二〇一八年，美国商务部将新思科技（Synopsys）、楷登电子（Cadence）、明导（Mentor，已被西门子收购）列入对华出口管制名单上的潜在风险工具，EDA这个名词第一次进入了中国大众的视野。许多人这才发现，芯片设计离不开的这三款软件，占据了全球EDA市场七成以上的份额，而中国的替代产品，在当时几乎是一片空白。
然后，七年过去了。
二〇二五年，华大九天实现营业收入十三亿二千五百万元，其模拟EDA工具已在多个先进工艺节点获得国际认证；概伦电子的半导体器件模型提取工具在某些细分环节已与国际顶级工具并驾齐驱；广立微专注的良率提升工具更是实现了近五成的高速增长。与此同时，在更广阔的工业软件战场，用友网络与金蝶国际共同守住了中国ERP系统市场六成以上的份额，宝信软件的制造执行系统连续多年蝉联钢铁行业全球市占率第一，中望软件的CAD软件在国产品牌中拿下了二维领域接近完全替代、三维领域国产第一的席位。这张成绩单，放在五年前几乎无法想象。
二〇二〇年以前，中国工业软件的整体国产化率不足百分之二十五。研发设计类的CAD/CAE软件，几乎完全被达索、欧特克、西门子、Ansys这些境外巨头把持；EDA领域，新思、楷登、西门子（Mentor）三家占据全球约九成份额，国内产品尚处于从零到一的阶段；就连被认为已经充分竞争的ERP市场，SAP与Oracle在中国大型企业、尤其是制造业头部客户中依然是无可替代的选项。彼时的中国工业软件，在全球的位置，不过是一个学习者和追赶者。
五年之后，这个格局在加速重塑。国产化率越过了五成的门槛，国家政策的强力背书、资本市场的持续投入、技术积累的厚积薄发，正在将「国产替代」从一个政策口号变为产业现实。然而，细看数字背后，分化同样触目惊心——国产ERP在中小企业已是主流，但高端制造大厂的ERP核心模块替换率不足三成；国产二维CAD已经胜出，但用于航空发动机、汽车白车身设计的高端三维CAD/CAE，依然是境外垄断的禁区；EDA，「02专项」连打三轮，大基金三期重点布局，而数字EDA的国产化率仍在百分之十五以下，最核心的逻辑综合与物理实现工具，至今没有可工程化使用的国产替代。
这正是中国工业软件所处的真实处境：一半是已经翻越的山，一半是还在攀爬的壁。
核心摘要
本报告是对中国工业软件全产业链的一次系统性深度梳理，覆盖CAD/CAE研发设计软件、EDA电子设计软件、ERP/MES/DCS生产管控软件、工业互联网平台与工业AI大模型五大赛道，时间维度聚焦二〇二五财年数据与二〇二六年上半年的最新动态。
核心结论摘要如下。
一、总量层面：中国工业软件市场二〇二五年规模约三千五百至四千亿元，增速维持在百分之六至八，整体国产化率越过百分之五十门槛，是历史性节点。ERP、DCS/SCADA、工业互联网三大赛道是国产化领跑梯队，研发设计类（三维CAD/CAE）与EDA是显著落后梯队。
二、EDA赛道：华大九天、概伦电子、广立微三家上市公司二〇二五财年合计营收约二十亿元出头，研发费用率极高（华大九天超百分之六十五）。国产模拟EDA已可在成熟工艺节点（二十八纳米及以上）商业化使用，数字EDA关键环节（逻辑综合、物理实现）仍是最深卡脖子。大基金三期与「02专项」延续加持，美国出口管制持续倒逼商业化加速。
三、ERP赛道：用友网络FY2025营收九十二亿元、金蝶国际营收约六十三亿元，两家合计超一百五十亿元，在国内ERP市场占比约三十五至四十个百分点。SAP在大型制造企业核心系统中仍占据主导，但云化转型正在缩短国产替代窗口，金蝶苍穹和用友BIP5都在正面进攻大企业市场。
四、MES/DCS赛道：宝信软件（钢铁MES）、中控技术（化工DCS）是全球细分领域市占率第一的中国企业，两家二〇二五财年营收分别为一百零九亿七千万元、八十亿七千万元（因行业周期均有下滑），但核心技术护城河极深。
五、CAD赛道：中望软件二维CAD基本完成对AutoCAD的国产替代，国内市场占有率领先；三维CAD国产化率在高端场景（航空航天、汽车整车）仍在百分之十至二十，中望3D是当前国产最接近的选项，但与CATIA、NX的差距仍较显著。
六、工业AI大模型：华为盘古5.5已落地三十余个行业五百多个场景，百度文心工业版、商汤、智谱等跟进；工业软件厂商的AI化路径（用友YonGPT、金蝶苍穹AI、中控盘石AI）正在实践中加速，但大模型在「直接控制」场景的落地仍极为谨慎。
七、产业格局预测：预计到二〇三〇年，中国工业软件整体国产化率将突破百分之七十，国产数字EDA在成熟节点的局部商业化将于二〇二七至二〇二九年间实现，工业SaaS出海将成为头部厂商重要增量。
深化研究结论
在研究过程中，有几个特别值得强调的结构性发现，这些发现可能改变常规分析框架对中国工业软件产业的判断：
发现一：国产化率统计的「水分」问题。目前流行的「中国工业软件整体国产化率超过百分之五十」这一表述，实际上包含了大量国产替代「广度覆盖而非深度替代」的情形。一家制造企业同时使用用友（部分模块）和SAP（核心财务），在国产化率统计上可能被计为「用了国产工业软件」，但SAP依然是主系统。若按「核心业务功能」而非「有无安装国产软件」来统计，大型制造企业的实质国产化率将显著低于名义数字——保守估计不超过百分之三十至三十五。政策制定者和投资者在解读国产化率数字时，需要格外注意这一统计口径偏差。
发现二：「国产替代」与「国产优先」的本质区别。真正有竞争力的国产工业软件，不应以「替代外资」为终极目标，而应以「在本行业提供最好的解决方案」为目标。中控技术在化工DCS领域之所以能战胜Honeywell、Emerson，不是因为「信创政策」，而是因为它在中国化工装置的特定工艺条件下，确实比外资更了解「中国化工工厂的实际操作习惯、中国化工工艺参数的分布规律、中国化工厂运营团队的维护能力」。宝信软件在钢铁MES的全球第一，来自三十余年在国内钢铁厂的持续深耕，是真正的技术领先，而非政策性保护。这两个案例的启示是：下一代真正有全球竞争力的国产工业软件，一定来自于在特定垂直场景「比任何人都懂这个场景」的团队，而不是「跟随国产化政策」的团队。
发现三：工业软件的「最后一公里」是实施服务，而非产品功能。调研中多次发现，一些国产工业软件产品在功能评测中的得分与外资对手相当接近，但在「实施成功率」和「客户满意度」上存在明显差距。这种差距的根源，往往不在于产品功能，而在于实施团队的行业经验深度——同样一套ERP系统，有丰富行业实施经验的团队和新手团队的上线成功率可能相差一倍以上。这意味着，评估一家工业软件公司的真实竞争力，不能只看产品Demo，还要看其实施合作伙伴网络的质量和数量、已完成的行业标杆案例、以及上线后客户的持续使用数据。用友和金蝶在国内市场的主要竞争优势之一，恰恰是多年积累的覆盖各行业的成熟实施服务体系，这是SAP和Oracle短期内难以在中国市场复制的能力。
发现四：数据资产是工业软件的隐形竞争壁垒。工业软件在运行过程中积累的数据——设备故障记录、工艺参数与产品质量的相关关系、能耗与产能的优化规律——是当前AI时代最有价值的训练数据，也是工业软件公司难以被轻易取代的隐形资产。宝信软件在钢铁行业二十年积累的生产数据，中控技术在化工装置二十年积累的过程数据，用友在数千家企业积累的财务流程数据，都是无法从外部购买或复制的竞争壁垒。随着AI大模型对高质量工业数据需求的激增，这些数据资产的战略价值将进一步凸显，拥有大量行业数据的工业软件公司，在AI时代的竞争中处于天然优势地位。
第一章 定义、分类与产业链全景
「工业软件」这个词，在中文语境里往往被当成一个整体来讨论，但它实际上覆盖着技术架构、商业逻辑、应用场景都相去甚远的多个细分领域。在深入研究之前，有必要先把这张分类图画清楚，因为理解这张分类图，才能理解为什么有些赛道国产化突破得飞快，有些赛道突破了二十年却仍然举步维艰。
研发设计类软件（CAD/CAE/EDA/PLM/CAM）
这是工业软件中技术门槛最高、被境外垄断最深、国产突破最难的一大类。
CAD（计算机辅助设计，Computer-Aided Design）负责三维建模与工程图纸，是所有制造活动在数字世界里的起点。一台汽车的车身、一架飞机的机翼、一颗芯片的版图，在真实物料出现之前，首先在CAD软件里成形。二维CAD的核心是线条与图层的精确管理；三维CAD的核心是实体建模（Solid Modeling）和曲面建模（Surface Modeling）算法，数学上基于非均匀有理B样条（NURBS）等几何表达方式。
CAE（计算机辅助工程，Computer-Aided Engineering）负责仿真分析。在设计出图后、加工制造前，工程师需要通过仿真手段验证设计是否能够承受真实工作条件——结构力学分析（零件在受力时会不会断裂）、流体动力学分析（发动机进气道的气流是否合理）、热分析（电路板在高负荷运行时温度分布是否安全）、电磁仿真（天线辐射图案是否符合预期）。CAE软件的核心是有限元方法（FEM）、有限体积法（FVM）、有限差分法（FDM）等数值计算方法，以及相应的高性能求解器。CAE仿真的准确性直接关系到工程决策，容错空间极小。
EDA（电子设计自动化，Electronic Design Automation）是专门面向集成电路（芯片）和印制电路板（PCB）设计的软件体系。一颗现代芯片可能包含数十亿个晶体管，设计流程涉及从逻辑功能描述（RTL代码）到物理版图（GDS2文件）的全链路转换，每一个环节（逻辑综合、仿真验证、时序分析、布局布线、版图验证、可制造性检查等）都有对应的专用工具。EDA工具的复杂性在于，它必须与晶圆厂提供的工艺设计套件（PDK）深度绑定，确保设计在制造时能够成功实现。
PLM（产品生命周期管理，Product Lifecycle Management）统一管理产品从概念设计到退市报废的全周期数据，是大型制造企业协同工程的中枢。它与CAD、CAE、ERP的数据交换接口构成企业数字化的骨架。
CAM（计算机辅助制造，Computer-Aided Manufacturing）负责将CAD设计转化为数控机床可以直接执行的G代码（NC程序），是连接设计与制造的最后一公里。
这五类软件的共同特点是：高度依赖数学内核（几何引擎、有限元分析算法、仿真软件核心求解器等），开发周期以十年计，迭代验证需要真实工程项目的持续反馈，形成用户黏性后极难被替代。它们也是国际竞争格局最稳定、被少数超级玩家最牢固控制的工业软件类型。
生产管控类软件（ERP/MES/DCS/SCADA）
ERP（企业资源规划，Enterprise Resource Planning）是企业经营管理的神经中枢。一家制造企业的ERP，通常覆盖财务管理（总账、应收、应付）、采购管理（询价、订单、入库）、销售管理（合同、发货、开票）、库存管理（出入库、在途、仓位）、制造管理（工单、BOM、工艺路线）、人力资源（工资、考勤、绩效）六大核心模块，有时还延伸到质量管理（QMS）和供应链协同（SCP）。ERP的本质，是把企业内部所有业务流程用统一的数据模型串联起来，实现信息的实时共享与流程的标准化执行。
MES（制造执行系统，Manufacturing Execution System）是工厂车间层的生产管控系统，连接ERP的计划层与车间的自动化控制层。MES实时跟踪工单进度（哪个工单在哪台机器上加工到哪个步骤了）、物料消耗（这批物料从哪个仓位出来的、用在了哪个产品上）、设备状态（当前开机率、故障时间、OEE数据）、质量数据（每个检验点的测量值、不合格品的流向）。MES的复杂性在于：它需要与工厂现场的PLC、SCADA、机器人、传感器实时通信，同时向上与ERP的计划模块对接，这种「两边都要实时」的特性使得MES的技术实现难度远高于ERP。
DCS（分散控制系统，Distributed Control System）是流程工业（化工、石化、炼化、电力、制药）的自动化核心，负责实时控制连续生产过程。一套化工装置DCS可能包含数千个控制回路（PID控制器），监控温度、压力、流量、液位等数百个过程变量，实时执行紧急停车逻辑（ESD），确保工艺过程在安全边界内运行。DCS对实时性和可靠性的要求极高——控制回路的响应时间在毫秒级，故障率要求达到每百万小时仅允许极少次故障，一旦失控的后果是装置停车甚至安全事故。这种极高的可靠性要求，使得DCS替换的决策极为保守。
SCADA（数据采集与监视控制系统）用于基础设施（电网、水处理、油气管道）和离散制造的远程监控，与DCS的区别在于覆盖地理范围更广、实时控制密度相对较低。
生产管控类软件的特点是对行业Know-how依赖极深——一套好的化工DCS，内嵌的不只是软件逻辑，还有几十年对石化工艺规律的沉淀、对特定装置控制策略的打磨、对异常工况处置方案的固化。这也是为什么中控技术的DCS能在化工领域做到全球领先——它不只是一套软件，更是三十年中国化工行业工艺数据的容器。
工业互联网与平台类软件
这是工业软件中最年轻的一类。工业互联网平台将工厂内的机器、设备、传感器、控制系统、MES、ERP统一接入云端，实现数据汇聚、实时分析和跨工厂协同。它的核心价值在于打破工厂内部各系统之间的数据孤岛，让设备的运行数据、质量数据、能耗数据、物流数据能够被统一管理和分析。
代表性平台包括海尔COSMOPlat（工业互联网国家级平台）、树根互联（三一重工孵化）、阿里云supET、美的美擎、三一根云、徐工汉云等。这一领域的竞争格局极为分散，且正在被工业大模型所深度重构。
工业AI大模型
这是二〇二四至二〇二五年内最活跃的技术方向。通用大模型（华为盘古、百度文心、商汤日日新、智谱GLM、字节豆包）与工业软件专有厂商（用友YonGPT、金蝶苍穹AI、中控盘石AI、宝信AI MES）在这个方向形成交汇。工业AI大模型的核心价值，是将海量非结构化的工业知识（设备维修手册、工艺规程、质量标准、历史故障记录）转化为可被自然语言查询和调用的知识库，并通过AI辅助决策提升工程师的工作效率。
工业软件产业链的独特结构
工业软件的「产业链」与制造业有本质不同——它不靠物流连接，靠知识传递；不靠零部件拼装，靠算法与数据的长期沉淀。
上游要素包括：数学算法内核（几何引擎Parasolid/ACIS、有限元求解器ABAQUS/Nastran、SPICE仿真器）、计算硬件（CPU/GPU/FPGA）、操作系统平台（Linux/Windows）、晶圆厂PDK（EDA专有）、以及最稀缺的跨学科人才资源。
中游是软件开发与产品化：将底层算法与行业Know-how封装为可商业化的产品，需要持续的客户验证迭代、大量的行业样本数据支撑、以及健全的技术支持与实施服务体系。
下游使用场景极为广泛，几乎覆盖所有现代制造业：汽车零部件（CAD/CAE/ERP密度极高）、集成电路（EDA核心场景）、石化工业（DCS主导）、航空航天（高端CAD/CAE/PLM）、工程机械（CAD/PLM/MES）、建筑材料（BIM软件）、医疗器械（PLM/质量管理软件）、锂电池（MES/自动化）等。
工业软件不产出有形的产品，但它是一切有形产品得以精确设计、稳定生产、高效管理的数字基础设施。谁掌控了工业软件，谁就掌控了制造业能够达到的能力上限。理解了这一点，才能理解为什么EDA被称为「卡脖子」最深的地方——一颗芯片的精密程度，上限由EDA工具决定；而工厂能生产什么样的芯片，又决定了一个国家能制造什么样的电子产品。工业软件，是制造业能力的软件天花板。
工业软件与消费软件的本质差异，在于「容错率」与「认证要求」。一款消费软件出了bug，顶多是用户体验变差；一款工业软件出了bug，可能意味着一批价值千万的产品报废、一条生产线停车数天、甚至一次安全事故。这种极端低容错的属性，使得工业软件的验证周期以年计，商业化门槛远高于消费软件，也使得「口碑信任」在工业软件的选型中具有决定性的权重——一家工厂不会因为国产软件「功能差不多」就轻易替换已经稳定运行十年的外资系统，除非国产工具在某个客户处已经有了足够长的成功运行记录。
从经济学角度看，工业软件行业具有显著的「学习曲线效应」：工具被使用得越多、在越多样化的工程案例上训练迭代，其对各类工程问题的处理能力就越强，而能力越强就会吸引更多用户，形成正向飞轮。Synopsys和Cadence能够在EDA市场保持超过七成的合计份额超过二十年，不是因为他们每年推出颠覆性创新，而是因为他们的工具在全球最大量的芯片设计项目上不断被验证，积累了任何挑战者都无法复制的工程经验数据资产。对中国国产工业软件的追赶路径而言，这意味着：只有通过真实项目的「跑量」积累，才能真正缩短与领先者的差距。不跑量，功能再好也只是理论上的好，工程可靠性没有实证，客户不会买单。
在产业链全景中，还有一个常常被忽视的细节：工业软件的「标准格式」是一种巨大的护城河。CAD领域，Autodesk的DWG格式是二维设计的事实标准，全球设计院、制造商、施工方之间交换的设计图纸绝大多数是DWG格式；CATIA的CATProduct/CATDrawing格式是航空航天领域供应链协作的事实标准；IC设计领域的GDSII/OASIS格式是版图数据交换的全球标准。这些格式标准，本质上是信息交换协议，一旦成为行业标准，就成了整个行业的数据基础设施，任何新进入者要么必须完全兼容（降低自己的差异化空间），要么需要说服整个行业切换格式（几乎不可能）。国产CAD在兼容DWG格式上投入了极大工程量，中望CAD对DWG的兼容率超过百分之九十九——但这种兼容是被动的跟随，而非主动的定义，这在竞争中意味着永远追着别人跑。
从人才供应角度理解工业软件的产业链，可以发现一个重要的约束：真正能够开发顶级工业软件核心算法的工程师，在全球都极为稀缺。开发有限元求解器需要同时掌握偏微分方程数值解法、高性能并行计算架构和结构力学工程知识；开发EDA布局布线算法需要同时掌握图论算法、整数规划和半导体物理知识。这种高度复合型的人才，全球存量不过数千人，且主要集中在美国、欧洲、日本的顶级工业软件公司。中国工业软件行业近年来在高端算法工程师的吸引力上有明显提升——华大九天的研发团队中有相当比例来自EDA领域从业二十年以上的资深工程师，这是资本市场对工业软件赛道持续投入的结果。但整体而言，工业软件核心算法人才的稀缺性，将在相当长时期内成为制约国产工业软件发展速度的关键瓶颈之一。
第二章 全球竞争格局与海外巨头FY2025
全球工业软件市场，长期是少数几家超级玩家的天下。理解这张格局图，是理解国产工业软件从何处突破、为何突破不易的前提。
SAP：ERP全球第一，云化转型提速
德国SAP（法兰克福证券交易所：SAP.DE）是全球最大的企业应用软件公司，也是ERP领域无可争议的世界第一。FY2025（截至二〇二五年十二月），SAP全年总营收三百六十八亿欧元，同比增长百分之八，若以固定汇率计则增长百分之十一。其中云服务收入二百一十亿欧元，增长百分之二十三；旗舰的云ERP套件（S/4HANA Cloud）收入增长百分之二十八，达到一百八十一亿欧元。SAP的市场布局正在完成从传统License授权模式向云订阅模式的全面迁移，这一转型对其在中国市场的策略影响深远。在中国，SAP选择与阿里云深化合作，将S/4HANA部署在阿里云基础设施之上，以「本地云」的形态应对信创政策的压力，同时保留了对中国大型企业客户的关系维护能力。从中国市场的实际竞争来看，SAP在电子、汽车、化工等大型制造企业中的核心ERP地位依然稳固，国产替代主要发生在边缘模块（人力资源、费用报销、电商对接）而非核心财务与供应链。
Oracle：ERP与数据库双轮，中国市场承压
美国Oracle（NYSE：ORCL）是ERP市场与SAP并称双雄的另一极，同时也是全球数据库软件的领导者。Oracle的工业ERP产品（Oracle Cloud ERP Manufacturing、Oracle Supply Chain Management Cloud）定位于大型离散制造企业，技术架构完整，但在中国市场的本地化服务资源远不及SAP丰富。Oracle FY2025（截至二〇二五年五月）总营收约六百亿美元，云服务收入同比增长超过三成，但其在中国制造业的存在感正在被用友、金蝶持续蚕食，尤其在中型制造企业市场，国产ERP的性价比优势已经相当显著。
Autodesk：CAD/CAM领域的平台化先行者
美国Autodesk（NASDAQ：ADSK）的AutoCAD是全球二维CAD软件的事实标准，自一九八二年诞生以来，围绕AutoCAD DWG格式建立了横跨建筑（Revit）、制造（Fusion 360/Inventor）、基础设施（Civil 3D）的多场景平台生态。FY2025（截至二〇二五年一月），Autodesk总营收约六十六亿美元，增长约百分之十二，以SaaS订阅为主（一次性License几乎已经退出）。在中国市场，Autodesk面临中望软件的正面竞争，尤其在中小企业和政府采购领域已出现较大的份额流失。但Autodesk在建筑、影视特效等行业依然强势，国产的正面竞争主要集中在工业制造CAD场景。
Autodesk在中国CAD市场的战略转型值得关注：将产品从永久License迁移到年订阅制，这一迁移在中国市场的阻力较大，因为大量中国中小企业习惯了「买断式」软件，年费订阅的支出感知明显更高，这在客观上为国产替代提供了窗口。
达索系统：CAD/CAE/PLM一体化王者
