工业软件，国之重器，是制造大国迈向制造强国的咽喉要道，也是工业巨人完成数字化转型的必争之地。中国工业软件大幅落后，追赶还有希望吗？AIGC给工业软件的追赶者带来的是危还是机？
2024年12月17日，一场关于「工业软件+AI」的突围之道的深度对话在TEEC（清华企业家协会）先进制造行业委员会的牵头下展开。
本次活动汇聚了工业软件领域的老兵、企业创始人，包括浩辰软件联合创始人潘立、云道智造CEO屈凯峰、赛美特董事长李钢江、昆仑数据CEO陆薇博士，以及大模型领军企业的创始人，智谱AI首席执行官张鹏。他们从不同角度出发，分享了对工业软件与AI融合的深刻见解。会议由利驰软件创始人、TEEC先进制造行委会召集人令永卓主持，旨在探索工业软件与AI结合的新路径，为中国制造业的未来发展提供新思路。
潘立首先介绍了人工智能技术的发展背景，并强调了AI技术在制造业中的关键作用。他指出，随着AI技术的进步，CAD、CAPP、CAM、CAE等工具正在经历一场革命性的变革，AI增强型产品设计、制造和服务正在成为新的行业标准。
潘立展示了AI技术在建造业中的具体应用案例，包括图纸智能分类、智能推送、模糊检索、网络API等元素的关联分析以及系统管理等。这些应用不仅提高了设计效率，还优化了资源配置，为建造业带来了革命性的变化。
此外，潘立还探讨了人工智能技术在工程行业的多个阶段的应用，包括可行性研究、设计阶段、审核许可阶段、深化设计/算量阶段以及运维阶段。他列举了AI在这些阶段的具体应用，如AI强排、AI估算、AI选线、AI布站等，展示了AI技术如何助力工程行业实现智能化升级。
屈凯峰提出，数字化迁徙是将物理世界映射到数字世界的过程，其中AI和CAE（科学计算）是构建通用世界模型的两大核心引擎。他强调，尽管AI已广泛应用，但CAE作为精准物理引擎的重要性尚未得到广泛认知。CAE可以为AI提供精准物理模拟，而AI则能提升CAE仿真效率，减少仿真次数，二者的互补性在工业软件的发展中至关重要。
CAE技术最初应用于工程领域，现已扩展至航空航天、电子电力等多个工业领域。屈凯峰指出，GPU不仅推动了AI的发展，也为CAE带来了革命性的变化，尤其在提升仿真计算速度和实现仿真后处理结果的实时显示方面。
在国产替代与创新方面，屈凯峰认为，通过创新换代实现国产替代是解决工业软件“卡脖子”问题的关键。云道智造已成功打造了自主可控的仿真根技术平台伏图（Simdroid），覆盖固体力学、流体力学、电动力学、热力学四大物理场，支持无代码化开发仿真APP。基于伏图平台，云道智造与合作伙伴开发了面向行业的工程模块和海量面向场景的仿真APP，降低仿真技术应用门槛，助力企业提升研发能力。
从自动化到信息化再到智能化，全球制造工厂持续加速升级。李钢江提到，在迈向智能化的过程中，除了上下游压力、生产模式变化和产业链协同等问题，工厂需要兼顾“QCD铁三角”难关，即平衡质量、成本、交付的需求。
正如业内常言：“制造强则工厂强，制造智则工厂智”，李钢江直言，制造型企业需要切实有效的工业软件助力，并辅之以AI技术提炼数据价值，才能让数据真正服务于上层决策，组织上下游协同生产，最终实现供应链与工厂计划、工艺优化、良率管控、设备运维等全场景的智能化运营。
身处国产工业软件一线，李钢江向嘉宾们分享了智能工厂需要满足的要素：设计/工艺/生产一体化、数字孪生、数据治理、设备智能运维、产业链协同化、智能计划、质量追溯、过程控制优化等。只有将软件能力从源头介入，贯穿【设计、生产、出库】全流程，才算夯实智能工厂“地基”。
李钢江提到，赛美特拥有成熟的全自动化智能制造软件解决方案，可提供MES、EAP、SPC、YMS、APS、RTD等数十种软件产品，帮助制造工厂实现生产流程自动化、规范化，实现降本增效。在AI浪潮汹涌澎湃的当下，赛美特迅速将AI与智造系统有效结合，转化为实际的产品和服务，创造出真正能够满足制造工厂需求的解决方案。
陆薇博士在分享中介绍了“紫领”这一概念，即在生产现场做管理的复合型人才，他们既懂工业、懂管理，也懂数智化。她强调，紫领人才是中国制造由大变强的关键要素之一，他们熟悉实际制造流程、了解相应技术理论，并能运用数字化、智能化技术。她指出，复杂生产现场管理目前高度依赖经验，决策效率低，水平参差不齐。通过AI大数据，可以有效辅助紫领们工作，赋能工业现场管理提质增效。AI技术能结合机理的工业大数据分析、垂直领域大模型+自学习，辅助人科学决策，准确把握现场过去、当前状态与未来发展趋势。
陆薇博士展示了AI紫领在高端重工业、高科技制造业、能源行业等多个领域的广泛应用，特别是在设备密集、工艺复杂的生产现场，AI紫领成为推动中国工业向高质量发展的主战场的关键。
陆薇博士分享了电解铝“AI工区长”助手的案例，这是一个利用大模型学习电解铝专业知识和企业私有知识的智能助手。它能够集成生产数据、分析槽况、推荐槽控指令，并提供自然语言人机交互，显著提升了电解铝工区的管理效率和决策质量。
张鹏指出大模型在工业场景的应用，从价值创造逻辑上可分为两类：
1.加速：生成式 AI 能完成重复性高、简单的基础任务，如文本提取、识别异常项等从而节省人力资源，加速事务性工作流程，解放生产力。2.赋能：作为助手放大关键岗位人员产能，通过对话式学习培训专业人员，并在关键业务过程中提供支持，提高工作效率。
工业未来发展趋势
张鹏表示，随着技术的进步，AI正在逐步接管更多的工作任务，推动工业自动化和智能化。他提到了面向数控机床应用场景的生成式AI大模型构建方法，包括基于大模型的故障诊断、PLC/G代码生成实现方法，以及数控系统人机交互实现技术。这些技术突破了生成式AI大模型在数控系统领域的构建与应用关键技术，提升了数控系统智能化效率。
张鹏介绍了CodeGeeX，这是一款基于大模型的智能编程助手，能够实现代码的生成与补全、自动添加注释、解释代码、编写单元测试、代码审查、修复代码bug等多种功能。CodeGeeX显著提高了开发者的工作效率，用户已突破100万。
张鹏还讨论了AI时代编程范式的转变，包括团队分工和协作模式的变化，以及智能体赋能的超级个体和多智能体网络的兴起。他提出，流程化、标准化与智能体网络的结合可能是AI时代科技公司的最佳形态。
这场企业家讲堂不仅是一次知识的盛宴，更是一次思想的碰撞。我们相信，随着「工业软件+AI」的深入融合，中国制造业将迎来更加辉煌的未来。而清华系的工业软件及工业AI企业，将在这一伟大历史进程中，扮演重要的角色，书写独特的篇章。让我们携手前行，共同探索工业软件与AI的无限可能。
【点击打开】
