研发阶段，通过选择更加利于回收、制造成本更低的材料、减重，实现这样的目标。”PTC 公司中国区CTO施战备对中国工业报说道。

据了解，PTC 在2013年收购主流物联网信息平台Thing Worx，2015年收购大数据分析平台Cold Light之后，就开始对人工智能产品投入。2019年和2020年，PTC分别收购了云原生CAD软件厂商Onshape和PLM解决方案提供商Arena Solutions。这也是PTC开始布局SAAS平台云化工业软件的第一步。

施战备表示，当下，PTC 又与微软Copilot协作实践，从而帮助企业实现数字化转型。同时，会从Creo、PLM、ALM、IoT/AR和SLM领域，全面推出PTC在AI大模型方面的应用和能力。

破解应用难题

近年来，数字化技术影响着整个工业领域。据不完全统计，国产大模型数量目前已超过200个。但在制造业领域，从目前来看，应用大模型还是非常困难的，施战备认为原因有三点：

首先是数据。大模型应用的关键就是，要有海量数据提供场景化训练，但在制造企业，这个数据难题并未被解决。

第二，制造业企业对于大模型结果的准确度要求很高。不能够容许99%或者98%的准确。只要存在误差，就存在导致工厂生产线出问题的可能性。

第三，数据的隐私和安全的保护。“企业最核心的资产之一，就是拥有与产品相关的数据。但是，有多少企业愿意把数据拿出来共享？我们看到，所有大企业在谈到IT应用的时候，第一反应都是安全性和保密性，甚至连应用公有云服务都会有顾虑。”PTC全球资深副总裁兼大中华区总裁刘强告诉中国工业报，对于制造业企业而言，如果没有数据，企业训练大模型只能在内部进行。所以，用机器学习或者AI完全取代设计工程师，目前看起来仍不现实。

工业互联网产业联盟工业大数据组副主席、上海优也信息科技有限公司首席科学家郭朝晖告诉中国工业报，学术界总把工业软件当成科技问题，但其本质是经济问题。我们要看到真正的应用场景在哪里，算法次要的。在他看来，工业大模型目前主要对研发服务过程有辅助作用，但生产过程才是最重要的。

亚马逊云科技大中华区战略业务发展部总经理顾凡曾表示，对于制造业客户，大模型应用核心是需要找到模型准确度和推理成本之间的平衡点。