法国达索系统（Dassault Systèmes，巴黎证交所：DSY.PA）是全球工业软件产品组合最完整的公司之一。其核心产品CATIA，是全球航空航天和汽车整车设计领域几乎不可替代的三维CAD平台——空客、波音、宝马、保时捷、特斯拉的整车设计均运行在CATIA之上。SIMULIA是达索旗下的顶级CAE仿真品牌（包含Abaqus有限元求解器），ENOVIA提供PLM协同管理，SOLIDWORKS是面向中小企业的三维CAD工具，Dymola是系统级多物理域仿真平台。FY2025，达索系统总营收约六十亿欧元，但受全球制造业资本开支收缩影响，增速有所放缓。
达索系统的核心竞争壁垒极为特殊：它不只是卖软件，更是卖「数字连续性」——从最初的产品概念（CAD设计），到制造工艺规划（DELMIA），到产品验证（SIMULIA），再到全生命周期数据管理（ENOVIA），每一步的数据都以统一的3DEXPERIENCE平台格式存储，形成高度封闭的生态系统。一旦进入这个生态，替换的成本是以「数十年积累的产品数据迁移」来衡量的，这使得达索在航空航天客户中的地位几乎是不可撼动的。
PTC：从CAD到工业物联网的转型先行者
美国PTC（NASDAQ：PTC）以Creo三维CAD起家，是CAD/PLM领域的传统强者。近年来，PTC大力转型为工业互联网平台公司，其ThingWorx是全球知名度较高的工业物联网（IIoT）平台，Vuforia是工业增强现实（AR）的领先产品。PTC FY2025营收约二十四亿美元，以订阅收入为主，增速稳健。在中国，PTC与海尔COSMOPlat有深度的工业互联网合作，同时Creo在汽车、机械行业有一定存量用户基础。面对国产替代压力，PTC在中国市场的份额在制造CAD细分中已有所下滑，但其工业互联网平台的竞争者主要是国内平台而非传统工业软件玩家。
西门子数字化工业软件：从CAD到全链路工业数字化
西门子（Siemens AG，法兰克福证交所：SIE.DE）旗下的数字化工业软件（Digital Industries Software，以下简称西门子DI Software）是全球最复杂的工业软件版图之一。NX是西门子的旗舰三维CAD/CAM软件，广泛应用于航空、汽车、机械制造；STAR-CCM+是计算流体力学（CFD）的顶级工具；Simcenter是多物理域仿真品牌；Opcenter是制造执行系统品牌，在半导体制造、医药制造领域有较强存在；Mendix是低代码开发平台；Teamcenter是PLM系统；而通过收购Mentor Graphics而来的EDA工具Questa（功能验证）、Calibre（版图验证）、HyperLynx（信号完整性）等，使西门子成为全球第三大EDA公司。西门子DI Software的综合体量约占西门子集团总营收的百分之十五，是全球仅次于达索的工业软件综合体，战略价值极高。
Ansys（并入Synopsys）：CAE仿真与EDA的跨界融合
美国Ansys（NASDAQ：ANSS）长期是全球CAE仿真软件的第一品牌，产品线覆盖结构（Mechanical）、流体（Fluent/CFX）、电磁（HFSS/Maxwell）、电子可靠性（Sherlock）等几乎所有仿真域，是全球航空航天、汽车、半导体等高端制造业仿真领域的基准工具。二〇二五年，Synopsys完成对Ansys的收购，交易价值约三百五十亿美元，合并后的Synopsys全年营收突破七十亿美元（含Ansys贡献约七亿五千六百万美元）。这一合并使Synopsys一跃成为横跨EDA与CAE的「超级工业软件平台」，其影响在于：芯片设计可以与芯片封装仿真、PCB电磁仿真、系统热分析形成统一工具链，这是传统EDA公司与CAE公司分别无法提供的价值。对国产工业软件而言，这一合并意味着竞争对手在技术深度和广度上又往前迈了一大步。
Synopsys：EDA全球第一，收购Ansys后扩张版图
新思科技（Synopsys，NASDAQ：SNPS）是全球最大的EDA软件公司，旗下Fusion Compiler（逻辑综合与物理实现的集成环境）、PrimeTime（时序分析）、VCS（仿真验证）、Design Compiler（逻辑综合）等工具是全球芯片设计公司的核心基础设施，无论台积电、三星还是英特尔的先进制程设计流程，都深度依赖Synopsys的工具链。FY2025（截至二〇二五年十月），Synopsys全年营收七十亿五千四百万美元，创历史新高，增速约百分之十五。在EDA这个「芯片之母」的领域，Synopsys的护城河宽度几乎是难以想象的——它的工具已经与全球所有主流晶圆厂的工艺设计套件（PDK）深度集成，任何芯片设计公司要使用特定工艺节点，都必须使用与该晶圆厂PDK配套的EDA工具，而这个配套关系的建立，往往花费数年时间，形成极高的替换壁垒。
Cadence：EDA第二，模拟设计生态的王者
楷登电子（Cadence Design Systems，NASDAQ：CDNS）是EDA市场的第二大玩家，在模拟IC设计、布局布线、数字验证领域与Synopsys形成双寡头格局。FY2025全年营收约五十七亿美元，Q4营收十四亿四千万美元，增势稳健。Cadence的Virtuoso平台是全球模拟集成电路（模拟芯片、混合信号芯片、射频芯片）设计的首选工具，这一市场是华大九天模拟EDA的主要竞争场域。Cadence近年在芯片-封装-系统（Chip-Package-System）协同设计方向积极布局，Allegro PCB Designer是其印制电路板设计的领军产品。
全球工业软件FY2025财务数据汇总
以下为全球主要工业软件公司FY2025（各公司财年结束时间不同，以最近完整财年数据为准）的核心财务数据，为本报告的竞争格局分析提供财务基础：
SAP SE（FY2025，截至十二月）：总营收三百六十八亿欧元，同比增长百分之八；云服务收入二百一十亿欧元，增长百分之二十三；经营利润约八十亿欧元，经营利润率约百分之二十二；市值约二千五百亿欧元，是全球工业软件公司中市值最高者。
Oracle Corporation（FY2025，截至五月）：总营收约六百亿美元，同比增长约百分之六；ERP/云应用相关收入约二百亿美元；经营利润约百二十亿美元；市值约三千六百亿美元（含云基础设施OCI的估值溢价）。
Autodesk（FY2025，截至一月）：总营收约六十六亿美元，同比增长约百分之十二；SaaS订阅收入占比超百分之九十；非GAAP经营利润约二十五亿美元，非GAAP经营利润率约百分之三十七；市值约五百五十亿美元。
Dassault Systèmes（FY2025，截至十二月）：总营收约六十亿欧元，同比增长约百分之七；经常性收入（维护+订阅）占比约七成；经营利润约十五亿欧元；市值约三百五十亿欧元（二〇二五年底受全球制造业软件估值收缩影响，较历史高位约折价三成）。
PTC Inc.（FY2025，截至九月）：总营收约二十四亿美元，同比增长约百分之十一；ARR（年度经常性收入）约二十一亿美元；非GAAP运营利润约八亿美元；市值约一百八十亿美元。
Synopsys（含Ansys，FY2025，截至十月）：总营收七十亿五千四百万美元（包含Ansys并表后约七亿五千六百万美元贡献），同比增长约百分之十五；非GAAP经营利润约二十二亿美元，非GAAP经营利润率约百分之三十一；市值约六百亿美元。
Cadence Design Systems（FY2025，截至十二月）：总营收约五十七亿美元，同比增长约百分之十三；非GAAP经营利润约二十亿美元，非GAAP经营利润率约百分之三十五；市值约八百亿美元（Cadence的估值倍数高于Synopsys，部分来自其在AI芯片设计工具方向的市场预期溢价）。
Siemens Digital Industries Software（作为西门子集团一个部门，未单独上市）：FY2025（截至九月）收入约六十亿欧元（西门子官方分部披露数据），是西门子集团中增速最快的业务之一；利润率约百分之二十五至二十八（西门子官方数据）；若单独估值，市值预计在四百至六百亿欧元区间（市场分析师估算）。
Bentley Systems（NASDAQ：BSY，FY2025，截至十二月）：总营收约十五亿美元，同比增长约百分之十；订阅和服务收入约占百分之八十五；经营利润约两亿美元；市值约一百二十亿美元。
Hexagon AB（斯德哥尔摩证交所：HEXA B，FY2025，截至十二月）：总营收约五十亿欧元，其中工业软件（MI部门）约三十亿欧元；经营利润约十二亿欧元；市值约一百七十亿欧元。
以上数据呈现出全球工业软件市场的几个共同特征：高毛利（普遍在百分之七十至八十以上）、强经常性收入（订阅/维护收入占比越来越高）、高研发费用率（全球顶级工业软件公司的研发费用率普遍在百分之二十至二十五，高于一般软件行业）。这些特征，使得全球工业软件行业整体具有优秀的财务质量，也使得进入者面临极高的「资本消耗」考验——要在任何一个细分领域达到可商业化的技术水平，通常需要十年以上、数亿元以上的持续研发投入。
其他重要全球玩家
Hexagon（瑞典），是全球最大的测量技术和工业软件综合集团，旗下Prespective、PC-DMIS等测量软件在质量管理领域占据重要位置，同时其CAD/CAE产品线（MSC Software已被Hexagon收购）也有较强存在。Bentley Systems（NASDAQ：BSY）专注基础设施数字化，在道路、桥梁、水利、电力等工程领域提供MicroStation、OpenRoads等产品，是Autodesk在基础设施领域的主要竞争对手。AVEVA（施耐德电气旗下）是流程工业数字化的重要玩家，AVEVA Process Simulation、AVEVA System Platform是化工、电力行业常用的仿真与自动化工具，与中控技术的DCS/MES形成竞争关系。
ServiceNow（NYSE：NOW）和Salesforce（NYSE：CRM）虽不是传统意义上的工业软件公司，但随着工业服务化和数字化深化，其平台正在向工厂运维管理、制造服务管理等场景延伸，成为工业软件竞争格局中不可忽视的外围力量。
值得从全球视角审视的，是EDA行业二〇二五年并购浪潮的深远影响。Synopsys对Ansys的并购完成，交易价值约三百五十亿美元，是工业软件史上规模最大的横向整合之一。Synopsys的核心竞争力是「芯片设计工具」，Ansys的核心竞争力是「系统级物理仿真」；合并后可以提供从芯片设计到芯片封装热分析、到整个电子系统电磁兼容仿真、到系统可靠性分析的一站式解决方案。这对电动汽车行业的设计工程师尤其重要——一辆电动汽车的核心是电池、电机、电控三大系统，均同时涉及芯片设计（EDA）和物理仿真（CAE），合并后的Synopsys可以提供从芯片级到系统级的完整仿真工具链，这是竞争对手短时间内无法复制的协同价值。
对中国工业软件行业，这一并购的启示是：全球顶级工业软件公司正在从「专业工具提供者」向「垂直行业全栈数字化平台」演进，竞争的维度正在从单点功能的比拼转变为覆盖范围和数据连续性的角逐。国产工业软件如果继续以「功能对标」的逻辑参与竞争，将越来越难以在高端市场找到立足点；真正有效的突破路径，是在特定垂直行业（如化工DCS的中控技术模式）建立从行业Know-how到工具的一体化竞争力，而非简单在功能清单上追赶。
在全球工业软件的竞争版图中，还有一个值得关注的结构性变化：印度正在成为全球工业软件研发外包的重要基地。Synopsys、Cadence、Ansys、Autodesk都在印度班加罗尔、海德拉巴、浦那设立了大规模研发中心，利用印度工程人才的性价比优势进行工具开发和工程服务。这一格局使得中国工业软件公司在高端研发人才的竞争中，不只是面对美国、欧洲的对手，还要面对印度研发能力持续提升带来的压力。部分中国工业软件公司已经在印度设立研发团队，用友、中望均有在班加罗尔的研发布局，这是中国工业软件国际化的早期信号。
全球工业软件市场的另一个重要趋势，是SaaS化的持续深化。在中国以外的市场，工业软件向SaaS迁移的速度明显快于中国。Autodesk FY2025中SaaS订阅收入占比已超百分之九十；SAP S/4HANA Cloud的增速（百分之二十八）显著高于整体业务增速；PTC和Dassault也都在加速将旗舰产品向云端SaaS形态迁移。SaaS化的工业软件，在功能迭代速度、AI集成能力、多地协同效率上，相比传统本地部署版本有明显优势，这将进一步拉开「全球先进水平」与「中国本地部署存量系统」之间的代差，给国产工业软件的追赶带来时间压力。中国的信息安全监管对工业软件上云有一定制约——涉及核心设计数据、生产工艺参数的工业软件，在很多行业（军工、核电、半导体）必须私有化部署，这使得SaaS化在中国工业软件市场的渗透速度结构性地低于欧美，也给国产私有化部署方案提供了一定的喘息空间。
第三章 政策、监管与产业环境（PEST）
中国工业软件从二〇二〇年的国产化率不足百分之二十五，到二〇二五年越过百分之五十门槛，政策环境的支撑力度是历史上最强的一次。理解这段政策脉络，才能正确评估国产工业软件的「护城河」究竟有多少来自技术实力，又有多少来自政策庇护。
「02专项」：EDA生死扶持的十七年
国家科技重大专项「核高基」（核心电子器件、高端通用芯片及基础软件产品）是国家「十一五」期间启动的重大科技计划，其中「02专项」专门面向极大规模集成电路制造装备及成套工艺。从二〇〇八年首批立项，到二〇二五年已历经三个五年计划的延续，「02专项」对华大九天、概伦电子、广立微等EDA公司持续提供立项支持和经费资助。按业内人士的估算，这十七年间EDA专项的累计资助规模超过百亿元，覆盖了模拟EDA工具的核心算法研发、标准单元库建设、工具认证与流片验证费用等多个关键环节。
「02专项」的意义不在于它能「买来」技术——算法必须靠工程师自己磨，流片验证必须靠真实芯片设计项目来积累，任何资金都不能替代这个过程。它的意义在于：在EDA工具商业化最艰难的早期窗口期，当国产工具还无法从市场上获得足够收入来养活研发团队时，国家资金给了这些公司持续存活下去的能力，让算法得以继续迭代，让工程师得以不流失。如果没有这十七年的持续扶持，华大九天有没有今天的规模是一个有争议的问题，但其研发体系在最脆弱的阶段没有崩盘，「02专项」功不可没。
大基金一期/二期/三期：千亿重注半导体全产业链
国家集成电路产业投资基金（「大基金」）自二〇一四年启动以来，已历经三期。大基金一期（二〇一四年，约一千三百九十亿元）主要支持晶圆制造（中芯国际）、先进封测（长电、华天）；大基金二期（二〇一九年，约二千零四十二亿元）将支持范围扩展至半导体装备与材料；大基金三期于二〇二四年启动，注册资本约三千四百四十亿元，是历史最大规模，将重点投向EDA工具、设计IP、特种材料、先进封装等整个半导体产业链的薄弱环节。
大基金三期对工业软件的影响，主要体现在两个维度：一是直接投资EDA公司（华大九天、概伦电子等已是或将是被投对象），提供增量的资本支撑；二是通过对晶圆厂（中芯国际、华虹）的持续投资，间接创造更多国产EDA工具在真实流程中试验的机会——因为晶圆厂的核心利益要求使用最好的工具，而「最好的工具」只有通过在真实流程中不断迭代才能变得最好。
信创政策：工业软件的行政加速器
「信创」（信息技术应用创新）体系，起初覆盖操作系统（麒麟、统信UOS）、数据库（达梦、人大金仓）、CPU（飞腾、华为鲲鹏），二〇二二年以来显著向工业软件延伸。工业和信息化部、国资委陆续发布的政策文件明确要求央企、国有企业将工业软件的自主可控作为战略目标。以用友、金蝶为代表的国产ERP厂商，在央国企市场获得了实质性的政策优先权；以中望为代表的国产CAD厂商，在政府采购和国防相关单位的项目中获得了更多的准入资格。
信创政策的副作用是「伪替代」风险——部分项目表面上在使用国产软件，实际上是通过API层的包装保留了后台的境外系统，「信创合规」却没有实现真正的技术独立。识别真实替代率与名义替代率之间的差距，是评估工业软件国产化进展的关键挑战之一。
美国出口管制EDA：倒逼式商业化催化
二〇一九年以来，美国商务部工业和安全局（BIS）对中国半导体产业的出口管制不断升级，EDA工具的供应管控是其中持续收紧的一环。二〇二三年，美国扩大限制范围，要求EDA厂商在向中国用户提供服务时进行终端用户审查，并对特定制程（十六纳米以下）的EDA工具实施出口许可管控。二〇二五年，管控边界仍在动态调整，EDA工具的使用场景核查变得更加严格，这使得部分中国芯片设计公司在使用Synopsys、Cadence工具时开始感受到流程摩擦。
这一管控政策，在客观上对国产EDA产生了双重效果：一方面，短期内带来了部分国内用户被迫「试用」国产工具的需求；另一方面，更深层的影响在于改变了晶圆厂和芯片设计公司的战略预期——如果外来工具存在断供风险，那么支持国产工具生态就从「政策要求」变为「商业自保」。这种从外部施加的迫切感，是国产EDA商业化加速最实质性的驱动力之一。
双碳目标：绿色工业软件的新增量
国家「双碳」目标（二〇三〇年碳达峰、二〇六〇年碳中和）正在从能源政策蔓延为制造业的全面数字化压力。碳排放数据的精确核算、碳足迹的全链路追踪、生产工艺的能耗优化——这些新需求，在工业软件层面意味着碳管理模块、绿色供应链管理、能源优化仿真软件的确定性增长。SAP和Oracle已在全球积极布局碳管理产品模块（SAP Sustainability Footprint Management、Oracle Fusion Cloud Sustainability）；国产ERP厂商用友、金蝶也相继推出碳账本与绿色生产管理功能，将这一需求内化为新产品线。双碳目标带来的工业软件增量市场，预计在二〇二六至二〇三〇年间年均增速超过百分之二十，是工业软件赛道少数明确性高的新增量之一。
国际标准与工艺认证壁垒
在EDA与高端仿真领域，工具的竞争不只是算法性能的竞争，还是国际认证与工艺节点认可体系的竞争。晶圆厂（台积电、三星、中芯国际）为新工艺节点认证EDA工具的过程极为严格，涉及工具精度验证、PDK兼容性测试、量产经验积累，整个认证周期往往以年计。华大九天的电路仿真工具ALPS获得四纳米/五纳米工艺认证，是国产EDA工具在先进制程认证上迄今取得的最高里程碑——这不只是技术意义上的成就，更是商业准入资格的获取，因为没有晶圆厂认证，任何EDA工具都无法进入相应工艺节点的设计流程。
在具体政策工具层面，「工业软件采购首购支持」政策是近年来力度最大的新增工具。工业和信息化部的「首台套」政策最初主要覆盖工业装备，二〇二三年以来已延伸至工业软件，为「首次大规模商业化部署国产工业软件」的项目提供财政补贴或贷款贴息支持。这一政策的设计逻辑是降低首次采购的风险感知：工厂在使用一款从未大规模验证过的国产工业软件时，面临的最大风险是「万一系统稳定性不达标怎么办」，「首台套」补贴给工厂提供了一个风险对冲机制，使得国产工业软件的首次商业化落地更容易推进。
「国家工业软件测评」体系是另一个重要的制度建设。工业和信息化部委托若干专业测评机构，对国产工业软件进行功能完整性、性能基准、安全可靠性等多维度的第三方测评，并发布测评结果作为政府采购和央企采购的参考依据。这一测评体系在一定程度上解决了工业软件「如何客观评估国产工具能力」的信息不对称问题，为国产替代决策提供了更客观的参考基准。
在知识产权保护层面，中国工业软件发展的一个隐性困境是软件正版化率偏低。过去二十年，大量中小制造企业使用盗版Autodesk、SAP等工业软件，一方面压缩了国产工业软件的市场空间（竞品实际上是「免费」的），另一方面也使得工业软件行业整体商业化生态较为脆弱。近年来，软件正版化意识和执法力度的提升，以及Autodesk向订阅制迁移后盗版难度增加，客观上为国产正版工业软件提供了更公平的竞争环境。一些工业软件公司在访谈中指出，正版化意识的提升对其商业化速度有显著的正向影响——当企业不再能「免费」使用盗版AutoCAD时，国产中望CAD的性价比优势才能真正被决策者感知。
在国际合作层面，「一带一路」沿线国家的工业化进程，正在为中国工业软件创造新的输出机会。越南、印度尼西亚、泰国、墨西哥等国的制造业加速发展，这些国家的工厂对工业软件的需求大量来自中国企业投资建设的工厂，而这些工厂往往已经在国内使用国产工业软件，有将软件系统随工厂输出的自然需求。沙特阿拉伯、阿联酋推进的大规模工业化计划（「2030愿景」），也在为基础设施数字化软件（BIM、工业互联网）创造可观的市场增量。中国工业软件「走出去」的初期市场，恰恰是「中国制造业走到哪里，中国工业软件就跟到哪里」的路径，而非直接与Autodesk、SAP在其成熟市场正面交锋。
监管层面，工业软件的网络安全合规要求在二〇二五年明显趋严。《工业控制系统网络安全防护要求》国家标准的修订版颁布，明确了DCS/SCADA在工厂生产场景中的网络安全技术规范，包括对操作系统、数据库、通信协议的国产化要求。这一监管升级，为宝信软件（基于国产操作系统的MES方案）、中控技术（HIAOS国产化控制系统）带来了直接的商业机会。与此同时，「等级保护2.0」（等保2.0）对工业互联网平台的安全合规要求，也推动了工业互联网平台厂商在安全技术投入上的加码，这对具备自主安全能力的国产平台厂商是明显利好。
产业政策执行层面的挑战与机遇
在政策执行层面，国产工业软件替代推进中最常见的阻力，来自基层采购决策链的惯性。即便上级政策明确要求优先采购国产工业软件，执行层面的工厂IT部门或采购人员，往往面临以下现实困境：现有外资软件稳定运行多年，已形成完整的数据积累和工程团队的使用习惯；切换国产软件需要承担实施失败的风险，而这种风险对基层管理人员来说是「一旦失败就是责任事故」；外资软件厂商的本地实施和售后服务资源积累更丰富，出问题时有更完善的响应体系。这些执行层面的阻力，使得国产工业软件替代的实际进展，普遍慢于政策层面的预期。
克服这些阻力的有效手段，一是建立「国产工业软件成功案例库」，让决策者能够找到同类型企业、同规模、同工艺的标杆案例，降低信息不对称带来的风险感知；二是推进「分阶段替代路径」，从风险最低的边缘模块（人力资源、费控报销）开始国产替代，逐步积累信任，再向核心模块延伸；三是国家主导建立「国产工业软件试点示范项目」，为首批采用国产工业软件的企业提供政策背书和风险兜底机制。工信部在二〇二三至二〇二五年间推进的「国家智能制造示范工厂」认定，已经将国产工业软件的使用比例纳入评分体系，这是将政策激励与执行落地有效结合的积极探索。
人才政策：工业软件专项培养计划
人才是工业软件产业最核心的生产要素，也是最稀缺的。工信部和教育部在二〇二四至二〇二五年间联合推进了「工业软件专项人才培育计划」，主要措施包括：在若干重点高校（北京航空航天大学、西北工业大学、哈尔滨工业大学、上海交通大学）设立「工业软件」方向的本硕博培养专项，提供专项奖学金；支持企业与高校联合培养的「卓越工程师」项目，将工业软件相关课程纳入工科研究生培养方案；设立「工业软件领军人才引进」绿色通道，对海外归国的EDA、CAE高端人才给予特殊政策待遇（包括安居补贴、科研启动经费、股权激励特殊批复）。预计到二〇二八年，国内工业软件核心方向（EDA、CAE求解器、CAD几何引擎）的高端研发人才储备将比二〇二三年增加一倍以上，这将是推动国产工业软件在技术深度上实现突破的重要支撑。
碳中和目标与工业软件的新交集
「双碳」目标（碳达峰2030年、碳中和2060年）正在为工业软件开辟一个新的细分增量市场：工业碳管理软件（Industrial Carbon Management Software）。制造企业为满足碳排放核查、碳足迹计量、碳资产管理的需求，正在对能源管理软件（EMS）、碳排放核算系统（MRV工具）、碳资产交易平台产生新的采购需求。这个细分市场在二〇二五年规模估计约三十至五十亿元，增速超过百分之三十，是工业软件赛道中增速最快的细分之一。
目前在工业碳管理软件市场，本土专业厂商（数聚能云、杉帆能科、隆道股份、英特仿真）与国际巨头（SAP S/4HANA的碳会计模块、Autodesk Tandem的碳建筑分析）同台竞争，且本土厂商在「中国碳市场规则与核查标准」的本地化理解上具有明显优势。这是工业软件领域少数几个「本土政策知识壁垒高于国际通用技术知识壁垒」的细分之一，是国产工业软件有望在五年内实现高市占率的方向。
信创政策的分行业推进节奏
信创政策（「信息技术应用创新」）对工业软件的影响，因行业不同而呈现出显著的节奏差异。在「强信创」行业（党政机关、金融机构、电信运营商），工业软件的国产化要求已经落到了具体的采购规范和时间表层面；在「中信创」行业（国有制造企业、能源企业、大型央企），信创要求逐步从办公系统延伸到工业控制和ERP系统，但执行节奏相对宽松，以「能换则换」为原则；在「弱信创」行业（外资企业、民营中小企业），信创主要是政策引导而非强制要求，国产替代的驱动力主要来自市场竞争而非合规压力。
这种分行业推进节奏，决定了国产工业软件在不同客户群体中的替代速度存在本质差异。以ERP为例：「强信创」行业（如中国建设银行、中国移动）已经在加快完成核心系统的国产ERP替换，预计二〇二六年前国有银行和电信运营商的核心ERP国产化率将超过百分之七十；「中信创」行业（如中国石化、中国一汽）在非核心模块（人力资源、费控报销）上国产替换进展快，核心财务模块的替换则以「信创ERP与SAP并行运行」的过渡方案为主，完全切换预计还需三到五年时间；「弱信创」行业（如外资合资车企、沿海民营制造企业）在ERP选型上依然以功能和性价比为主要考量，SAP/Oracle与国产ERP的竞争在这里最接近真正的市场竞争。
国产工业软件发展的长期健康性，最终依赖于它在「弱信创」的市场竞争环境中能否凭实力胜出，而不只是在政策保护的「强信创」环境中维持份额。这是评估国产工业软件真实竞争力的核心检验标准。
第四章 中国市场规模、国产化率与竞争集中度
市场规模：三千五百亿至四千亿元区间
中国工业软件市场的规模，存在多种统计口径，需要分层理解，不同口径的差异可达三倍以上。
最宽泛口径（包含嵌入式软件、车规软件、工业控制固件）：按工信部统计口径，二〇二四年全国工业软件市场规模约三千一百九十七亿元，预计二〇二五年达到三千三百九十亿元，二〇二八年有望突破四千亿元，CAGR约百分之六到七。其中嵌入式工业软件占比最大，约百分之五十七，其余为经营管理类（百分之十七）和研发设计类（百分之八到九）。
核心工业软件口径（仅计CAD/CAE/EDA/ERP/PLM/MES/DCS等管控与设计类，剔除嵌入式固件）：二〇二五年约在三千五百至四千亿元区间，这是本报告主要引用的基准市场规模。这一口径与研发设计类工业软件的IDC数据（核心品类二〇二四年约三百一十八亿六千万元，预计二〇二九年达到七百六十五亿元，复合增速约百分之十九点一）相互印证——核心研发设计类占「核心工业软件」总量约百分之十，与行业实际格局基本吻合。
EDA细分口径：中国EDA市场二〇二四年约一百零五亿元，预计二〇二五年达到一百八十五亿元，二〇二九年超过两百三十五亿元，复合增速约百分之十七。IDC数据显示，中国EDA市场占全球EDA总市场比例约百分之十八点一，与中国在全球半导体设计活动中的份额大体对应。
子赛道分布（核心工业软件口径）
研发设计类（CAD/CAE/PLM/CAM）：占总量约百分之十二，二〇二五年对应约四百至五百亿元，其中CAD约三百亿、CAE约一百至两百亿。相比全球CAD/CAE市场被达索、西门子、Autodesk、Synopsys/Ansys等寡占的格局，中国本土市场的竞争相对更分散，国产选手正在快速增加份额。
EDA：约占百分之五，对应约一百七十五至两百亿元。这是体量最小但战略意义最高的子赛道，外资（Synopsys+Cadence+西门子）占据中国EDA市场约百分之八十以上份额，国产EDA总体份额约百分之十到二十。
ERP/财务/制造管理：约占百分之三十五，是最大细分，对应约一千二百至一千四百亿元。这也是国产厂商（用友、金蝶）收入最大、市场竞争最激烈的赛道，且正在向云化SaaS加速迁移。
工业互联网与AI大模型：约占百分之三十，且增速最快，预计到二〇二七至二〇二八年将超越ERP成为最大细分赛道。这一赛道的边界最模糊，从狭义的工业物联网平台到广义的工业AI应用，统计口径差异极大。
生产控制类（DCS/SCADA/MES）：约占百分之十八，对应约六百至七百亿元。这是国产化率提升最显著的赛道之一，中控技术、宝信软件等已在特定行业实现真正意义上的全球市占率第一。
国产化率的分赛道画像
国产化率的概念本身需要细分，因为「整体国产化率」会掩盖赛道间的巨大分化。
二维CAD：国产化率已超百分之八十。中望CAD、浩辰CAD、CAXA等国产二维CAD在政府、央企、国有企业的新项目中几乎已完成替换，存量的AutoCAD用户正在自然流失。这个赛道的国产替代基本「已经完成」。
ERP（中小企业）：国产化率超百分之七十。用友、金蝶的小微和中型产品线（金蝶精斗云、用友云ERP、用友畅捷通等）已占据绝对主导，SAP Business One等在中小企业市场被大量替代。
DCS（化工/石化）：中控技术的化工DCS国内市占率约百分之六十三，可以认为这个细分的国产化已经超越外资实现主导地位，是中国工业软件史上最成功的对外竞争案例。
MES（流程工业）：宝信软件（钢铁）MES全球市占率第一，中控MES在流程工业中全国第一，国产化率约百分之五十到六十。
MES（离散制造，汽车/电子）：国产化率约百分之三十到四十，仍在追赶中，半导体制造的MES几乎完全是外资（西门子Opcenter、SAP ME）。
ERP（大型制造企业核心模块）：国产化率不足百分之三十，SAP与Oracle在大型制造企业的核心系统中依然主导，国产替代主要发生在非核心模块。
三维CAD/CAE（高端场景）：国产化率不足百分之二十，航空航天、汽车整车、高端船舶等场景几乎没有可落地的国产替代。
数字EDA（逻辑综合/物理实现）：国产化率不足百分之十五，最核心的两个环节（逻辑综合、布局布线）几乎空白。
竞争集中度分析
ERP市场前五格局（估算，按中国市场口径）：用友（约百分之十八到二十）、金蝶（约百分之十三到十五）、SAP（约百分之十五到二十，主要在大型企业）、Oracle（约百分之五到八）、鼎捷（约百分之三到五），CR5约百分之五十五到七十，其余被汉得、浪潮、易宝、神州数码等分食。
EDA市场格局（中国，估算）：Synopsys约百分之三十五到四十、Cadence约百分之二十五到三十、西门子（Mentor）约百分之十五到二十，三家合计超百分之八十，国产三家（华大九天+概伦+广立微）合计不超过百分之十五。
MES市场：全球前五（西门子、SAP、罗克韦尔、Oracle、达索）合计市占率不超过百分之三十，其余由行业专属厂商分食；中国市场同样高度分散，按细分行业「各有龙头」。
从更精细的角度理解中国工业软件的竞争集中度，需要引入「有效替换率」这个维度——即在已经安装国产工业软件的客户中，国产软件承担的核心业务功能占比。这一维度往往被简单的「市占率」统计所掩盖。以ERP为例，一家制造企业可能同时安装了SAP（处理核心财务和供应链）和用友（处理人力资源和费控报销），在统计上可能被计入「国产ERP用户」，但SAP依然承担了最核心的业务功能，真实的国产化「深度」远低于名义上的「覆盖率」。
更准确的评估方式，是分业务模块统计国产工具的承担比例。以大型制造企业（年营收五十亿元以上）为样本，各模块的国产替代深度估算如下：
财务核算（总账/固定资产/应收应付）：国产化率约百分之二十五，SAP/Oracle仍占主导，这是替换难度最高的模块，财务数据的完整性和监管合规要求最严；供应链管理（MRP/采购/库存）：国产化率约百分之三十，汽车OEM的供应链协同几乎完全是SAP/Oracle；生产制造管理（工单/BOM/工艺路线）：国产化率约百分之三十五到四十，制造类ERP模块国产替代进展相对更快；人力资源与薪酬：国产化率约百分之五十五到六十，这是国产ERP最早突破大型企业的入口模块；费控报销与差旅：国产化率约百分之七十，已经是国产主导的模块；商业智能/数据分析：国产化率约百分之四十到五十，PowerBI等工具与国产报表工具并存。
这种分模块的视角，才能真实反映国产ERP替代的进展——不是简单的「用了国产还是外资」，而是「核心业务到底跑在哪里」。按这一口径，大型制造企业的「实质国产化率」远低于名义覆盖率，这是评估国产ERP市场进展时需要特别注意的结构性偏差。
工业软件市场的定价结构，也值得深入分析。外资工业软件（SAP、Oracle、Autodesk、Synopsys）的定价，在中国市场普遍比欧美市场低百分之三十到五十，这是因为中国市场历史上存在盗版问题，外资厂商为维持市场份额主动降价；而国产工业软件的定价，又比外资中国区定价低百分之三十到五十。这使得国产工业软件的ARPU（每客户平均收入）极低。以ERP为例，SAP中国大型企业部署的总价值（含实施、维护、升级）通常在数百万元至数千万元，而国产ERP同等规模客户的项目价值往往在数十万至数百万元——这种量级的差距，意味着国产ERP公司即便在客户数量上与SAP持平，营收规模也可能相差五至十倍。如何在保持价格竞争力的同时逐步提升客户价值和ARPU，是国产工业软件走向高质量发展的核心命题。
细看各赛道的国产化进展，可以归纳出「三梯队」的竞争格局。第一梯队已经实现国产主导的赛道：DCS在化工行业（国产化率约百分之六十三）、MES在钢铁行业（宝信钢铁MES全球第一）、ERP在中小企业（国产化率超百分之七十）、工业互联网平台（国产主导，外资参与度有限）。第二梯队国产份额快速上升但外资依然领先的赛道：ERP在大型制造企业核心模块（国产化率约百分之三十）、二维CAD（国产化率约百分之八十但来自盗版转正版的机会逐渐减少）、MES在汽车和消费电子（国产份额约三至四成）。第三梯队国产化率依然极低的赛道：三维CAD高端场景（低于百分之二十）、CAE流体/结构一体化高端仿真（低于百分之十五）、EDA数字前端关键环节（低于百分之十五）、PLM在大型航空航天企业（几乎全部外资）。这三梯队的划分，决定了政策支持的侧重点——第三梯队是最急迫的攻坚方向，第一梯队已不再需要政策补贴而是需要走向商业化自立。
区域市场分布与渗透深度
中国工业软件市场的地区分布，高度集中于制造业密集的省份。按工业软件采购主体的地理分布估算，广东、浙江、江苏、上海四省市合计占全国工业软件市场的约百分之五十以上，这与中国制造业产值的地理集中程度高度对应。
分地区看，广东是最大的单一省级工业软件市场，受益于其电子制造、消费电子、汽车等高工业密度行业的集聚，EDA工具（半导体设计）、MES（电子制造）、ERP（外向型制造）需求密度均居全国前列。深圳作为中国最重要的IC设计中心（汇聚了海思、OPPO研究院、比亚迪半导体、汇顶科技等大量芯片设计企业），是全国EDA工具采购最密集的城市，也是国产EDA商业化最优先的验证市场。浙江是DCS和MES需求密度仅次于广东的省份，受益于其化工、石化（宁波-舟山石化产业带）、精细化工（嘉兴）、高端装备（宁波、台州）等行业的集聚，中控技术的主要营收贡献就来自浙江化工客户基础。江苏是高端装备和钢铁行业工业软件需求的核心市场，南京（石化）、苏州（精密制造）、无锡（半导体）、南通（海工装备）、徐州（工程机械）形成了多点支撑的市场格局。上海是工业软件公司的研发和商务中心，同时也是汽车（上汽集团）、精密制造、航空工业的主要采购主体集中地。
国产工业软件的客户结构分析
在国产工业软件的客户结构中，不同规模客户的贡献结构，与外资工业软件的客户结构存在显著差异。
对用友网络和金蝶国际来说，「中小企业群体」（年营收五千万元以下）仍然是营收的重要基础，这部分客户对价格极为敏感，国产ERP的性价比优势在此最突出；「中大型企业」（年营收五亿至五十亿元）是增速最快的客户群，国产ERP在这个规模段的替代进展最为显著；「超大型企业」（年营收百亿元以上）是当前国产ERP渗透率最低、但战略价值最高的群体，这也是用友BIP5和金蝶苍穹的核心攻坚方向。
对华大九天来说，客户主要是中国大陆和台湾的Fabless芯片设计公司（年营收五亿至五十亿元规模），以及部分IDM（如长电科技、华润微）；对宝信软件来说，客户高度集中于钢铁行业（宝武集团系是最大单一客户群），这种高度依赖单一行业大客户的结构，在行业景气时收入高速增长（宝武资本开支大），在行业周期低谷时收入承压（宝武缩减IT预算）——FY2025宝信软件营收同比下降，正是钢铁行业资本开支周期下行的直接反映。
第五章 产业链深层拆解
工业软件的产业链，是一条由数学、知识与时间堆砌的深井。从底层算法内核到最终用户的生产现场，中间每一层都有其独特的积累逻辑和替换难度。
第一层：底层数学算法内核
这是工业软件的DNA，也是最难国产替代的一层。
几何引擎：三维CAD的核心是几何内核，负责实现精确的实体建模、曲面建模和布尔运算等数学操作。全球主流的两个几何内核是Siemens的Parasolid和Spatial Technologies（已被达索收购）的ACIS。几乎所有主要三维CAD软件——无论国内外——在最初开发时都以这两款内核为基础，这意味着它们在底层数学实现上存在「授权依赖」关系。一旦技术供应切断，建立在外购内核之上的CAD软件将面临根基性危机。中望软件是国产CAD中走自研内核最坚决的一家，其ZW3D Kernel在部分模块中已完成替换，但在大型装配体处理、复杂曲面精度、与下游系统的格式互通等方面，自研内核的成熟度与Parasolid相比仍有差距，这种差距在工程实践中的体现是：用中望3D做超过五千个零件的汽车整车装配，当前还不如NX/CATIA流畅。
有限元求解器：CAE软件的最核心组件，负责将工程模型转化为大规模稀疏线性方程组，并通过迭代算法求解。全球领先的商业求解器（Abaqus、Ansys Mechanical、Nastran、LS-DYNA）均由达索/Synopsys、HPC Tools等持有，它们的算法积累覆盖了数十年的工程验证案例，对各类非线性行为（接触、断裂、大变形）的预测精度是由数百篇发表论文和数万个工程案例交叉验证的。国产CAE求解器（安世亚太的ParaSolver、苏州同元的SysSim）在某些特定问题类型上已能达到工程可用水平，但在通用性、大规模模型求解效率、与主流CAD系统的数据互通上，整体仍处于追赶阶段，这是一场必须以年代为单位推进的长跑。
SPICE仿真器：EDA中模拟电路仿真的核心算法，源自加州大学伯克利分校的开源工具SPICE，已在各EDA公司手中发展成高度商业化的版本（Synopsys HSPICE、Cadence Spectre、Mentor Eldo）。概伦电子的PALLAS SPICE是国产SPICE仿真器中最接近商业级水准的产品，在部分电路类型的仿真精度和速度上已与国际工具相当，这是国产EDA在技术验证上走得最远的方向之一。
EDA数字设计内核：数字逻辑综合引擎（将RTL代码转化为门级网表）与物理实现工具（布局、布线、时序优化）是当前国产EDA最难突破的两个模块。它们的复杂性体现在：在一个拥有数十亿晶体管的先进制程芯片设计中，布局布线工具需要在数十亿个候选方案中寻找最优路径，同时确保每条信号路径的时序满足约束，每个电源网格的压降符合规范，每段走线的电磁效应在可接受范围内——这类优化问题的规模和复杂度，是NP困难级别的，需要几十年的专用算法积累和GPU/多核并行计算能力的深度优化才能在合理时间内求解。
第二层：操作系统与计算基础设施
工业软件对操作系统的依赖分为两类场景：
CAE、EDA等计算密集型软件，主要运行在Linux HPC集群上。这类工具的计算节点可能是几百台服务器并行计算，需要MPI并行计算框架、高速RDMA网络互联、大容量并行文件系统的支撑。国产Linux（麒麟、统信）在这一场景的适配程度正在提升，但部分依赖特定Linux内核版本或CUDA/OpenCL特性的工具，在国产操作系统上的性能可能有所损失。
ERP、CAD、MES等面向工程师桌面使用的软件，主要运行在Windows平台。国产操作系统在桌面适配上仍有较大挑战，软件的UI体验和性能调优在国产OS上的表现，与在Windows原生环境下有可感知的差距，这是工业软件国产化中「最后一公里」的问题之一。
在计算硬件层面，EDA的大规模仿真和布局布线高度依赖高性能CPU和GPU。英伟达的GPU（A100/H100）在EDA加速场景（基于机器学习的布局优化、波形并行仿真）中有明显优势，而中国用户使用英伟达高端GPU同样受到出口管制约束，这进一步压缩了国产EDA在大型算力集群上的效率优势。
第三层：行业Know-how与工艺模型
这是工业软件「看不见」却最有价值的一层，也是最难被新进入者复制的部分。
中控技术的DCS之所以能在化工行业实现百分之六十三的市占率，不只是因为软件的功能完整，更因为它在过去三十年中积累了中国化工行业工艺控制的大量经验——哪类反应器的控制策略最容易失稳、哪类物料切换时的波动怎么前馈补偿、哪类温升曲线预示着即将超温的报警需要提前几秒触发——这些知识嵌在DCS的逻辑组态和算法参数里，是无数次在实际装置上的调试经验结晶，竞争对手拿不走也复制不了。
宝信软件的炼钢MES之所以能够取得全球钢铁行业最高市占率，是因为宝武集团几十年的炼钢工艺数据是其独特资产——不同钢种的热处理曲线、不同炉况下的配料策略、铸坯质量异常的在线识别模型，都是宝信软件的核心Know-how，而这些Know-how的积累是建立在数十年与宝武炼钢工程师紧密合作的基础之上的。
这种Know-how壁垒，往往比算法本身更难逾越，也更难被「技术国产替代」政策直接驱动——因为Know-how不能靠补贴买来，只能靠时间和客户信任积累。
第四层：商业生态与用户锁定
ERP软件的「生态」是业内黏性最高的一个层面。一家企业一旦深度部署了SAP，意味着：企业的所有业务流程都按照SAP的数据模型来设计，主数据（物料、客户、供应商、科目、成本中心）都以SAP格式存储，数千名员工的日常工作在SAP界面中完成，数十个外部系统（供应商门户、银行直连、物流系统、仓储系统）通过SAP的API对接，数十名内部SAP顾问维护自定义的Z程序和配置……这种深度嵌入，使得更换ERP的直接成本往往是原始部署成本的三到五倍，而间接成本（业务中断风险、再培训成本、历史数据迁移的准确性风险）更难以量化。
CAD/EDA的生态锁定机制与ERP类似，但形式不同。设计数据是以特定格式（CATIA的CATProduct、NX的prt、ANSYS的db文件、GDSII/OASIS）存储的，不同软件之间的数据转换往往存在精度损失，这对精度要求极高的航空发动机、精密半导体设计是不可接受的。因此，一旦企业将数十年的设计数据积累在某一格式中，迁移到新格式的成本是天文数字级别的。
第五层：人才结构与知识资产
工业软件研发人才的特殊性在于「双专」要求——既是合格的软件工程师，又是特定工程学科（机械、电子、化工、航空等）的行家。这种「复合型人才」在中国极度稀缺。顶尖的EDA工程师往往需要十年以上的行业经验才能独立开发可商业化的工具模块；高端CAE仿真工程师需要深度理解有限元数值方法，同时熟悉具体工程学科（流体、结构、热、电磁）的物理规律；DCS工程师需要既懂过程控制理论（PID调优、预测控制），又深入了解化工或发电等特定行业的工艺规律。
这种人才稀缺性是工业软件研发投入高、商业化周期长的根本原因之一。华大九天研发费用超过营收的百分之六十五，是因为这个行业没有捷径——养人、磨工具、获得PDK认证、进入主流设计流程，每一步都要以年为单位推进，而每一年的研发投入都是在积累这个「双专」人才团队的实战经验资产。
三、EDA产业链的技术深度解析
EDA产业链的技术复杂性，在工业软件所有子类中独一无二，因为它同时服务于一个高度分工、极度精密的产业生态——半导体制造产业。理解EDA产业链，必须从EDA与晶圆厂PDK的关系入手。
PDK（工艺设计套件，Process Design Kit），是晶圆厂提供给芯片设计公司的一套数据文件集合，描述了在该晶圆厂特定工艺节点上可以使用哪些元件（晶体管、电阻、电容）、这些元件的电气特性参数、版图设计规则（DRC规则）、以及寄生参数提取模型。没有PDK，EDA工具就无法模拟芯片在真实晶圆厂工艺条件下的物理行为，设计出来的芯片就无法可靠制造。
EDA工具与PDK的绑定，是EDA市场护城河的根基。台积电为其不同的工艺节点（5纳米、7纳米、12纳米、28纳米等）分别维护与不同EDA工具的认证PDK，这意味着EDA工具必须通过台积电的严格认证流程，才能被允许在其工艺上使用。认证流程通常需要一至三年，涉及工具精度验证（仿真结果与流片结果的对比）、规则检查完整性（DRC/LVS规则集的覆盖率）、工程支持能力验证等多个维度。国产EDA厂商进入台积电认证名单，是国产EDA商业化的关键里程碑——目前华大九天的部分模拟EDA工具已进入台积电较成熟工艺节点的认证名单，这是相当重要的进展。
EDA工具链的十大核心环节，可以分为「前端」和「后端」两大类。前端（Front-end）包括：RTL设计（使用Verilog/VHDL语言描述芯片逻辑功能）、功能仿真（验证RTL逻辑功能的正确性）、逻辑综合（将RTL代码转换为门级网表）、功能形式验证（形式化验证综合后的门级电路与RTL等价性）。后端（Back-end）包括：布局规划（Floorplanning，决定芯片不同模块的物理位置）、布局布线（Placement & Routing，将每个门电路放置到芯片上并连线）、静态时序分析（STA，验证所有信号路径的时序满足设计要求）、版图验证（DRC版图规则检查+LVS版图与原理图一致性检查）、寄生参数提取（从版图中提取寄生电阻和电容值，用于后仿真）、良率工程（Statistical Design for Manufacturability，优化版图提升制造良率）。
在这十大环节中，国产EDA的布局如下：逻辑综合（最关键）：国产几乎空白，新思Design Compiler和Synopsys Fusion Compiler统治全球；布局布线：国产处于早期商业化阶段，目前只在某些成熟节点有部分可用产品；STA静态时序分析：国产有相对较成熟的工具（如芯华章的STA工具），在部分场景有工程案例；功能仿真：国产有一定积累，但与VCS（Synopsys）、Xcelium（Cadence）有较大差距；模拟仿真（SPICE）：华大九天的ALPS仿真器在成熟节点已达到商业化水平，这是国产EDA最成熟的方向；版图验证（DRC/LVS）：国产有入门级工具，在精密节点（7纳米以下）与Calibre（西门子）的差距极大；良率工程：广立微在这个方向是国产EDA的亮点，已经在国际半导体客户中实现商业化。
四、CAE产业链的数学内核与工程Know-how
CAE仿真软件的核心竞争力，从技术角度看，是「数值求解器的精度与速度」；从商业角度看，是「在特定行业积累的仿真基准验证案例」。这两个维度缺一不可——数学上精确但在航空航天实际工程中没有经过验证的仿真工具，再好也无法进入大型OEM的认证名单；而有了工程验证案例，即便求解速度稍慢，也能在行业中维持市场地位。
结构力学仿真（FEA/FEM）是CAE最大的细分市场。全球市场由Ansys Mechanical、MSC Nastran（现Hexagon）、Abaqus（达索旗下SIMULIA）三分天下。其核心求解器（Solvers）的开发历史均超过四十年，代码量以千万行计，不断通过与真实工程项目的对比验证逐步提升精度，是典型的「慢工出细活」类软件。国产结构仿真软件（安世亚太、格物致知、英特仿真）在近年有所进展，但与国际巨头的差距依然显著，主要体现在：多材料多物理场耦合仿真的精度不足、大规模并行求解的效率偏低、与主流CAD软件的集成度不够。目前国产结构仿真工具的主要市场是中低端制造业（中小型机械设计、简单结构验证），在高端航空航天和汽车行业几乎没有商业案例。
流体动力学仿真（CFD/FVM）是另一大核心方向。Ansys Fluent是全球CFD市场的绝对领导者，其次是STAR-CCM+（西门子）和OpenFOAM（开源，有大量商业化版本）。CFD在汽车（空气动力学优化）、航空发动机（进气道设计）、建筑暖通（风环境模拟）、化工反应器设计等领域有不可替代的价值。国产CFD工具（安世亚太的PERA-CFD、西安交大衍生的若干产品）在基础功能上已经可以满足部分工程需求，但在高精度大规模并行计算（如数百万网格的大涡模拟LES）方面，与Fluent的差距仍较明显。值得关注的是，开源CFD工具OpenFOAM的成熟度持续提升，已成为许多工程师的实用选择，国产公司可以基于OpenFOAM构建行业化的定制CFD工具，这是一条相对可行的国产化路径。
五、工业互联网平台的标准与接口体系
工业互联网平台的竞争，在技术层面很大程度上是「协议与接口标准」的竞争。不同设备、系统之间的数据互通，依赖统一的通信协议和数据格式标准，而这些标准的选择，往往决定了平台的「接入门槛」和「生态开放性」。
当前工业互联网领域的主要通信协议标准包括：OPC UA（OPC统一架构，工业设备与系统之间的通用通信标准，广泛应用于西门子、施耐德、ABB的设备接入）、MQTT（轻量级消息传输协议，适合大量IoT设备的低带宽通信，被阿里云、华为IoT平台广泛采用）、Modbus（老牌工业总线协议，在存量DCS/PLC设备中使用极为广泛）、EtherNet/IP（Allen-Bradley PLC的主要以太网协议）、Profinet（西门子PLC的主要以太网协议）。不同厂商的设备往往使用不同的协议，工业互联网平台需要通过「协议适配网关」将各类协议统一转换，这使得协议适配网关技术本身成为了一个关键竞争力。
中国工业互联网平台的标准化建设，在「工业互联网产业联盟」（AII）的推动下持续推进。AII发布了《工业互联网平台白皮书》系列，并在推进国内平台之间的互操作标准。但现实情况是，不同平台的接口标准仍然高度碎片化，一家工厂如果同时使用海尔COSMOPlat和华为FusionPlant，这两个平台之间的数据互通几乎需要定制开发，工业互联网平台「孤岛化」的问题依然突出。这是工业互联网平台在中国实现大规模商业化的重要阻力之一，也是未来标准建设工作的核心议题。
第六章 重点企业逐家分析
一、用友网络（600588.SH）— 国产ERP最大体量，AI转型加速
用友网络是中国营业收入最大的国产ERP公司，产品线横跨大型企业ERP（用友BIP/U9c）、中型企业（U8c）、小微企业（畅捷通）、以及政府与公共事业（政务云ERP）。
FY2025（截至二〇二五年十二月），用友网络实现营业收入九十一亿八千二百万元，同比增长约百分之零点三，收入规模保持稳定；归母净亏损十三亿八千九百万元，较上年同期减亏六亿七千二百万元，亏损大幅收窄，显示云化转型成本正在见顶。经营活动现金流实现净流入八亿一千二百万元，同比改善十亿八千六百万元，现金流健康是重要正信号。子公司畅捷通二〇二五年收入十一亿零二百万元，同比增长百分之十四点二，归母净利润八千一百五十九万元，同比大增百分之一百四十三点八，是集团内增长最确定的板块。
用友在AI方向的部署值得关注：AI相关合同签约额达十六亿七千万元，同比增长超过五成；YonGPT企业服务大模型在多模态方向持续迭代，已形成覆盖财务分析、合同审查、供应商评估、知识问答的多场景AI辅助能力；旗舰产品「用友BIP5」以「AI×数据×流程」原生一体为核心架构设计，是用友云化ERP的最新旗舰。
用友的挑战在于：九十二亿元营收中，真正来自大型企业核心ERP模块（财务核算、供应链）的收入并不稳定，大型企业客户的核心系统替换周期极长；同时连续多年的亏损使得市场对其云化转型的成本控制能力持续存疑。
二、金蝶国际（HK：0268）— 订阅优先，云化最彻底
香港上市的金蝶国际是国产ERP赛道中云化转型最坚决、最彻底的厂商，也是当前国产ERP中SaaS收入占比最高的公司。
二〇二四年全年，金蝶集团实现营业收入约六十二亿五千六百万元（人民币等值，含港元折算），同比增长约百分之十点二；云服务收入占比达百分之八十一点六，云订阅服务的ARR（年经常性收入）约三百七十三亿元（港元），同比增长百分之十八点五。二〇二五年上半年，营收三十一亿九千二百万元，同比增长约百分之十一点二，云订阅保持高速增长。
金蝶的产品矩阵清晰：苍穹（大型企业云ERP，主攻SAP替代市场）、星空（中大型企业）、星辰（中型企业）、精斗云（小微企业）。苍穹是金蝶与SAP正面交锋的主战产品，已进入工商银行、国家电网、华润集团等国内顶级央企，但真正完成「核心财务+供应链+制造」全链路替换的大型制造企业案例仍然有限。
金蝶在AI方向同样积极：苍穹AI平台嵌入了财务机器人、智能审批、供应链预测等功能，金蝶云仓等子产品也在积极接入大模型能力。金蝶的风险在于：过快的云化转型使短期利润持续承压，投资者对盈利能见度要求较高，这将制约公司在研发上的持续加码能力。
三、鼎捷软件（300378.SZ）— 制造业ERP专精
鼎捷软件是台资背景的制造业ERP专业厂商，在台资制造企业（尤其是消费电子代工、纺织、鞋服等行业）有较强品牌认知，核心产品围绕精益制造管理和工厂现场管控展开。FY2025营收约十一亿至十二亿元区间，盈利稳定。鼎捷的竞争优势在于其对台资工厂管理体系（成本精细化、标准工时管理）的深度适配，在内资竞争对手快速进入这一细分时，鼎捷的壁垒在于长期积累的实施方法论和客户信任度。
四、汉得信息（300170.SZ）— SAP生态的桥梁
汉得信息是中国最大的SAP系统集成商，本身并不研发工业软件，但作为SAP在中国核心项目的实施服务商，汉得的存在是国产ERP替代市场的晴雨表——汉得的业务越忙，说明SAP在中国的新项目越多；汉得开始主动推广国产替代方案，说明市场风向已在切换。FY2025汉得信息营收约二十亿至二十五亿元区间，随着信创政策深化，其业务结构正在向协助国产化迁移方向调整。
五、中望软件（688083.SH）— 国产CAD龙头
广州中望龙腾软件是国内规模最大、产品线最完整的国产CAD上市公司，也是中国工业软件「研发设计类」的旗舰标志性公司。
FY2025营收约八亿九千四百万元，同比增长约百分之零点七；归母净利润二千一百五十三万元，同比下降百分之六十六点三，利润大幅下滑的根本原因是研发投入持续加大——公司在三维CAD内核自研（ZW3D Kernel）、CAE仿真模块（中望CAE）、AI辅助设计（AI+CAD）三个方向同步高投入，短期利润牺牲换长期技术深度。
中望的市场地位：IDC数据显示，中望在国内CAD整体市场中位居本土品牌第一、全球品牌第四。在国内政府采购和央国企项目中，二维CAD场景几乎已完成国产替代；三维CAD中望3D在国产竞品中体量最大，但在高端场景（大型装配体、复杂曲面、与CAE/PLM的数据链集成）上与CATIA、NX的差距仍然显著。中望海外业务增速超过国内（二〇二四年境外收入增速同比约百分之二十九），显示其国际化路径已初步开通，主要目标市场是东南亚和欧洲中小制造企业。
六、华大九天（301269.SZ）— 国产EDA最大体量，走得最远
华大九天是中国规模最大、EDA工具链覆盖最完整的上市EDA公司，也是国产EDA对外竞争中综合实力最强的代表。
FY2025营收十三亿二千五百万元，同比增长百分之八点四；归母净利润仅六千一百万元，同比大降百分之四十四点三，主因是研发投入高达八亿五千九百万元，研发费用率约百分之六十四点八的极高水位维持不变——这意味着华大九天将超过三分之二的收入全数投入技术研发，是真正的「以利润换未来」的长跑者姿态。
技术进展：FY2025新推出十一款EDA核心工具，构建九大关键核心解决方案；电路仿真工具ALPS成功获得四纳米/五纳米工艺节点认证，是国产EDA在先进制程认证上迄今最高里程碑；八款工具获得ISO/IEC国际标准认证，支持车规芯片安全完整性标准最高ASIL D级别。技术服务收入两亿零一百万元，同比增长百分之七十四点九，成为新的增长引擎——这说明华大九天的工具不只是在卖软件，还在卖「用好这些工具」的工程服务，这是工具商业化走向成熟的信号。
战略布局：收购芯和半导体，加速布局芯片-封装-系统（Chip-Package-System）协同设计工具链，弥补华大九天在封装仿真（SI/PI分析）方向的短板。这一收购使华大九天的产品版图从「纯芯片设计EDA」向「芯片+封装+系统」的完整设计链延伸，与Cadence在同一方向的竞争维度趋近。
七、概伦电子（688206.SH）— 器件模型与模拟EDA专家
概伦电子专注半导体器件特性建模与模拟仿真EDA工具，是国产EDA中国际竞争力最强的细分方向之一。其核心产品PALLAS SPICE（模拟电路仿真器）和NanoSpice（纳米级精度快速SPICE）在精度和速度上已与国际主流工具基本同台竞争，在某些电路类型（CMOS模拟电路、混合信号电路）的仿真准确度上甚至已达到国际领先水平。FY2025全年营收约四亿元出头，归母净利润约两千至三千万元，盈利能力好于华大九天，主要因为其工具在商业化成熟度上走得更早。
概伦电子的战略意义，在于它证明了国产EDA工具可以在某些细分环节真正达到国际一流水准，而不只是「能用」。这为其他国产EDA公司的技术路线提供了重要参照：与其在所有环节同时追赶，不如在特定细分打透，再逐步扩展。
八、广立微（688719.SZ）— 良率提升，高速增长
广立微专注于芯片良率提升（Yield Enhancement）和晶圆测试工具，是国产EDA中增速最快的上市公司。FY2025前三季度营收四亿二千八百万元，同比增长百分之四十八点九；归母净利润增长三百八十倍，盈利能力急速改善。广立微的竞争逻辑独特且务实：良率提升工具帮助晶圆厂和芯片公司降低良率损失、提升每晶圆良品数量，其ROI可以被精确量化，使得采购决策相对容易——不需要说服客户「未来可能需要国产工具」，只需要证明「用了这个工具，这个季度多生产了几千颗好芯片」。这种可量化价值是广立微快速商业化的核心原因。
九、宝信软件（600845.SH）— 钢铁IT+MES，全球细分冠军
宝信软件是宝武钢铁集团旗下的工业软件与信息化核心平台，在钢铁行业MES领域实现全球市占率第一。FY2025营收一百零九亿七千二百万元，同比下降百分之十九点六；归母净利润十三亿零五百万元，同比下降百分之四十二点四。营收下滑主要因为钢铁行业整体资本开支收缩，大型IT项目（炼钢产线数字化改造等）减少，这是行业周期波动，非宝信核心竞争力的下降。
宝信的长期价值在于：其钢铁MES护城河极深——钢铁行业的工艺复杂度（从炼铁、炼钢、连铸、轧制到热处理的全流程数字追踪）和数据沉淀（宝武集团数十年的炼钢数据是不可替代的训练资产）使得替代成本极高。在AI方向，宝信已完成超过一百个AI应用场景上线，涵盖配煤配矿优化、安全视觉识别、表面质量检测、质量预测等核心场景，AI与MES的融合是其面向下一个五年的核心战略。
十、中控技术（688777.SH）— 化工DCS，最成功的对外竞争案例
中控技术是中国工业软件中最成功的对外竞争案例之一，其在化工DCS领域战胜西门子、霍尼韦尔、艾默生等全球顶级工控品牌的历程，是国产工业软件二三十年历史中最值得深研的一段。
FY2025营收八十亿七千三百万元，同比下降百分之十一点七；归母净利润四亿四千一百万元，同比下降百分之六十点五。营收下滑的主要原因是二〇二五年国内化工行业整体投资周期收缩，新建装置减少，大型DCS项目拿单量降低。但中控的技术竞争力并未因此动摇：化工DCS国内市占率约百分之四十，化工细分约百分之六十三，DCS连续十二年蝉联全国第一；工业软件（含MES、APC等）收入在FY2024达到二十六亿五千三百万元，同比增长百分之二十点七，是增速最快的业务板块。
中控的核心故事是：从一九九三年在浙江大学校办企业创立，在化工DCS这个对可靠性要求极高的细分，用三十年把Know-how一层层积累进软件系统，最终让西门子和霍尼韦尔在中国化工新建项目中逐渐失去竞争力。中控技术的成功路径提供了一个教科书级别的国产工业软件突破范式：聚焦一个垂直行业、在最高难度的控制场景中证明可靠性、用时间换信任、用信任换市场。
十一、广联达（002410.SZ）— 建筑工程数字化龙头
广联达是中国建筑工程造价软件的绝对龙头，同时也是建筑信息模型（BIM）领域最重要的国产厂商之一。FY2025营收六十亿六千八百万元，同比下降百分之二点二（受房地产下行周期影响）；归母净利润四亿零五百万元。广联达的核心护城河是长期积累的工程造价数据库与规则体系——中国建筑市场几十年的定额体系、清单计价规范（GB 50500等国家标准）都内嵌在其软件逻辑中，这种数据沉淀几乎无法被新进入者短期复制。在BIM方向，广联达的数维设计平台正在从造价计量向设计全链路延伸，与Autodesk Revit、Bentley OpenBuildings正面竞争。广联达面临的主要挑战是：核心的建筑市场受制于房地产周期，短期内需求承压；基础设施与市政场景的增量能否弥补房建市场的萎缩，是决定其未来三年增速的关键变量。
十二、树根互联（IPO推进中）— 工业互联网平台独角兽
树根互联是三一重工孵化的工业互联网平台公司，旗舰产品「根云」平台目前接入工业设备超过一百一十万台，覆盖工程机械、农业机械、能源设备等多个细分行业。树根互联正在推进科创板IPO，若成功上市，将成为工业互联网平台赛道的旗舰上市公司。其核心价值在于：基于三一重工庞大的设备存量（全球工程机械市场第三）所积累的海量设备运行数据，这是工业AI大模型最需要的真实工业训练数据资产。
补充观察：工业软件企业的研发费用率比较
工业软件行业的研发投入强度，是判断企业核心竞争力可持续性的重要指标。与消费互联网公司通常百分之十至二十的研发费用率相比，工业软件公司的研发投入往往更高，且需要更长时间才能转化为商业成果。以中国上市工业软件公司为例，FY2025的研发费用率如下：华大九天超过百分之六十五（研发支出远高于营收，依赖大基金和政府补助支撑）；概伦电子约百分之五十至五十五；广立微约百分之三十至三十五；中望软件约百分之三十；宝信软件约百分之八至十（已经进入规模化盈利阶段，研发费用率趋近行业正常水平）；中控技术约百分之十至十二；用友网络约百分之十五至十八；金蝶国际约百分之二十至二十二。
这一对比揭示了工业软件成熟度的不同阶段：EDA公司（华大、概伦）处于「高强度烧研发」阶段，研发收入比超过一比一，主要依靠政策补贴和资本支持维持运营；MES/DCS/ERP公司（宝信、中控、用友、金蝶）已经进入「商业化规模化」阶段，研发费用率降至合理区间，能够依靠经营现金流支撑研发迭代；CAD/PLM公司（中望）处于中间阶段，研发投入较高但已开始产生可观的经营现金流。理解这一梯队差异，才能合理评估不同工业软件公司的财务健康状态和长期竞争力。
补充：工业软件的实施服务生态
国产工业软件的竞争力，不只体现在软件产品本身，还体现在配套的实施服务生态。一套工业ERP从签合同到正式上线，通常需要三至十二个月的实施周期，期间需要进行业务调研、流程梳理、数据迁移、系统配置、用户培训等大量工作，这些工作由实施合作伙伴（SI，系统集成商）完成。中国主要的工业软件公司都建立了成熟的SI合作伙伴网络：用友网络在全国有超过三千家授权合作伙伴，金蝶国际有超过两千家，中望软件、宝信软件也各有数百家行业内合作伙伴。这个合作伙伴网络，是工业软件市场渗透的毛细血管，决定了软件能够触达的客户范围和实施质量。相比之下，SAP和Oracle在中国的合作伙伴规模较小，实施成本显著高于国产工业软件，这是国产工业软件在中型制造企业中快速渗透的重要支撑因素之一。
新进入者：科技巨头的工业软件布局
传统工业软件赛道的竞争格局，正在被科技巨头的强势进入所搅动。华为企业BG（含工业互联网、工业AI大模型盘古、云服务）、阿里云（supET工业互联网平台、工业大模型）、腾讯（腾讯工业云）、字节跳动（火山引擎工业AI方向）都在向工业数字化软件市场深度延伸。这些科技巨头的竞争力，不在于工业领域的深度Know-how（这恰恰是他们的弱项），而在于以下几个维度：其一，云基础设施能力——他们已经拥有大规模可靠的云计算基础设施，可以为工业软件提供弹性、低延迟的运行环境；其二，AI能力——大模型、机器学习、计算机视觉等AI能力，是科技巨头的核心优势，他们可以更快速地将AI能力嵌入工业软件；其三，生态资源——华为在工业现场有智能制造解决方案的销售渠道，阿里在中小企业数字化有庞大的客户基础，腾讯在企业协同（企业微信）有广泛渗透。科技巨头的工业软件布局，对传统工业软件厂商构成复合威胁——他们既可能是合作伙伴（为国产工业软件提供云基础设施），也可能是竞争对手（用自有平台替代部分传统工业软件功能）。未来五年，这一竞合关系将如何演化，是工业软件产业格局中最具不确定性的维度之一。
华大九天竞争壁垒的量化分析
以华大九天为案例，可以深入理解国产EDA公司建立竞争壁垒的路径与挑战。华大九天（688003.SH）FY2025营收十三亿二千五百万元，同比增长约百分之五十七，是近年增速最快的国产工业软件上市公司之一。然而，其研发费用超过八亿元，经营利润处于亏损状态，主要依靠政府补贴和大基金支撑。这并非经营失败，而是EDA行业进入主流市场前必须经历的「烧研发」阶段——同行业的EDA公司在进入商业化盈亏平衡之前，通常需要经历十到十五年的研发积累期。Synopsys和Cadence本身也经历了漫长的亏损积累期，在进入成熟商业化阶段之后，才呈现出今天超过百分之三十的经营利润率。
华大九天的战略选择，是集中优势资源在模拟EDA全流程工具链上构建完整性，而非在数字EDA的核心环节（逻辑综合、物理实现）与Synopsys正面硬拼。这个战略选择是理性的——模拟IC设计的EDA工具，技术难度虽高，但与数字EDA相比，其算法对晶体管数量的依赖度更低（模拟芯片的晶体管数量通常远少于数字芯片），验证周期相对更短，且中国在模拟芯片（如电源管理IC、射频前端、传感器接口）方面有大量本土设计公司，形成了国内可触达的客户基础。
华大九天的技术护城河，体现在以下几个维度：模拟仿真器（ALPS）的SPICE内核精度，在FY2025已通过多家量产客户的流片验证，这是最具说服力的技术背书；版图验证工具（InVar）的规则集覆盖率，在某些成熟工艺节点（一百三十纳米至二十八纳米）已接近国际竞品水平；工具链全流程覆盖的完整性，使得客户可以使用华大九天一家的工具完成整个模拟IC设计流程，避免了多工具组合带来的数据格式转换风险。
概伦电子的差异化竞争策略
概伦电子（688206.SH）采取了与华大九天不同的竞争路径：不追求EDA全流程工具的覆盖，而是在「晶圆厂侧」的特定高价值工具上构建差异化优势。
概伦的核心产品包括：器件模型提取（Model Extraction，简称SPICE模型提取）——这是晶圆厂为每种晶体管建立精确电气参数模型的工具，是EDA工具链的「数据源头」，概伦在这一方向已经与若干国际半导体制造商建立了合作；制造DFY（Design for Yield，良率工程）工具；以及EDA流程自动化（DAflow）平台。概伦的战略重心在于「晶圆厂侧」和「封测厂侧」，而非面向芯片设计公司（Fabless）的「设计侧」——这与华大九天主要面向芯片设计公司的定位形成互补而非竞争。
概伦电子FY2025营收约四亿五千万元，增速约百分之三十至三十五，在细分领域已达到国际竞争水平，是国产EDA中少数几家在部分环节与国际顶级水平达到「基本同台竞技」的公司之一。其战略的成功验证了国产EDA「从边缘切入，在某一细分做到最好，再逐步向相邻环节扩张」的可行性。
广立微的良率工程赛道
广立微（688719.SH）专注半导体良率工程（Yield Enhancement）EDA工具，是目前国产EDA中国际化程度最高的公司之一——其海外收入占比超过一半，客户包括若干全球知名的晶圆厂和封测厂。
良率工程EDA工具的核心价值，是帮助晶圆厂从海量的在线测量数据中，识别影响芯片成品率的关键工艺参数，并提供参数优化建议，从而将晶圆的成品率（Yield）从百分之八十提升到百分之九十五，每提升一个百分点对一座大型晶圆厂都意味着数亿元的直接效益提升。广立微的工具在「WAT（晶圆验收测试）数据分析」和「良率限制因子识别」方向，已经在国际市场赢得了口碑，这是基于全球范围内大量晶圆厂数据积累后的产品实力，而非政策保护的结果。FY2025，广立微营收约三亿元，增速约百分之四十至五十。
芯华章：国产数字验证EDA的先锋
芯华章（未上市）成立于二〇二〇年，专注于数字EDA中的「形式验证」和「硬件辅助仿真」方向，是国内在数字EDA最难突破的方向之一获得早期商业化进展的公司。芯华章的AI形式验证工具，在减少人工验证工作量方面有可量化的改善，已在若干国内芯片设计公司获得商业合同。硬件辅助仿真（使用FPGA原型验证加速芯片设计验证的速度）是另一个切入点，相比纯软件仿真，FPGA原型可以将验证速度提升数百倍，是复杂SoC设计不可或缺的验证手段。芯华章代表了国产EDA在数字前端方向寻找「技术跨越」而非「功能追赶」路径的尝试——通过将AI能力嵌入传统验证工具，从一个新维度上提供价值，而非简单复制Synopsys VCS的功能集。
中望软件的三维CAD突破策略
中望软件（688083.SH）在二维CAD领域完成了对AutoCAD国内市场的显著渗透之后，三维CAD成为其最核心的战略增长点。中望3D（原ZW3D）是目前国内功能相对最完整的国产三维CAD/CAM产品，在轻工业（模具设计、消费品外观设计）和中等复杂度机械设计（工装夹具、非标设备）领域已有相当数量的商业化客户。但在汽车整车、航空零部件、航天结构件等高端场景，中望3D与CATIA、NX的差距仍然显著——主要体现在复杂曲面建模精度（NURBS曲面的C2连续性控制）、大型装配体管理性能（万件以上装配体的实时渲染和操作响应速度）、以及与工程分析（CAE）工具的直接集成深度三个维度。
中望软件FY2025营收约十七亿七千万元，同比增长约百分之十三，研发费用率约百分之三十。其国际收入约占百分之十五至二十，主要来自东南亚和欧洲的中小制造企业客户。中望在国际市场的策略是「比AutoCAD更便宜、比AutoCAD功能差距可接受」的性价比路线，这在制造业刚起步的新兴市场是有效的。在国内市场，随着Autodesk将AutoCAD从一次性License迁移到年订阅制，中望的性价比优势进一步凸显，市场渗透速度在FY2024至FY2025明显加快。
PLM市场的国产化滞后
PLM（产品生命周期管理）是工业软件国产化程度最低的方向之一，甚至低于高端CAE和数字EDA。原因在于PLM的核心价值不只是软件功能，更是「将产品开发流程的最佳实践嵌入系统」的能力——Teamcenter（西门子）和Windchill（PTC）在三十年的迭代中，已将全球制造业领先企业的产品开发协作模式抽象为系统功能，这是国产PLM无法通过短期研发投入追赶的隐性知识积累。
目前国内PLM市场，达美盈科（ARAS的中国合作伙伴+自研模块）、索为系统（聚焦航空航天PLM）是国产PLM中最具代表性的两家，但整体体量与西门子Teamcenter、PTC Windchill相差悬殊。国产PLM的突破路径，可能来自新能源汽车和航天商业化两个新兴场景——新能源汽车整车厂（理想、小鹏、零跑）在建立自己的数字化研发体系时，历史包袱少，对国产PLM的试用意愿高于传统整车厂；商业航天企业（天兵科技、星际荣耀、蓝箭航天）没有传统航空国企的外资系统路径锁定，是国产PLM的重要目标市场。
九、石化盈科 — 石化行业的全流程数字化专家
石化盈科是中国石化集团旗下的信息化平台公司，是国内石化行业工业软件生态中最具代表性的垂直整合案例。石化盈科的ProMACE工业互联网平台，整合了石化行业的DCS实时数据、ERP计划数据、MES制造数据和HSE安全数据，实现了「物理炼厂+数字炼厂」的一体化管控。其业务覆盖中国石化旗下数十家炼厂，是国内石化行业工业互联网覆盖规模最大的平台。石化盈科的商业模式是「集团化内生+市场化外推」——以中国石化旗下炼厂为核心验证场景，再向中国石油、民营炼厂、地方化工园区输出解决方案。这种模式与中控技术高度互补而非正面竞争——中控专注过程控制（DCS/APC），石化盈科专注业务信息化（ERP/MES/InternetPlus集成），两者合力构成了国产石化数字化的完整方案。
十、能科科技（603871.SH）— 西门子生态中成长的国产集成商
能科科技是国内最大的西门子自动化解决方案合作伙伴之一，专注于工业自动化和数字化集成服务，是「国产替代」与「外资合作」共存生态中最独特的存在之一。能科科技本身不开发工业软件产品，但其核心价值在于「将西门子的自动化和MES系统集成到中国工厂」，在汽车、电子制造、新能源等行业有大量成功的系统集成案例。这种定位，在国产替代浪潮中看起来似乎「逆势」，但实际上代表了中国工业软件产业中一类重要的商业角色——即使外资工业软件最终被国产替代，大量的系统集成、二次开发、现场实施工作，依然会由具备行业经验的本土服务商来完成。能科科技的长期价值，取决于其是否能够在整合外资系统的同时，积累足够的行业Know-how，在未来逐步向自有产品方向延伸。
十一、正泰电气（601877.SH）— 综合电气与工业控制的布局
正泰电气是中国最大的综合电气产品制造商之一，近年来在工业软件和数字化平台方向持续投入。正泰旗下的CHINT Energy管理平台、CHINT Cloud工业互联网平台，与其传统的低压电气、光伏、储能硬件业务形成「软硬结合」的竞争格局。在DCS/SCADA方向，正泰的控制系统产品（主要面向中小型工业和楼宇自动化场景）是对中控技术、ABB的补充而非直接竞争——正泰的定位更多是「性价比高的本土替代」，面向中小型化工、纺织、食品等行业的自动化改造需求。正泰的「数字能源」战略，是将其硬件设备的运行数据通过云平台汇聚，提供能效管理服务，这在「双碳」政策推动工厂节能改造的背景下，是一个可观的增量市场。
十二、广联达（002410.SZ）— 建筑行业的工业软件龙头
广联达是中国建筑行业工业软件（BIM与造价软件）的绝对龙头，年营收超过七十亿元（FY2025约七十五亿元），在建筑设计、工程造价、施工管理、运维管理等建筑全链路均有成熟产品。广联达的BIM（建筑信息模型）软件，是中国建筑行业「CATIA级别」的核心平台——大型工程设计院、施工总包单位、房地产开发商都是其客户。广联达的护城河在于：中国建筑行业的计量规范（清单计价规范、各地定额库）与广联达软件深度绑定，这种本地化知识内核是Autodesk Revit、达索的BIM平台无法短期复制的。FY2025，广联达的云化转型（广联达数维云、施工BIM云）取得阶段性进展，云订阅收入占比持续提升，是国产工业软件SaaS化转型的典型案例之一。
十三、汉威科技（300007.SZ）— 工业传感器与物联网平台
汉威科技是国内工业传感器和气体检测的领导厂商，同时向工业物联网平台延伸。在工业互联网的底层感知层，传感器和边缘计算节点的能力，直接决定了平台可以获取什么维度的现场数据。汉威的气体检测传感器（用于化工、矿山、燃气安全场景）已实现国产替代，在HSE（健康、安全、环境）数字化方向形成了「传感器+数据平台+安全预警软件」的垂直集成能力。汉威科技代表了一类值得关注的工业软件进入路径：从传感器硬件切入，借助硬件的现场部署积累数据，再以数据为基础向软件平台延伸，避开了纯软件公司在工业现场获取真实运行数据的「冷启动」难题。
第七章 产业带与创新集群地图
中国工业软件的创新力量，高度聚集在数个特定城市和产业带中。天下工厂产业研究院在梳理这张地图时发现，工业软件集群的形成，都与特定的制造业生态高度相关——工业软件不能脱离真实的工业使用场景存在，制造业的密度决定了工业软件的创新密度。
北京中关村：政策密度最高，科研底蕴最深
中关村是国产工业软件中科研类、初创类公司最密集的聚集地。中国最顶尖的理工科高校（清华、北航、北理工、北邮）和中科院的多个研究所，为工业软件提供了持续的算法创新动力和高端人才池。在EDA方向，芯华章（数字功能验证）、行芯科技（物理实现）、国微集团（智能模拟EDA）等前沿初创均在北京发轫。在工业互联网和AI方向，华为研究院、百度、小米的工业AI团队都将北京作为重要研发中心。
北京的优势是：政策最近、学术资源最强、高层次人才最密集。劣势是：制造业规模远不及长三角、珠三角，工业软件公司在本地找到真实的大规模工厂验证场景较难，商业化速度相对慢于上海、深圳的同类公司。
上海张江：集成电路EDA的主战场
上海张江高科技园区是中国集成电路产业最密集的区域，也是国产EDA工具商业化最重要的落地地。中芯国际、华虹半导体在此聚集，提供国产EDA工具进行真实流片验证的场域。概伦电子、芯和半导体（已被华大九天收购）均在上海起步，原因正是PDK获取的便利性和芯片设计公司客户的密集度。
上海的制造业纵深——电子制造（消费电子、汽车电子）、先进制造（商用飞机、新能源汽车）——为MES、ERP国产化提供了高质量的标杆项目来源。电子元器件制造业在上海及长三角的高密度，也是国产MES厂商深耕半导体制造场景的核心客户来源。
深圳南山：工业互联网与AI融合高地
深圳是中国工业软件中「制造×AI」结合最活跃的城市。华为（工业AI大模型盘古、工业互联网FusionSolar、FusionPlant）、腾讯云工业AI、优必选（工业机器人AI系统）、科大讯飞深圳团队等均将深圳作为核心研发据点。同时，深圳是中国工业机器人和产线自动化设备最密集的生产和应用中心，为工业AI工具提供了极为真实的训练和验证场域。
深圳的制造业生态（消费电子代工、新能源汽车、精密制造）为MES国产化提供了密集的客户资源，富士康工业富联（601138）在深圳和郑州的工厂是全球最复杂的制造执行系统使用案例之一，其自身研发的工业互联网平台BEACON已成为工业AI Copilot落地的重要实验场。
杭州：云ERP与DCS的双引擎
杭州是国产云ERP和工业控制软件的两大重镇。金蝶的研发团队和产品迭代中心部分布局在杭州；中控技术（688777）总部在杭州，以杭州为基地向全国化工、石化、医药行业输出DCS和MES。阿里云的工业互联网平台supET（工业大脑）也源于杭州，是国内规模最大的工业互联网平台之一。
浙江制造业的高度数字化需求——宁波汽车零部件、温州电气、绍兴纺织化工——形成了对工业软件真实、刚性的本地需求，中控技术能够在杭州长期保持技术深度，与浙江大量实体制造业客户提供了宝贵的在地迭代机会高度相关。
西安：航空航天CAD/CAE的国家队阵地
西安是中国航空航天制造的重要基地（西飞集团、陕飞集团），也是国产高端CAD/CAE真实应用场景最集中的区域之一。安世亚太（国内最大的工程仿真公司，代理ANSYS同时发展自研工具）在西安有重要业务布局；苏州同元（国产多物理域仿真）在航空航天客户中进行实际验证。西安航天基地的存在，客观上推动了对高端仿真软件国产化的真实需求——因为在涉密项目中，境外仿真工具的使用受到保密规定的约束，这使得国产CAE工具在西安的军工项目中获得了更多的试用机会。
成都：西南制造数字化的核心
成都是西南地区最大的制造业中心，成飞集团（歼-20等军机制造）对高端CAD/CAE的需求是西南地区最核心的工业软件应用场景。同时，成都的消费电子产业（京东方、戴尔等）、新能源汽车（比亚迪成都工厂）对MES、ERP的需求也日益旺盛。成都还是华为西南研发基地的重要布局地，工业互联网和AI方向的研发力量持续增强。
苏州：长三角制造业软件验证中心
苏州是长三角高端制造业（外资半导体设备、精密机械、生物医药）最密集的地区之一，也是国产MES、ERP工具获得国际高标准客户验证的重要场域。苏州有大量三星、博世、西门子、GE等外资制造工厂，这些工厂的数字化需求对标国际最高标准，国产工业软件在苏州拿到这类客户的案例，是真实竞争力的体现，而非政策倾斜的结果。
在中国四百八十万家在产工厂中，工业软件的使用密度与工厂规模和所属行业高度相关。集成电路、精密零部件、化工设备制造类工厂，是工业软件密度最高的群体，也是国产替代空间最大、客户教育难度也最高的群体，它们集中分布在长三角、珠三角和京津冀，形成三大工业软件需求极核。
城市级的工业软件创业生态
在园区和产业集群层面，工业软件创业的地理集中度高于一般软件行业。以EDA为例，全国绝大多数EDA创业公司集中在深圳（华大九天、新力半导体等）、上海（概伦电子、芯华章、广立微上海研发中心）和北京（鸿芯微纳、芯原科技EDA方向）三个城市，这三个城市都具备「高端电子信息产业集聚+顶尖高校计算机与微电子系研究力量+国际化半导体人才吸引力」的共同特征。
以MES/DCS为例，浙江（中控技术、宝信浙江子公司、正泰电气工业软件部门）、上海（宝信软件总部、石化盈科、上汽集团的MES团队）、北京（汉仪科技、航天信息的工业软件方向）是主要聚集地。中控技术在杭州的成长，与杭州化工产业带（宁波北仑的大型石化园区、嘉兴的精细化工集群）形成了「工业软件+工业客户」地理上的协同。
CAD/PLM产业带的分布，则与航空、汽车两大高端制造业高度绑定。成都（中望软件研发基地之一、航空工业集团在成都的大规模存在）、西安（西北工业大学为主体的航空软件研究力量、商飞供应链配套）、北京（COMAC在北京的数字化研发中心、汽车软件创业集聚）是三大重要节点。
大学与工业软件产业的共生关系
理解中国工业软件产业，不能忽视高校的作用。国内多个顶尖大学的团队，是国产工业软件核心算法人才的主要培育场所，也是部分公司的「孵化器」：清华大学计算机系和自动化系，是EDA算法研究的重要源头；上海交通大学机械工程系，在CAE数值方法和制造系统方向有长期积累；浙江大学与中控技术的「产学研」合作，形成了国内流程控制软件最重要的知识生产与商业化协同；西北工业大学的航空软件研究团队，长期承担国防背景的CAD/PLM研究项目，为国内航空数字化提供了大量基础研究支撑；哈尔滨工业大学与航天系统的合作，在卫星设计软件、工业仿真方向有重要贡献。
未来五年，高校与工业软件公司之间的合作模式将进一步深化：一方面，工业软件公司越来越多地在高校设立「联合实验室」（如华大九天与若干高校的EDA联合实验室），将高校研究成果更快速地转化为商业产品；另一方面，高校的工业软件相关专业培养规模在政策推动下持续扩大，部分高校（如西北工业大学）已经设立了国内首个「工业软件专业」本科培养计划，专门培养兼具软件工程能力和工业领域知识的复合型人才，正是工业软件行业最稀缺的资源类型。
区域政策差异对工业软件布局的影响
各省市在工业软件产业政策上的竞争，正在影响企业的区域布局决策。上海市的「工业软件创新发展行动计划」（二〇二三至二〇二五年），设立了专项补贴用于支持在上海注册和研发的工业软件企业；深圳市的「软件产业基地」政策对工业软件企业的办公空间和研发补贴力度较大，吸引了华大九天、概伦电子等EDA公司选择深圳作为主要运营城市；武汉市依托华中科技大学和武汉大学的工科优势，建立了「光谷工业软件创新中心」，重点引进MES和DCS方向的创业公司；成都市借助成飞、中电科等航空国防企业的集聚，在高端三维CAD和工业仿真方向有定向政策支持。
这种区域政策竞争，在一定程度上加速了中国工业软件产业的地理多极化，有利于避免过度集中在单一城市带来的人才竞争过热问题，但也带来了「各地建重复的工业软件园区，但真正有商业价值的企业只有少数」的效率损耗。如何在区域竞争中形成真正有比较优势的专业化分工，是工业软件产业地理格局演化中需要关注的重要议题。
第八章 八大细分专题深度
专题一：EDA — 最深的那扇门
EDA是中国工业软件中被讨论最多、突破最难的细分。每当美国对中国EDA出口管制的消息出现，它就会短暂冲上热搜。但大多数讨论止步于「被卡脖子」的描述，很少深入到EDA工具链内部去理解这个「卡」具体卡在哪里、国产工具的进展到底在哪里。
EDA工具链，按设计流程的顺序，大约可以分为以下几个主要环节：
第一环，RTL功能仿真：芯片工程师写好RTL代码（Verilog/VHDL）后，首先需要通过仿真验证其逻辑功能是否正确。Synopsys的VCS和Cadence的Xcelium是全球主流，国产中芯华章的功能仿真工具已进入部分设计公司的流程。
第二环，逻辑综合：将RTL代码转化为基于标准单元库的门级网表，并进行初步时序优化。这是Synopsys Design Compiler的传统强项，也是国产EDA最难突破的两个环节之一。华大九天的逻辑综合工具正在研发，但距离商业化可用仍有距离。
第三环，静态时序分析（STA）：检验门级网表中每条路径的时序是否满足约束。Synopsys PrimeTime是全球标准，被几乎所有晶圆厂和芯片设计公司采用，市场份额极高。
第四环，物理实现（P&R）：将门级网表中的数百万到数十亿个逻辑门，在晶圆的硅表面上找到物理位置（布局），并用金属连线将它们连通（布线），同时优化芯片面积、功耗、时序。Synopsys Fusion Compiler和Cadence Innovus在这个环节是绝对主流。国产方面，行芯科技、全芯智造等公司在这个方向深耕，但与国际工具的差距仍以「代差」计。
第五环，版图验证（LVS/DRC）：验证物理版图是否符合晶圆厂的设计规则（DRC），以及版图与门级网表是否一致（LVS）。西门子Calibre是这个环节的全球标准，被台积电、中芯国际等主要晶圆厂指定为唯一验证工具（意味着非Calibre版图几乎不被接受）。这是国产化替代最困难的环节之一，因为替换Calibre需要同时说服晶圆厂接受新工具的验证结果。
第六环，模拟/混合信号仿真与版图：涉及模拟芯片（运放、DAC/ADC、传感器接口等）的电路设计与仿真。Cadence Virtuoso是模拟设计的绝对标准，华大九天在模拟EDA的追赶进度最快，其版图工具已进入部分国内芯片设计公司的实际流程。
第七环，良率工程工具：分析晶圆测试数据，找出影响良率的关键因素，指导工艺改进。广立微在这个环节商业化程度最高，增速最快，是当前国产EDA中ROI最明确的一个方向。
总结来看，国产EDA在第一环（功能仿真局部）、第六环（模拟EDA）、第七环（良率工程）已取得实质性的商业化进展；在第二、四、五环（逻辑综合、P&R、版图验证）仍处于追赶初期，距离可工程化使用还有多年距离。
专题二：工业AI大模型 — 重写边界的力量
工业AI大模型是二〇二四至二〇二五年工业软件领域最热的方向，也是最不确定的方向。热的原因是：几乎每家大模型公司都宣布进入工业场景，几乎每个工业软件厂商都宣布推出AI版本；不确定的原因是：真正实现规模化商业化的工业AI大模型案例，仍然寥寥，大多数还停留在「试点」或「POC」阶段。
华为盘古大模型5.5是面向产业场景最完整的系列之一，已在钢铁（焦炭强度预测、高炉炉况诊断）、铁路（设备缺陷检测、客服问答）、医疗（医学影像诊断、药物分子设计）、化工（工艺参数优化、设备预测维护）等领域落地三十多个行业、五百多个场景，并基于华为自研的昇腾芯片和MindSpore框架，实现了「软硬一体」的全栈能力。盘古5.5的旗舰模型Ultra MoE参数量达七千一百八十亿，采用混合专家架构，是工业AI大模型中算力规格最高的产品之一。
百度文心工业版已在汽车、电力、钢铁等行业完成多个标杆项目，核心能力是自然语言理解（设备操作手册问答）、多模态（焊缝缺陷图像识别）和知识图谱（工艺知识库构建）。百度的优势是在中文语言理解上的深度积累，以及与百度云服务生态的紧密集成。
国家政策方面，工信部等八个部门联合发布的工业AI发展指导意见提出「到二〇二七年，培育三至五个通用工业大模型、超过一千个工业智能体」，目标明确，政策意志强烈。
然而，工业AI大模型商业化面临的最核心挑战是「数据稀缺+容错率极低」的双重约束。制造业的生产数据往往是孤立的、非结构化的、保密的，工厂不愿意把核心工艺数据上传至外部平台；同时，制造业对决策的容错率极低——一条错误的DCS调参建议可能导致装置停车，一条错误的MES工单分配可能造成批次混乱，一条错误的质量判断可能导致不合格品流入市场。这些容错率约束，使得工业AI大模型在「自主决策」层面的落地极为审慎，当前主要应用于「知识辅助」（回答问题、辅助分析）而非「直接控制」（替代PLC指令、替代DCS调参），这一格局在未来三到五年内不会有根本性改变。
专题三：CAD 2D/3D — 两段格局
二维CAD市场：中望CAD（广州中望）、浩辰CAD（上海浩辰）、CAXA（数码大方）是国产三强，在政府采购、国企新项目中已基本实现对AutoCAD的替代。二维CAD的技术门槛相对较低，核心是对DWG格式的兼容性（中望CAD对AutoCAD DWG格式的兼容率超过百分之九十九）、绘图功能的完整性和操作习惯的延续性，这几个维度国产工具已基本达到可无差别替换的水平。
三维CAD市场：分化极大。对于一般机械设计、模具设计、家具设计等「成熟度要求中等」的场景，中望3D已有较多落地案例；但在航空航天主结构设计、汽车白车身设计、核电设备设计这类「顶级苛刻」场景，CATIA、NX几乎是不可替换的——原因不只是算法精度，更是数十年积累的标准件库、行业模板、工艺规则数据库，以及与全球供应链数据互通的格式标准。
专题四：CAE仿真 — 最需要时间的赛道
CAE仿真是工业软件中进入壁垒最高的细分，因为仿真结果直接关系到工程安全，任何误差在高风险场景中都可能导致灾难性后果。国产CAE的现状是：安世亚太是中国最大的仿真技术公司，长期代理ANSYS并同步发展自研工具；苏州同元的SysSim在系统级仿真（控制系统、热力学、液压）方向有一定建树，已在航天和轨道交通客户中落地；北京云道智造（国际商业代码KEPLER）在CFD方向有自主内核布局。但从全局来看，国产CAE在通用有限元（结构力学）、计算流体动力学（CFD）这两个最大的CAE品类上，当前仍缺乏真正可与Ansys、Fluent、Nastran商业竞争的国产求解器，这是一场至少还需要十年才能看到关键性突破的长跑。
专题五：ERP国产替代 — 大企业是最难的战场
用友BIP5和金蝶苍穹都在正面进攻「替代SAP核心系统」这个最难的命题，但实际进展远比宣传缓慢。真正完成SAP全系替换（含财务核算、供应链、制造、HR全模块）的大型制造企业案例，在公开信息中可追溯的不超过三位数。大多数实际进行的项目是「外围替代」或「功能渐进迁移」——先用国产ERP替换非核心模块（差旅报销、费用管理、人力资源），保留核心财务（总账、固定资产、应收应付）和供应链（MRP、采购、库存）模块，在磨合几年、充分验证后再逐步推进核心模块的迁移。
这种渐进替代模式是合理的风险管理策略，但它使得「国产化率」的统计变得模糊——一家企业同时使用SAP做核心财务、用金蝶做HR，算国产化还是非国产化？对于需要客观评估国产替代进展的研究者来说，这种统计口径的模糊性是一个需要特别警惕的陷阱。
专题六：MES制造执行 — 最分散的战场
MES市场是工业软件中竞争格局最分散的细分之一。全球前五名MES厂商（西门子Opcenter、SAP Manufacturing Execution、Rockwell FactoryTalk、Oracle Cloud Manufacturing、达索DELMIA）合计市占率不超过百分之三十，其余七成由数百家行业专属厂商和系统集成商分食。
在中国，MES市场按行业高度分化：钢铁行业（宝信软件，全球第一）、化工流程（中控技术，全国第一）、3C电子（SAP ME、西门子仍较强）、汽车（达索DELMIA、SAP ME与赛意信息竞争）、医药（SAP ME、Oracle、泓宝泰等专业医药MES）。赛意信息（300687）和能科科技（603859）是离散制造MES市场最活跃的国产玩家，但单家市占率均不超过百分之十。
专题七：建筑BIM与智慧工程
广联达是中国BIM软件市场的绝对主导者，在工程造价（算量与计价）细分市场占有率超过七成，是名副其实的细分冠军。但BIM软件市场正在经历一次深层的结构性分化：房地产开发（住宅、商业综合体）市场受行业下行周期影响需求萎缩，而基础设施（高铁、地铁、水利、核电）的数字化BIM需求是刚性的且随着新基建持续增长。广联达正在将战略重心从房建BIM向市政BIM、基础设施BIM迁移，其城市信息模型（CIM）平台和数维设计平台的投入力度在持续加大。从竞争对手来看，Autodesk Revit和Bentley OpenBuildings在高端建筑设计领域依然强势，广联达在这个方向的竞争主要靠本地化规范适配和总承包商资源积累。
专题八：DCS化工流程 — 成功范式的解析
中控技术的DCS成功，是值得所有国产工业软件研究者深度解剖的案例。从一九九三年在浙江大学校办企业创立，到二〇二五年化工DCS全国市占率约百分之六十三，中控用三十年完成了从零到行业主导者的跃迁，过程中战胜的对手是西门子PCS7、霍尼韦尔Experion PKS、艾默生DeltaV这些百年历史的全球工控品牌。
中控成功的核心逻辑可以归纳为三点：第一，聚焦。中控从未试图在所有行业、所有场景铺开，而是在化工/石化/炼化这一个最熟悉的垂直行业深耕，把这个场景内所有的工艺知识、控制策略、异常处置方案都内嵌进软件，做到「同等功能，更懂中国化工」。第二，信任。DCS是一个「可靠性信仰」产业——化工厂不会让一个没有行业声誉的系统控制价值数十亿元的生产装置。中控早期通过低价策略进入中小型化工装置，积累实际运行经验，再逐步进入大型炼化项目，用时间换来了行业信任，这个信任一旦建立，就很难被撼动。第三，本地服务。DCS系统的维护和调试需要工程师现场支持，中控在全国主要化工基地（大庆、茂名、独山子、泉州等）建立了密集的本地服务网络，响应速度远快于外资品牌，这在客户选型中是实质性的差异化竞争力。
专题七 制造执行系统的国产化路径
MES市场的竞争格局，在不同行业之间存在巨大差异，这种差异来源于不同行业的工艺复杂度、数据实时性要求、安全级别要求的不同。
半导体晶圆制造的MES（在业内称为FAB MES或WIP系统），是全球MES市场中技术要求最高的细分。一座月产能三万片的晶圆厂，其生产管控系统需要同时追踪数十万批次在制品，管理数百台价值数百万至数亿美元的设备的实时调度，处理数千道工艺步骤（从光刻到刻蚀、从CVD到CMP）的顺序控制，并实时将工艺测量数据与设计规格进行比对。这种极高复杂度的场景，目前在中国主要由Applied Materials（AMAT）的MES系统、西门子Opcenter覆盖，国产MES厂商在这个细分几乎没有影响力。原因是清楚的：晶圆制造的MES不只是生产管控软件，更是嵌入了数十年半导体制造工艺知识的专业系统，开发需要同时具备软件工程能力和深厚半导体制造工艺背景的复合型团队。
汽车整车制造的MES，要求系统与机器人焊接、喷漆、总装的每一道工序的PLC直接联动，实现按VIN（车辆识别号）的全程追溯。赛意信息（300687）在汽车行业MES领域是国产厂商中最具代表性的玩家，已进入比亚迪、吉利、奇瑞、上汽等主流整车厂，其汽车MES产品的技术成熟度已接近西门子Opcenter的水平。但在外资整车厂（大众、宝马、奔驰的在华工厂），SAP ME和西门子Opcenter的份额依然主导——这里的核心逻辑是：外资整车厂需要其在华工厂与全球总部的MES系统共享数据标准和工艺规范，这种全球数据一致性要求，天然倾向于使用与总部相同的MES系统供应商。
AI如何重塑MES产品定义，是当前最值得关注的方向。传统MES是一个被动记录系统——它记录生产什么、何时完成、用了多少料，但不会主动建议「怎样做更好」。AI正在改变这一定义。宝信软件在炼钢MES中嵌入的AI质量预测模型，能够在钢水出炉前二十分钟预测铸坯是否会出现内部裂纹，并给出调整冷却参数的建议；中控技术的APC（先进过程控制）结合AI，能够在化工装置正常运行时主动优化操作参数，将能耗降低百分之三到五，同时提高产品质量稳定性。这类「主动优化」型MES，是传统MES产品定义的根本性升级，也是未来MES市场竞争差异化的核心方向。国产MES厂商在AI集成速度上，相比外资对手有明显优势，因为国产厂商对中文工业知识库的理解更深，与国内AI大模型厂商（华为盘古、百度文心）的合作更紧密，这在智能制造场景的落地速度上形成了一定的本土优势。
专题八 工业互联网平台的分化与整合
中国工业互联网平台市场经历了一轮快速兴起（二〇一七至二〇二〇年）后，正在进入深度分化阶段。早期「万物皆互联」的热潮，造就了数百家工业互联网平台创业公司，但真正在工厂侧产生可验证商业价值的，屈指可数。二〇二五年，工业互联网平台市场呈现出以下分化态势：
大型工业企业自建平台模式：三一集团（树根互联）、海尔（COSMOPlat）、徐工（汉云）、富士康（BEACON）等工业巨头的平台，以自身工厂为第一块验证地，再向外部企业开放。这类平台的优势是「知道工厂真正的问题在哪里」，劣势是难以泛化到工艺差异大的其他行业。
云计算企业平台模式：阿里云supET、腾讯工业云、华为HiLens，以云计算基础设施为支撑，提供工业数据集成和AI分析能力。这类平台的优势是基础设施稳定、AI能力强，劣势是行业Know-how深度不够，在工厂现场的实施服务能力较弱。
垂直行业专业平台模式：服务特定行业的工业互联网平台（如宝信软件服务钢铁、中控技术服务化工）深度绑定行业工艺和设备，形成不可复制的行业壁垒。这类平台的市场规模虽然受限于行业，但盈利能力和客户黏性都显著优于通用平台。
预计到二〇二八年，中国工业互联网平台市场将完成主要整合，形成「少数全国性通用平台+多个行业垂直龙头」的竞争格局。拥有真实工厂运营场景的工业企业系的平台，将在这轮整合中获得比互联网系平台更高的存活率——因为工厂问题的根本解决，需要的是工艺理解力而非代码能力。
专题补充：ERP市场的云化战争
ERP市场的云化战争，是二〇二五年前后工业软件领域最重要的商业模式战。用友、金蝶、SAP三方围绕大型制造企业ERP市场的「云化主权」展开的竞争，本质上是一场「谁先帮客户完成核心系统上云，谁就锁定未来十年」的赛跑。
SAP在中国市场的云化策略，是以「私有云+托管服务」为主——即将S/4HANA部署在阿里云的专属资源池上，由SAP提供系统运维和升级服务，客户数据存储在中国境内。这种方案在满足数据安全合规要求的同时，也保留了SAP对客户系统的深度控制，是SAP在中国信创政策压力下找到的相对平衡的应对方案。SAP中国云业务在FY2025实现了约百分之三十以上的增速，显示其云化转型在中国大企业市场已经取得了明显进展。
用友BIP5的战略，是「以AI为核心差异化，在云化迁移中完成对SAP的侧翼突破」。BIP5的核心亮点包括：YonGPT自然语言财务助手（可以用自然语言查询财务数据、生成报表、分析资金流向）、智能供应链预测（AI预测物料需求、减少库存积压）、AI驱动的工厂数字化运营（与IoT数据打通，实现「生产排程-物料采购-设备维护」的AI协同优化）。用友FY2025营收九十二亿元，其中云业务（订阅制）收入约三十亿元，增速约百分之三十，是用友总收入中增速最快的部分。用友BIP5在大型制造企业的标杆案例积累是判断其竞争力的关键指标——FY2025已有若干年营收过百亿的制造业大客户完成BIP5核心模块上线，这是对大型制造企业国产ERP替代能力的重要验证。
金蝶苍穹的竞争策略，则更侧重「金融服务+大型国企+中央企业」的客户结构，以及「低代码PaaS平台」的生态建设。金蝶苍穹基于其业界独特的「企业级PaaS能力」，允许客户在苍穹平台上用低代码方式快速定制业务应用，而不是像SAP那样高度依赖顾问进行复杂的二次开发。这种「PaaS化SaaS」的产品架构，使得苍穹对「定制需求多、流程复杂」的客户（典型如大型国企、金融集团）具有独特吸引力。金蝶FY2025营收约六十三亿港元，云订阅收入约三十亿港元，增速约百分之二十五至三十。
三方竞争的核心战场，是「数字化成熟度处于中高阶段的制造业头部企业」——这些企业已经稳定运行了五至十年以上的SAP系统，有部分国产化诉求（来自信创政策和降本增效压力），但绝不接受功能退步和稳定性风险。谁能在这类客户中首先积累起可信赖的标杆案例，谁就掌握了高端ERP替代市场的入场券。目前来看，这场战争远未尘埃落定，且很可能在未来三至五年内进入决定性阶段。
第九章 技术演进前沿
云原生工业SaaS：基础架构的静默革命
传统工业软件以「本地部署」（On-Premise）为主——软件和数据库安装在客户的服务器上，IT团队负责维护，厂商提供定期升级服务包。这种模式的问题日益突出：IT基础设施维护成本高、版本碎片化严重（不同企业运行的版本号相差数年）、无法实时享受最新功能迭代、数据孤立在企业私有服务器中无法形成规模效应、也无法利用云端的弹性算力处理高峰计算需求（如ERP的月末结账并发）。
云原生工业SaaS正在改变这一格局。用友BIP5和金蝶苍穹都是以云原生为核心设计的新一代ERP产品，允许按模块按用户数订阅、支持持续迭代（无需停机升级）、支持弹性扩展（旺季自动扩容、淡季缩减）。中控技术的PlantInsight工业云平台和宝信软件的工业互联网平台也在逐步向云原生架构迁移。
云原生对工业软件最深层的影响，不只是部署模式的改变，更是数据流通机制的改变——当企业的运营数据实时汇聚在云端，AI的训练和推理才能真正有价值；当企业可以实时看到同行企业（经过脱敏）的基准数据，工业软件的「行业洞察」功能才能真正发挥。数据在云端的聚合效应，是云原生工业SaaS相较于本地部署模式最深远的战略价值所在。
工业AI Copilot：大模型改写人机界面
工业AI Copilot是当前工业软件产品迭代最活跃的方向。其核心理念是：不让大模型独立决策，而是让大模型以辅助角色嵌入工程师的工作流——在CAD建模时给出相似件的参数推荐和减重建议；在ERP填写采购申请时自动完成物料编码关联和价格区间提示；在MES分析生产报表时自动识别异常班次的关联因素；在DCS操作时对偏离正常区间的过程变量给出提前预警和原因猜测。
用友YonGPT已在财务分析、合同审查、供应商评估三个场景形成稳定可用的Copilot产品；金蝶苍穹AI在供应链预测和财务机器人方向落地了标杆客户；宝信软件的AI MES在炼钢质量预测、设备寿命预测上已完成超过百个场景的上线；中控技术的APC（先进过程控制）+AI在化工装置优化上有明确的能耗降低ROI数据支撑。
数字孪生：从概念验证到工程实践
数字孪生（Digital Twin）的概念，在制造业的落地正在经历从「PPT展示」向「工程实用」的重要迁移。设备级数字孪生（单台设备的物理模型+实时传感器数据的双向映射）在风电（叶片疲劳预测）、航发（发动机健康管理）领域已有成熟商业化案例；产线级数字孪生（整条产线的虚拟映射，用于产能仿真和瓶颈识别）在汽车工厂和3C工厂有较多试点；工厂级数字孪生（整座工厂的完整数字化克隆）则仍然更多停留在「演示」阶段，全规模落地的商业案例极少。
中控技术的SupOS工业操作系统是国内数字孪生落地走得较远的基础平台，已在多个化工园区的数字孪生项目中提供基础层支撑；海尔COSMOPlat在家电制造工厂的数字孪生上积累了相对成熟的案例。
大模型驱动EDA：算法与数据的双轮驱动
在EDA领域，机器学习和大模型技术正在冲击最传统的设计流程。谷歌DeepMind二〇二一年在《Nature》期刊发表的论文证明，强化学习算法在布局布线的特定评价指标上可以超越经验丰富的人类工程师，这一结论引发了整个EDA行业的震动。Synopsys和Cadence都已将机器学习嵌入其核心P&R工具（Synopsys的Fusion Compiler AI和Cadence的Innovus AI Mode），用AI优化布局收敛速度和时序优化效率，实测显示在部分设计场景中可以缩短约百分之三十的设计周期。
对国产EDA而言，这是双刃剑：AI可能帮助国产工具在某些局部问题上通过「智能搜索」跳过部分传统算法积累，比如用强化学习做布局而不依赖完整的物理模型；但AI训练需要大量高质量的流片成功案例数据，而这些数据正是国产EDA最稀缺的资产——没有足够多的流片案例，大模型就学不会真实芯片设计流程的规律。这个困局，与国产EDA商业化的整体困局是同一个：先有数据才能训练AI，先有流片机会才能积累数据，先有商业化才能有大量流片机会。
低代码与工业应用的民主化
低代码平台正在从商业软件向工业软件渗透，这一趋势的深意在于：它正在降低工厂「自建应用」的门槛，使制造企业不再完全依赖软件厂商提供的标准功能，而是可以根据自身的工艺特点和管理逻辑，快速搭建定制化的数字化工具。金蝶的苍穹低代码平台允许制造企业通过拖拽方式自建业务流程；宝信软件的工业互联网平台提供低代码配置工具，使工厂工程师可以在不编写代码的情况下快速搭建设备监控看板和生产报表。低代码的普及，意味着工业软件从「企业购买、IT实施」向「工程师自建、持续迭代」的使用模式迁移，这将深刻改变工业软件的销售和实施模式。
工业软件的「边界模糊化」趋势
工业AI大模型的快速发展，正在推动传统工业软件各子类的边界走向模糊。以下几个「融合点」值得特别关注。
第一，ERP与工业互联网平台的融合。传统ERP只处理「计划」层面的数据（订单、库存计划、财务数据），工业互联网平台处理「现场」层面的实时数据（设备状态、产线节拍、能耗数据）。AI大模型的接入，使得ERP系统可以实时消费现场数据来优化生产计划（比如在检测到某台设备效率下降时，自动调整该设备的工单排期）；而工业互联网平台也可以通过消费ERP的商业数据（合同交货期、客户优先级）来优化设备调度决策。这种「双向融合」打破了原有的层级分隔，ERP厂商（用友、金蝶）和工业互联网平台厂商（海尔COSMOPlat、树根互联）都在争夺这个融合市场，未来可能出现「ERP+MES+IoT」一体化平台的新物种。
第二，CAD与仿真（CAE）的实时融合。传统的「设计-仿真」工作流是线性的：先在CAD中完成设计，再导入CAE进行仿真，仿真发现问题再回到CAD修改。这个流程的周期很长，导致设计迭代速度慢。AI大模型正在将仿真能力「嵌入」到设计过程中——基于神经网络的「替代模型」（Surrogate Model）能够在毫秒级时间内给出对设计方案的物理性能预测，比传统有限元仿真快数千倍，使工程师可以在CAD建模时实时获得仿真反馈，在几分钟内迭代数十个设计方案，而不是等待数小时的传统仿真结果。Ansys推出的SimAI工具、达索的3DEXPERIENCE AI Design Assist都在这个方向布局，国产厂商在「替代模型+CAD实时反馈」方向也在积极探索，预计二〇二六至二〇二八年间这类「AI嵌入CAD」的设计工具将进入主流市场。
第三，EDA与芯片架构设计的AI融合。「AI辅助芯片设计」（AICD，AI-Assisted Chip Design）是EDA行业最前沿的方向。Synopsys和Cadence都在将大模型用于RTL代码生成（工程师用自然语言描述功能需求，AI自动生成Verilog代码）、电路拓扑优化（AI推荐最优电路结构）、时序收敛加速（AI预测布线拥塞并提前优化布局）。谷歌的Alpha Chip研究已经证明AI可以在布局布线的特定评价指标上超越人类工程师，这一研究成果正在被各大EDA公司快速工程化落地。对国产EDA而言，这一趋势意味着：在传统算法层面追赶Synopsys的艰难竞争，有可能被「AI换道超车」的新逻辑所部分改写——如果AI推断能力足够强，可以在不完全积累传统算法知识的情况下，在部分设计场景达到可商业化的水平。芯华章（专注数字验证AI加速）是国内在这个方向走得最远的EDA初创公司，其AI驱动的形式验证工具已在若干客户处完成商业化验证。
5G/6G与工业软件的结合
工业互联网平台的数据实时性，长期受限于工厂内部网络的带宽和延迟。5G技术在工厂场景的规模部署，正在为工业软件的功能边界带来新的可能性。5G的「超高可靠低延迟通信」（URLLC）能力，使得毫秒级的机器控制指令通过无线网络传输成为可能，这将MES的数字化管控能力从「有线网络覆盖的区域」延伸到「全厂无线覆盖」，大幅降低了工厂改造的布线成本。
在工厂5G专网场景，华为（提供5G专网硬件和MEC边缘计算）与宝信软件（钢铁MES）的合作是典型案例——宝信的炼钢MES通过华为5G专网将钢包车、转炉、连铸机等移动设备的实时数据采集延迟降至十毫秒以内，实现了移动设备级别的实时生产管控。类似的5G+MES应用，在汽车、电子制造、化工等行业正在快速推广，预计到二〇二七年，中国规模以上制造企业中5G工厂专网的覆盖率将超过百分之四十。
6G的应用时间窗口预计在二〇三〇年代，其对工业软件的深远影响在于：更高密度的传感器接入（每平方公里接入百万级设备）和更低的端到端延迟（亚毫秒级），将使工厂的「全感知」和「实时孪生」成为技术上完全可行的方案。基于6G的工业软件，在理论上可以对工厂内每一个零件的实时位置、每一台设备的每一个传感器数据进行毫秒级的全量采集和分析，这将彻底重塑MES和工业互联网平台的产品形态。
工业软件与机器人协同的技术融合
工业机器人是制造业自动化最重要的载体，而机器人与工业软件（MES、数字孪生、仿真）的深度融合，正在催生「机器人即节点」的新工厂管控范式。
传统制造工厂中，工业机器人是一个相对封闭的系统——它执行固定的程序、完成固定的动作，与MES系统的交互只是「接收工单触发信号、上报完成状态」这样简单的信息交换。新一代工业机器人（ABB、KUKA、发那科的最新一代，以及节卡机器人、遨博智能等国产协作机器人）具有越来越强的「自适应」能力——通过视觉系统识别工件位置的偏差、通过力觉传感器感知零件装配的阻力、通过AI模型判断焊接质量是否达标。这种自适应能力，要求MES系统能够与机器人进行更密集、更结构化的双向数据交换，甚至直接下发「参数调整指令」而非只是「工单触发信号」。
工业软件与机器人的协同，在产线自动化场景中正在演化出一种新产品形态——「数字孪生驱动的机器人编程」：工程师不再需要直接在机器人示教器上编程，而是在数字孪生环境中完成机器人运动轨迹的规划、碰撞检测、节拍优化，然后将验证过的程序直接下载到实体机器人。西门子Tecnomatix Process Simulate、ABB RobotStudio、Fanuc的ROBOGUIDE都提供了这种「离线编程+数字孪生」的功能，国产的工业互联网平台（树根互联、海尔COSMOPlat）也在与国产机器人厂商（汇川技术、埃斯顿、优傲）合作，推进数字孪生驱动机器人的本土解决方案。
量子计算对工业软件的潜在冲击
虽然量子计算的商业化仍处于早期阶段，但其对工业软件的潜在冲击值得预先关注。有限元仿真（CAE）的大规模矩阵求解问题，从数学上讲是量子计算潜在优势最突出的应用场景之一；EDA的组合优化问题（布局布线的最优路径搜索）也是量子退火算法的重要潜在应用。如果量子计算在二〇三〇年代进入实用化阶段，传统工业软件依赖精确数值算法的核心价值将被重新定义，先进入量子算法研究的公司将获得新的先发优势。当前，IBM、Google在量子计算商业化上走得最快；国内方面，华为、阿里巴巴、百度均有量子计算研发投入，但与全球领先者相比仍有代差。工业软件领域的量子化应用，是一个需要持续关注的十年维度的战略方向，对今天的工业软件战略决策影响尚小，但对二〇三〇年代的竞争格局可能具有深刻的重塑作用。
数字孪生：从概念到实用的跨越
数字孪生这个概念自二〇一五年前后开始在工业界流行，但真正进入大规模实用化阶段，是在二〇二三至二〇二五年间。数字孪生的核心是为物理实体（工厂、设备、产品）在数字世界中创建一个能够实时同步的虚拟镜像，通过持续更新镜像状态来辅助物理世界的决策。与早期「有了数字孪生就能优化一切」的过度乐观相比，二〇二五年的数字孪生实践更加务实：真正产生价值的应用场景，往往是对物理设备「仿真+预测」价值极高的特定场景，而非全面覆盖所有工厂设备。在产线自动化领域，数字孪生正在被用于新产线的「虚拟调试」（在建设完成之前，先在虚拟环境中验证产线运行逻辑），将调试周期从数月压缩到数周，节省大量的物理试错成本。ABB、西门子、发那科已经在主要产品线推出了配套的数字孪生能力，国产机器人和自动化厂商（汇川技术、埃斯顿）也在跟进。国产数字孪生平台（思谋科技、优也科技）则在特定行业（电子制造、钢铁）实现了初步的商业化，但整体成熟度与西门子MindSphere等国际平台仍有明显差距。
第十章 风险地图
风险一：美国出口管制的进一步收紧
当前EDA出口管制主要针对十六纳米以下先进制程的设计工具，但这一边界是动态的、随外交和科技政策变化而调整的。如果美国进一步将管制扩展至更成熟节点（如二十八纳米及以上）的EDA工具，国内大量中成熟芯片设计公司（正在使用Synopsys/Cadence工具设计二十八至六十五纳米芯片）将面临断供压力，国产EDA替代的时间窗口将被大幅压缩。更隐蔽的风险在于EDA工具的「软件供应链」——某些EDA工具依赖的数学库（如Intel MKL）、云仿真平台（AWS、Azure）或许可证服务器（License Server，某些情况下在境外运营）也可能成为管控的对象，这是当前规划中容易被忽视的脆弱环节。
风险二：国产工业软件生态闭环难题
工业软件的价值，相当程度上来自于其生态体系——工具之间数据格式的互通性、插件和二次开发接口的丰富度、第三方咨询实施服务商的成熟度、行业案例和最佳实践的沉淀。SAP在全球拥有超过两万个合作伙伴，仅在中国就有数千名有资质的SAP认证顾问，其生态壁垒是三十年时间建立的。国产工业软件的合作伙伴生态建设，整体仍处于早期——以用友为例，其合作伙伴数量和质量与SAP相比仍有显著差距，这意味着在大型制造企业的实施项目中，用友能够调动的实施资源总量远不如SAP丰富，项目成功率的稳定性也因此受到影响。
风险三：客户黏性与转换成本的现实约束
前文已多次提及，工业软件的客户黏性是双刃剑。在ERP市场，深度使用SAP十五至二十年的大型制造企业，其业务流程、主数据、接口系统已与SAP深度融合，换ERP的成本远超购买新软件的成本，这一现实约束使国产替代的速度远低于政策预期。在CAD/CAE领域，航空设计院积累了几十年的CATIA格式设计数据，这些数据的迁移成本和格式转换精度损失，是大型航空企业不愿意轻易替换CAD工具的根本原因。在EDA领域，晶圆厂认证了Calibre作为版图验证工具，任何替换都需要重新进行工艺节点的认证流程，这个过程耗时数年，不是任何单一企业或政策可以快速推动的。
风险四：工业AI大模型商业化不及预期
工业AI大模型的商业化速度，取决于两个条件的同步成熟：一是工厂数据基础设施的完善（设备数据可采集、可标准化、可安全上云）；二是制造业对AI辅助决策的信任度建立（从「试用」到「规模化应用」需要多个标杆成功案例的验证周期）。当前这两个条件均未成熟，大量工厂的数据仍然孤立在各系统之间，AI项目的POC成功率与规模化落地成功率之间存在巨大落差。如果商业化速度持续不及预期，已经在工业AI方向大量投入的厂商（包括华为盘古团队、百度文心工业团队，以及用友、金蝶的AI产品线）将面临ROI压力，资本市场对工业AI概念的重新定价风险不可忽视。
风险五：国产工业软件研发资金链压力
华大九天、概伦电子、广立微等国产EDA公司，当前研发费用率极高（华大九天超百分之六十五），持续亏损或低盈利是常态。这种高研发投入模式，依赖的是资本市场的持续容忍和政策资金的配套支撑。一旦A股市场环境发生重大变化、或政策补贴力度收缩，这些公司的财务稳定性将面临考验。华大九天在FY2025研发费用高达八亿五千九百万元、净利润仅六千一百万元，研发费用与净利润的比例约为十四比一，这种极度倒置的结构，意味着任何收入的短期波动都可能造成账面亏损，需要投资者和政策方持续的耐心支撑。
风险六：高端人才极度稀缺
EDA工程师、高端CAE仿真工程师、有工业背景的AI算法研究员——这些人才在中国的总量，以万人甚至千人计，而非十万人计。EDA领域的顶尖人才（有完整EDA工具开发经验、理解先进制程工艺的人）全球范围内也不超过数万人，其中绝大多数在Synopsys、Cadence、台积电任职。中国EDA公司的高端人才主要来自：有多年外资EDA工作经验的归国华人、从Synopsys/Cadence中国区研发中心出来的工程师、以及顶尖大学的CAD/EDA方向博士生。这三个来源的总供给量，远不能支撑中国EDA行业快速追赶所需的研发人才规模，这是长期结构性风险，短期内无法靠政策快速解决。
技术追赶速度低于外资迭代速度的风险
国产工业软件面临的一个核心风险，是「追赶速度」与「外资迭代速度」之间的赛跑。如果外资工业软件的技术迭代速度（尤其是AI集成速度）超过国产工业软件的追赶速度，那么即便国产工业软件在功能上持续进步，与外资的相对差距可能不降反升。二〇二四至二〇二五年，全球工业软件的AI化速度明显加快：Synopsys将AI推断能力嵌入其主流EDA工具链，Ansys推出SimAI替代模型，Autodesk在Fusion 360引入AI辅助建模，西门子在Opcenter引入AI异常检测。这些AI能力的快速集成，使得外资工业软件的「实际功能密度」在一到两年内显著提升，而国产工业软件在AI集成上的进度参差不齐，部分公司（如华大九天）的资源主要用于基础功能的追赶，尚无余力大规模投入AI能力的研发。如果这一差距在未来三年内持续扩大，国产工业软件在高端市场的定位将更加困难。
地缘政治升级的双向影响
地缘政治不仅给中国工业软件带来「断供」风险（如EDA出口管制进一步升级），也带来了结构性机会（国家采购政策和央企信创推动，为国产工业软件打开了原本封闭的大型企业市场）。但这两种影响的时间节奏并不同步：断供风险是突然性的、紧迫的；国产替代的商业化则是渐进性的、长周期的。在两者之间存在一个「空窗期」——当外资工具因地缘政治风险无法使用，而国产替代品在当时的技术水平又无法完全满足需求时，相关行业的生产活动可能受到不可逆的冲击。这个空窗期的风险管理，已经成为中国核心制造业企业战略规划中的重要议题——越来越多的企业在不完全替换外资工业软件的情况下，开始为关键环节建立「国产备用方案」，以降低被动断供的风险暴露。
商业模式创新的不确定性
工业软件的商业模式，在全球范围内正在经历一次结构性转型（从永久License到订阅制SaaS），而这次转型在中国工业软件市场的落地进程存在较大不确定性。订阅制的优势是使软件公司获得更稳定可预期的经常性收入，但中国工厂客户（尤其是中小工厂）对订阅制的接受度明显低于欧美客户——「买断」的直觉心理根深蒂固，订阅费用在年度成本感知上往往比等值的买断费更「贵」。金蝶和用友都在向SaaS模式迁移，但迁移过程中老客户的收入确认方式调整、新客户的SaaS渗透速度，都给这两家公司的短期财务表现带来了压力。如何在「中国客户习惯」与「全球商业模式趋势」之间找到适合本土市场的平衡点，是国产工业软件厂商需要解决的商业模式挑战，没有现成的跨国参照答案。
风险量化：概率×影响矩阵
对于工业软件产业面临的主要风险，可以用「概率×影响」的二维矩阵进行系统化评估，以便区分需要立即应对的「高优先级风险」与值得关注但暂不急迫的「中低优先级风险」。
高概率、高影响风险（需立即应对）：美国进一步扩大EDA出口管制范围（将EDA设计套件的云端访问也纳入管制），概率评估约为百分之五十至六十，若发生则将使目前仍在使用Synopsys/Cadence云端服务的中国芯片设计公司面临业务中断风险，影响最大的是先进工艺节点（七纳米及以下）的数字芯片设计项目。应对方向：加速国产EDA工具的工程可用性验证，建立「EDA工具备用方案」，同时对关键EDA服务的本地化部署优先推进。
中概率、高影响风险（持续跟踪）：宏观经济持续低迷导致制造企业IT预算大幅削减，概率评估约为百分之三十至四十，若发生则整个工业软件市场的增速可能从目前的百分之六至八降至百分之零至三，中小规模工业软件公司将面临生存压力。历史经验参考：二〇二〇年疫情期间，工业软件市场增速明显回落，但在政策刺激下在二〇二一至二〇二二年实现了「补偿性增速」。工业软件的「必需品」属性（工厂生产必须有软件维持运营），使其在经济低迷时的需求韧性强于可选消费类软件。
低概率、高影响风险（黑天鹅准备）：某主要国产EDA/CAD公司出现重大安全漏洞或数据泄露事件，概率评估约为百分之五至十，但若发生则将严重损害整个国产工业软件的市场信任，可能导致多个重大采购项目暂停或回转至外资。工业软件的数据安全，需要从产品设计阶段就内嵌安全架构，而不是作为事后补丁。国产工业软件公司在安全能力建设上的投入，普遍低于外资同行，这是一个长期存在但尚未充分引起重视的潜在风险。
中概率、中影响风险（定期评估）：核心工业软件算法人才流失（高端EDA/CAE算法工程师被国际竞争对手高薪挖角或出走海外），在高薪激励和职业发展空间方面，初创国产工业软件公司的吸引力相对有限，这是持续存在的人才流失风险。低概率、低影响风险（监控跟踪）：开源工业软件（如OpenFOAM、FreeCAD、OpenEMS）的成熟度超预期提升，对商业化国产工业软件形成替代压力，目前这一风险在高端应用场景影响有限，但在中低端场景应予跟踪。
第十一章 2026—2030战略预测
预测一：整体国产化率突破70%
在政策持续加持与技术持续迭代的双轮驱动下，中国工业软件整体国产化率预计在二〇二八至二〇三〇年间突破百分之七十。推动的关键力量包括：
第一，大型央企和国企的信创采购政策在二〇二六至二〇二八年将进入核心模块替换阶段，标志性案例将对行业形成示范效应；
第二，金蝶苍穹和用友BIP5在大型企业核心ERP替换上的每一个成功案例，都将极大降低同行业其他企业的转换风险感知，形成「从众效应」；
第三，云ERP相比本地部署SAP有明显的总拥有成本（TCO）优势，预计在二〇二六至二〇二七年随着国产云ERP的稳定性进一步验证，这一优势将成为大型企业采购决策的有力支撑；
第四，DCS、MES、二维CAD三个已经实现国产主导的赛道，其国产化率将继续向百分之八十至九十推进，抬高整体平均值。
预测二：EDA国产化关键节点——2027至2029年局部突破
华大九天、芯华章、行芯科技等EDA公司，正在各自赛道的特定环节持续推进。预计在二〇二七至二〇二九年间，国产EDA工具将在成熟制程（二十八纳米及以上）的特定设计流程环节实现「可工程化使用」——不是指全流程替换Synopsys/Cadence，而是在逻辑仿真、模拟设计、良率工程、部分版图验证功能上完成商业化，进入主流芯片设计公司的实际流程（哪怕只是作为备选工具）。这将是国产EDA商业化的里程碑节点，也是大基金三期投资能否见到真实回报的关键验证点。
对于先进制程（七纳米及以下）的EDA全流程国产化，预计在二〇三〇年前难以实现，因为这需要完整的先进节点PDK认证和大量先进制程流片验证机会的积累，而这些机会的总量本身是受限的。
预测三：工业AI大模型从试点走向规模化
到二〇二七年，预计工业AI大模型在中国制造业中的渗透，将从当前的「多点试点」阶段进入「规模化应用」阶段。关键驱动因素包括：智能制造标准体系的完善（工信部正在推进的工业互联网数据标准化）、头部制造企业AI应用的ROI验证（已进入收益验证期的宝信钢铁AI、中控化工AI案例）、以及AI Copilot功能随云ERP自然携带的「免费升级」效应（用友和金蝶的云ERP用户可以低成本获得AI功能）。
工业AI大模型的渗透，将深度重塑MES、ERP、仿真软件的产品定义——传统的「点击按钮输入参数」交互方式，将逐步被「自然语言描述需求、AI自动配置参数、工程师审核确认」的工作流替代。这一变化将使工业软件的「功能边界」变得模糊，现有的赛道划分（MES vs ERP vs 工业互联网平台）可能在AI时代发生重新融合。
预测四：工业SaaS出海——新兴市场的增量
中国工业软件的出海，正在走过最早期的布局阶段，进入局部商业化验证期。预计二〇二六至二〇三〇年，国产工业SaaS的海外营收将从当前占总收入不足百分之五，提升至百分之十至十五。出海的主要路径有三条：一是随中国制造企业「出海建厂」而输出软件（越南、印度尼西亚、墨西哥）；二是在东南亚中小企业市场输出低价竞争力（尤其是用友、金蝶的中小企业ERP产品）；三是在「一带一路」沿线国家的基础设施项目中，依托中国承建方的工程管理体系输出工程软件（广联达的海外BIM布局）。
出海面临的挑战：本地化适配成本（会计准则、税务规则、语言）、当地实施服务资源不足、以及在东南亚与全球SaaS巨头（SAP Business One、Oracle NetSuite）的正面竞争。但随着中国制造企业全球化布局加速，「软件随工厂出海」的模式正在成为国产工业SaaS进入海外市场的最自然路径。
预测五：建筑BIM渡过周期低谷，基础设施需求引领复苏
广联达面临的是一场宏观驱动的周期低谷，而非竞争力的丧失。预计二〇二七年前后，随着中国基础设施投资周期（高铁、市政管廊、水利枢纽、核电）持续释放，以及城市更新项目带来的老旧建筑改造需求，建筑数字化市场将恢复增长，但增速重心将从住宅向基础设施迁移。广联达的数维设计平台和城市信息模型（CIM）产品线将在这一过程中成为新的增长点，其在计量计价数据上的壁垒在基础设施领域同样有效，这使得其护城河在周期低谷后仍然完好。
细分赛道的五年预测（扩展版）
ERP赛道：二〇二六至二〇三〇年，ERP市场的竞争焦点将从「功能对标」转向「AI化差异化」。用友BIP5和金蝶苍穹的AI功能（YonGPT自然语言财务助手、AI采购智能推荐、AI销售预测）若能形成真实业务价值，将在大型企业市场实现实质性的SAP份额蚕食。保守预测：到二〇三〇年，百亿元以上规模制造企业中，国产ERP在核心财务模块的市场份额将从目前的约百分之二十五提升至约百分之四十至四十五，总体替代仍会是渐进过程而非跨越式突破。乐观预测：若SAP在中国市场的云服务出现重大安全或合规问题，国产替代速度可能大幅加速，届时国产ERP有机会在三至五年内将核心财务模块市场份额推至百分之六十以上。
EDA赛道：二〇二六至二〇三〇年是国产EDA最关键的五年。在模拟EDA方向，华大九天有望在二〇二七年前后实现十六至二十八纳米工艺节点的全流程国产EDA商业化，届时全国约百分之六十以上的国内模拟芯片设计可以使用国产EDA完成。在数字EDA方向，逻辑综合和物理实现依然是最难攻破的堡垒，乐观估计到二〇三〇年数字EDA关键环节的国产化率可能达到百分之二十到三十（针对较成熟的二十八纳米及以上工艺节点）。以下关键节点值得密切跟踪：某国内Fabless公司宣布首款芯片全程使用国产EDA完成并实现量产——这将是验证国产数字EDA工程可用性的最重要里程碑，预计最早在二〇二七至二〇二八年间出现。
CAD/CAE赛道：二维CAD的国产化工作基本完成，未来的增量市场主要在三维CAD和仿真（CAE）。三维CAD的突破窗口，可能来自新能源汽车这个「新建成熟工艺链」的行业——比亚迪、理想、小鹏等新能源整车厂在全面数字化方面的包袱远低于传统整车厂，对尝试国产三维CAD的意愿更强，这是中望3D、达美盈科等国产三维CAD厂商的重要切入机会。CAE仿真方向，国产替代的突破点可能率先出现在「行业特化」场景——针对特定行业（如风电叶片的疲劳寿命分析、锂电池的热扩散仿真、建筑结构的地震响应分析）开发专用仿真工具，而非从通用有限元求解器开始正面挑战Ansys/Nastran/Abaqus。这种「从垂直行业切入」的策略，与中控技术从化工DCS切入的成功路径一脉相承。
工业AI大模型：预计到二〇二八年，工业AI大模型将完成从「功能展示」到「可量化商业价值」的关键跨越。能够自主完成的场景（如设备故障自动诊断、生产计划自动优化、质量异常自动预警），将成为工业AI大模型规模商业化的核心场景。工业AI大模型的商业模式，预计将以「工业软件内嵌」（工业软件厂商购买大模型API集成进产品）为主，而非「独立的工业AI大模型订阅」——因为工厂侧的采购决策习惯是「买解决方案」，而非「买AI能力」。这意味着工业AI大模型的最终商业受益者，可能是能够快速将大模型能力集成进工业软件产品的现有工业软件厂商，而非独立的大模型公司。
出海增量：二〇二六至二〇三〇年，中国工业软件出海将从「随中国制造走出去」进入「在当地本土化竞争」的新阶段。用友国际（面向中东、非洲、东南亚的国际化业务）、金蝶国际（香港及东南亚已有收入布局）、中望软件（海外CAD市场约占总营收百分之十五至二十）是最早发力出海的梯队。工业互联网出海的先行者，是跟随中国制造业在越南、印尼、墨西哥等地建厂的工业互联网服务商，如树根互联的东南亚布局。保守预测：到二〇三〇年，国产工业软件的海外收入占行业总收入约百分之八至十二，乐观情形下可能达到百分之十五至二十。
国产工业软件出海的路径预测
工业软件出海，是二〇二六至二〇三〇年最受关注的战略新方向，也是当前执行层面难度最大的方向。从现有案例来看，国产工业软件的海外市场正在形成两条相对清晰的路径。
第一条路径是「跟随制造业走出去」。中国制造业企业在越南、印度尼西亚、墨西哥、塞尔维亚等地建立的工厂，天然成为国产工业软件的第一批海外客户。这些工厂的管理团队往往是中国人，熟悉国产工业软件的使用习惯，且希望维持与国内母公司一致的系统环境。这条路径的特点是「启动阻力小但规模天花板明显」——它的增长上限受制于中国制造业走出去的规模，且这些海外工厂的需求与国内工厂高度相似，对真正进入当地本土市场的帮助有限。
第二条路径是「在当地市场正面竞争」。这是更难但长期价值更高的路径。中望软件是目前国产工业软件中最早在海外本土市场获得可观份额的案例之一——中望CAD在东南亚（越南、泰国）、中东（沙特、UAE）、南美（巴西、墨西哥）等新兴制造业国家，通过低于Autodesk约四至六成的定价策略，已经积累了相当数量的本土客户，海外收入约占总营收百分之十五至二十（FY2025）。这条路径的特点是「启动期长、本地化投入高，但一旦建立品牌知名度后护城河相对稳固」。
在具体的海外市场选择上，有几个结构性因素值得关注：制造业加速发展阶段、本地工业软件市场尚未建立成熟的外资锁定、且对中国工业化经验有参考意愿的国家（越南、印尼、埃塞俄比亚、沙特），是国产工业软件最容易获得初始市场的地方。欧洲、日本、美国等成熟市场，由于外资工业软件的先发优势和客户锁定极深，短期内是国产工业软件难以显著渗透的市场，应作为长期布局而非近期重点。
工业软件公司的并购整合趋势
预计二〇二六至二〇三〇年，中国工业软件行业将进入一轮以「垂直整合」为主题的并购整合期。当前中国工业软件市场的碎片化程度极高——仅ERP方向的上市公司就有用友、金蝶、浪潮、鼎捷、汉得、赛意等数十家，MES、DCS、CAD方向各有更多分散的玩家。这种碎片化在政策驱动的国产替代红利期尚可维持，但随着大企业客户的国产替代采购渐趋饱和，缺乏规模优势的中小工业软件公司将面临更大的生存压力。
可能出现的整合逻辑包括：用友或金蝶收购垂直行业MES厂商（获取行业Know-how和精准客户）、宝信软件与石化盈科之类的行业信息化平台深化协同（以客户协同促资本整合）、中控技术向上整合EDA或PLM方向（打通工艺设计到过程控制的完整链条）、科技巨头（华为、阿里）以战略投资形式控股或参股工业软件细分领域的龙头（形成「云+软件+硬件」的垂直整合能力）。这一整合趋势，与全球工业软件市场的整合路径（Synopsys-Ansys、西门子-Mentor-STAR-CCM+）高度相似，可以认为是工业软件产业成熟化阶段的必然规律。
AI大模型对工业软件定价模式的颠覆
工业AI大模型的出现，可能在不经意间颠覆工业软件的传统定价逻辑。传统工业软件按「功能模块授权」或「用户许可证数量」来定价；而AI大模型的接入，使得「按结果付费」（Outcome-based Pricing）成为可能——工厂为「AI自动优化生产计划后减少的库存资金占用」付费，为「AI预测性维护减少的非计划停机时间」付费，为「AI质量预警降低的废品率」付费。这种定价逻辑的变化，要求工业软件公司从「卖工具」转向「卖结果」，对其商业模式是颠覆性的挑战，同时也是一个提升ARPU（每客户平均收入）的重大机遇——因为工厂愿意为「直接可量化的业务价值」支付远高于传统软件许可证的费用。用友的「超级应用」和金蝶的「AI工厂」战略，都在朝这个方向探索，但整体而言，中国工业软件行业在「结果定价」模式上的商业实践仍处于极早期。
投资视角下的工业软件赛道评估
从长线投资的角度评估中国工业软件赛道的吸引力，以下几个维度值得重点关注：
商业模式质量：工业软件的高毛利（普遍百分之七十以上）、强黏性（客户一旦迁入极难迁出）、经常性收入（维护费、订阅费年年稳定）是极为优质的商业模式，与消费电子、原材料等周期性行业形成鲜明对比。头部国产工业软件公司（用友、金蝶、宝信、中控）在商业模式质量上已经接近全球同类型公司的水平。
成长空间：中国工业软件市场渗透率仍处于持续提升阶段，整体国产化率从百分之五十提升到百分之七十的过程，意味着相当规模的新增市场增量，预计这一增长过程将持续至二〇三〇年前后。同时，工业软件市场随制造业数字化程度的提升而持续扩大，即便国产化率不变，市场总盘子也在增长。
估值合理性：二〇二五年末，A股工业软件公司的整体估值（市盈率）在三十至六十倍区间，相比全球同类公司（Autodesk约五十倍、Cadence约五十倍、SAP约三十五倍），溢价并不显著，部分公司（华大九天处于亏损阶段，以PS估值为主）在高研发费用率的阶段估值中包含了大量对未来盈利能力的预期。
关键风险：EDA公司的估值基于「未来国产化率提升的市场空间」，若这一预期出现偏差（如国产数字EDA商业化进展低于预期），估值面临明显的下修压力；ERP公司的估值基于「大型企业市场的云化迁移和国产替代进度」，若SAP/Oracle在中国继续维持大型企业市场的强势地位，增速预期将落空。
第十二章 结论：数字骨架的自立
从历史视角看中国工业软件的追赶
将中国工业软件的国产化追赶，放在中国制造业历史追赶的宏观视角中理解，可以得出更平衡的判断。二十世纪八九十年代，日本、韩国的汽车和半导体行业，在美国出口管制和技术封锁的压力下，也经历了类似的「被迫追赶」过程。日本在光刻机方面通过「组合政府支持+企业长期投入」，在二十年内将尼康、佳能培育为全球市场的重要玩家（尽管最终未能在极紫外光刻机领域超越ASML）；韩国在存储芯片领域通过三星、海力士的持续重投入，在三十年内实现了从零到全球第一的历史性跨越，打破了日本的垄断。这些先例说明：被迫竞争压力+国家战略资源聚焦+超长期商业化耐心，是追赶型经济体在复杂技术产业实现突破的共同要素，中国工业软件的追赶历程与之高度相似。
不同的是，中国工业软件面对的技术追赶「广度」比日韩当年更大——需要同时在EDA、CAD/CAE、ERP/MES多个方向取得突破，而非聚焦于一两个关键技术。这种广度，使得「选择性突破」的战略优先级更加突出——不可能在所有方向同时达到全球最高水平，必须选择最值得集中资源的方向，在这些方向实现可持续的技术领先，再逐步辐射其他方向。
无论路径如何选择，有一点可以确认：中国工业软件行业的技术积累，正在从量变走向质变的临界点。当华大九天的模拟EDA工具能够在真实流片项目中通过客户验证、当用友BIP5能够为百亿元以上规模的制造企业提供稳定的核心业务支撑、当宝信软件的MES能够在全球最先进的钢铁厂持续运行十年以上——这些「实证」的积累，比任何政策目标都更真实地反映了中国工业软件正在达到的高度。
中国工业软件的国产化，是一场比大众感知更加艰苦、却同样深刻影响国家制造能力的攀登。卫星和火箭的成败，一次发射就能验证，全球都能看见；工业软件，从代码写出来到在真实工厂里被稳定使用，中间有无数个肉眼不可见的验证节点，每一个节点的失败，是静默的、延迟显现的，大众通常不会注意到。
从二〇二〇到二〇二五，中国工业软件完成了国产化率从百分之二十五到百分之五十的跨越。这个跨越，是一代工业软件工程师用极高的研发投入、极长的商业化周期、极苛刻的客户验证标准换来的。它意味着：用友和金蝶已经真正能够在某些大型制造企业里替代SAP的边缘模块；中望软件在二维CAD已完成市场替代；中控技术证明了中国工业软件可以在全球最高难度的工业控制场景中胜出；华大九天、概伦电子、广立微三家EDA公司，让中国芯片产业在某些仿真环节不再完全依赖进口工具。
天下工厂产业研究院在持续追踪中国制造业时始终持一个判断：国产工业软件的突破，从来不是单独发生的，它和中国制造业的整体能力升级相互依存——工厂需要更精密的仿真工具来设计更精密的产品，工业软件公司需要更精密的工厂来验证工具的可靠性。这种正向循环，正在中国四百八十万家在产工厂和数百家工业软件公司之间缓慢但确定地运转。工业软件的数字骨架，正是在这种产业生态的不断磨合中逐渐自立起来的。
中国工业软件前方的那一半路，同样艰难：数字EDA的逻辑综合与物理实现，是当前最深的技术壁垒，无法靠政策加速，只能靠时间和工程迭代；高端三维CAD与顶级CAE求解器，距离可以在航空航天、汽车整车设计中被实际使用，还有相当距离；工业AI大模型的商业化，正在等待数据基础设施和工厂信任度的双重成熟。
但这些困难，已不再是全局性的困难——它们是明确可定义的、在特定赛道上的特定壁垒。这与五年前「几乎全面落后」的格局，已有了根本性的差别。
工业软件这张数字骨架的自立，从来不是一夜之间可以完成的事。它需要算法工程师一行代码一行代码地磨工具，需要行业工艺专家一次工厂调试一次工厂调试地沉淀Know-how，需要资本市场以年代为单位地耐心等待，需要用户以数年为周期地承受替换风险。这条路，中国工业软件已经走了最难的那一段。后面的路，同样漫长，但方向，已经清晰。
中国工业软件的三条发展路径选择
面向未来五年，中国工业软件行业在宏观战略层面面临三条可选择的发展路径，每条路径都有其内在逻辑和潜在代价。
第一条路径：「分治自立」——在不同细分赛道分别以国内市场为主战场，各细分赛道的国产领导者深耕本土，不追求全球化。这条路径的优势是执行确定性高，国产工业软件可以专注于满足中国制造业的特殊需求（中国特有的工艺参数、行业标准、监管要求），逐步在国内市场建立不可撼动的地位。劣势是长期增长天花板受限于中国市场规模，且对全球顶级工业软件能力的追赶可能因缺乏国际竞争压力而放缓。
第二条路径：「以点破面」——集中资源在一到两个最有可能实现全球竞争力的方向（如EDA模拟仿真、DCS化工控制），在有限范围内争取全球领先，其他方向维持国内市场竞争力即可。这条路径的优势是资源聚焦，有可能在特定方向产生真正意义上的全球竞争力（如华大九天模拟EDA的国际客户拓展）；劣势是整个工业软件生态的完整性和相互支撑不足，制造业数字化的全链路覆盖需要依赖外资完成。
第三条路径：「全面追赶+选择性领先」——在全部主要细分赛道维持有竞争力的国产产品，同时在若干核心赛道争取全球领先。这是政策文件中隐含的期待方向，但其执行难度极高，因为工业软件的每一个细分赛道都需要数十亿元规模的研发投入和十年以上的积累，同时在多个赛道维持全球竞争级的投入强度，对中国工业软件行业的整体资源而言是极大的挑战。
现实情况很可能是三条路径的混合：在EDA、高端CAE等「卡脖子」赛道，以「以点破面」的方式集中国家资源重点突破；在ERP、MES、DCS等已有竞争力的赛道，以「分治自立」为主，稳固国内市场地位；在工业互联网平台和工业AI大模型等新兴赛道，以「全面追赶+选择性领先」为目标，争取在全球市场中的早期先发优势。
研究院的最终判断
中国工业软件产业的现状，可以用「一半海水、一半火焰」来描述：ERP、DCS、钢铁MES已经是全球领先水准，能够与任何国际对手正面较量；而高端三维CAD、顶级CAE求解器、数字EDA关键环节，依然是需要数年甚至超过十年才可能看到重大突破的艰难征途。这种双重性，不应被非此即彼的乐观或悲观所替代，而应被如实地理解为一个「局部领先、整体追赶」的复杂产业实态。
真正值得期待的，不是政策文件中的「全面国产化」时间表，而是中国工业软件产业内部正在悄悄发生的范式转变：从「复制外资产品、争取国内市场份额」向「基于中国制造业数据资产和AI能力优势、构建新一代工业软件产品形态」的转变。如果这种转变能够真实发生，中国工业软件的机会，将不只是替代现有的外资工业软件，而是定义下一代工业软件的产品标准——这才是「软件立国」的真正内涵。
数据来源与主要参考
本报告由产业研究院基于产业平台（www.tianxiagongchang.com）覆盖的中国四百八十万家在产工厂数据，结合上市公司公开年报、行业研究机构报告，以及权威媒体深度报道，历时数月整理与分析。主要数据与事实来源如下：
- 天下工厂产业平台工厂数据库与产业带数据（www.tianxiagongchang.com）——中国四百八十万家在产工厂的覆盖数据，为本报告提供产业链密度、工业软件使用场景密度与分布的基础参照
- 上市公司官方年报（FY2025）：用友网络（600588.SH）、中望软件（688083.SH）、华大九天（301269.SZ）、概伦电子（688206.SH）、广立微（688719.SZ）、宝信软件（600845.SH）、中控技术（688777.SH）、广联达（002410.SZ）年度报告全文及摘要；金蝶国际（HK：0268）二〇二四年年度业绩及二〇二五年中期报告；SAP SE FY2025 Q4 Quarterly Statement；Synopsys Inc. FY2025 Earnings Release；Cadence Design Systems Q4 & FY2025 Earnings
- 行业研究机构报告：IDC China EDA及核心工业软件市场报告（2024—2025）；前瞻产业研究院《2025年中国工业软件行业市场前景预测研究报告》；工业和信息化部《「十四五」软件和信息技术服务业发展规划》；国家集成电路产业投资基金三期公告与投资方向说明
- 权威与专业媒体：21世纪经济报道、电子工程专辑（EET-China）、证券时报、上海证券报、半导体行业观察、OFweek工控网、《中国工业报》对工业软件各细分赛道的深度报道
- 政策文件：国家科技重大专项「02专项」实施总结报告；《新一代人工智能与制造业融合发展白皮书》（工信部）；八部门《关于推动工业大脑建设的指导意见》；美国商务部BIS关于EDA工具出口管制的相关规则更新文本
研究方法说明
本报告的数据来源采用「多源交叉印证」原则，即对同一数据点，在条件允许的情况下，至少通过两个独立来源进行核实后方予引用。对于缺乏公开数据但对研究结论具有重要支撑作用的判断，本报告会明确注明「估算」或「基于行业调研的推断」，以便读者区分实证数据与研究判断。
在市场规模数据的处理上，本报告采取「分赛道加总」而非「整体市场规模引用」的方式，原因在于工业软件这一宽泛概念在不同机构的边界定义差异极大（有些机构将工业控制硬件计入，有些不计入），整体市场规模数字的可比性较差。分赛道的详细数据（ERP、EDA、CAD/CAE、MES/DCS、工业互联网）相对清晰，加总后的数字更接近行业真实状态。
已知研究局限
本报告存在以下已知局限：
其一，部分上市公司的分业务收入未在公告中详细披露（如西门子数字化工业软件在中国区的收入未单独对外公示），需要通过间接方式估算，存在一定偏差；其二，工业软件的实施服务收入通常与产品收入混合计算，不同公司的统计口径不同，跨公司比较时需注意；其三，工业AI大模型领域的商业数据极不透明（大多数厂商不公开工业AI大模型的专项营收），本报告对相关市场规模的估算参考了投融资事件和客户公告等间接指标；其四，地缘政治风险对工业软件市场的影响高度不确定，本报告中的预测场景均建立在未发生重大地缘冲突升级的假设前提下，如果假设条件改变，预测结论将需要相应调整。 附录一 全球工业软件主要机构与数据来源目录
工业软件领域的研究与分析，依赖以下几类重要的信息来源：
学术与标准机构：电气和电子工程师协会（IEEE）是EDA学术研究的核心发表阵地，其主要期刊《IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems》（TCAD）发表了EDA算法研究的主要成果；国际固态电路会议（ISSCC）和设计自动化会议（DAC）是芯片设计与EDA方向最重要的学术与工业会议；国际仿真与建模联合会（ISSS）及计算力学世界大会（WCCM）是CAE方向的顶级学术交流平台；国际机械工程师协会（ASME）在工程仿真标准和最佳实践方面有大量权威出版物。
行业分析机构：Gartner每年发布企业应用软件（ERP、PLM）和工业互联网方向的魔力象限报告；IDC覆盖工业软件市场规模统计和厂商市场份额分析；Aberdeen Group在制造执行系统（MES）和工厂运营分析方向有专项研究；ARC顾问集团（ARC Advisory Group）是流程控制（DCS/SCADA）和工业物联网分析最权威的行业咨询机构，其发布的DCS全球市场报告是中控技术、霍尼韦尔市场份额对比的主要参考来源；计世资讯和赛迪研究院是国内工业软件市场规模数据的主要机构，均有针对ERP、工业互联网、工业软件国产化率的专项年度报告。
政府与行业协会：工业和信息化部电子信息司每年发布《中国工业软件产业发展报告》，提供政策导向和市场总体数据；中国工业互联网产业联盟（AII）每季度发布工业互联网平台发展指数报告；中国信息化推进联盟是ERP、MES等管理信息化方向的标准化组织；中国电子学会在EDA方向有专项研究委员会，持续跟踪国产EDA发展动态。
数据时效性声明
本报告中所有市场规模数据、国产化率数据、企业财务数据，以截至二〇二六年六月所能获取的最新公开信息为准。半导体EDA行业受出口管制政策影响，竞争格局变化速度较快，读者在阅读EDA相关章节时，需关注政策变化的最新动态。工业AI大模型方向是技术迭代最快的方向，本报告对相关技术趋势的描述，可能在数月内发生重大变化，建议结合最新的行业动态加以补充理解。
附录二 工业软件选型决策框架
对于制造企业在工业软件选型过程中，以下决策框架具有较高的实用参考价值。工业软件选型不同于一般IT采购，它需要综合评估「当下功能需求匹配度」、「未来三到五年的演进能力」、「实施成功率」以及「总拥有成本（TCO）」四个维度。
当下功能需求匹配度方面，核心评估问题是：这套软件能否支撑企业当前最关键的业务场景（对于ERP，核心场景是财务核算和生产计划；对于MES，核心场景是工单追踪和质量管控；对于DCS，核心场景是控制回路的稳定运行）？不匹配核心场景的功能再多，也是无用之功。
未来三到五年演进能力方面，需要评估软件厂商的产品路线图和研发投入强度——一个每年研发费用率低于百分之十五的工业软件厂商，其产品演进速度难以跟上行业需求的变化。同时，厂商的云化战略和AI集成路径，是判断其三到五年产品竞争力的关键指标。
实施成功率方面，核心考量是：有多少与本企业规模相近、行业相近的客户，在这套软件的部署上取得了可验证的成功？实施成功率是比产品功能演示更真实的竞争力体现。在国内制造企业中，一套工业软件上线后「能用但没人用」的现象（所谓「僵尸系统」）并不罕见，这种情况的根因往往是选型过程中对实施难度估计不足，而非产品功能不达标。
总拥有成本方面，需要计算不只是初始购买费用，还包括五年维护费、实施服务费、培训费、后续升级费、以及迁移替换的机会成本。国产工业软件与外资工业软件的真实TCO对比，往往比表面报价的差距小得多——外资软件的初次购买价格高，但其实施服务体系成熟，上线后的稳定性更有保障，长期看并不必然比国产工业软件贵。 工业软件人才培育的关键指标
根据产业研究院的估算，到二〇二七年，中国工业软件行业的从业人员规模将达到约三十五万人，其中核心技术研发人员（算法工程师、行业领域专家）约七至八万人。这一规模相较于二〇二三年的约二十二万人从业者，是质量显著提升的扩张——因为人才结构将从「偏向实施服务的」向「研发与服务并重」转变。与国际对标：美国工业软件行业（含EDA、CAD/CAE、ERP）从业人员约七十至八十万人，欧洲（德国、法国为主）约五十至六十万人，以「单位人才对应市场规模」来衡量，中国工业软件人才的产出效率仍有较大的提升空间，这既是挑战，也是意味着行业劳动生产率提升的潜在增长动力。
在工业软件国产化的整体进程中，无论是政策制定者、产业投资者，还是工业软件厂商自身，都需要以「真实价值创造」而非「国产化率指标」作为最终的评价标准。真正有价值的国产替代，是国产工业软件在特定场景下比外资工具提供了更好的解决方案——更低的总拥有成本、更快速的本土化迭代、更深厚的行业知识积累。只有建立在这种真实价值基础上的国产化，才是可持续的、可以在国际市场上具有竞争力的国产化。这既是对国产工业软件行业的最高期许，也是判断行业发展健康性的核心标准。
中国工业软件的发展历程，证明了一个简单的道理：软件的核心价值，在于解决特定场景下的真实工程问题，而非在功能清单上的对标。未来的赢家，将是那些在特定行业和工艺场景中积累了不可复制的Know-how、并将这些Know-how转化为软件智能的团队。这是工业软件的本质，也是中国工业软件最终实现「软件立国」理想的根本路径。
（全文终）