面对中国工业软件的如火如荼，有人摩拳擦掌，说成功近在眼前；有人望洋兴叹，说彼岸远在天边。不论什么论调，都看似言之有理，但也似是而非。其实，这也丝毫不奇怪，进入新时代，面对新事物，我们必须要趟过一系列雷区。误区往往无法绕过，甚至会被人们当成大本营安营扎寨数年。真理的获得，就是不停从一个误区进入另一个误区的过程。经过多次误区洗礼，迭代递归，终见规律。今天，就工业软件发展的误区，我们先选十个下锅。
误区一
这几年，中国工业软件“风口”到来，很多人说 “卡脖子”是其原因，都还说中国工业软件人应该感谢川建国。你质疑过这个说法么？这个“风口”是怎么来的？有人说是他国制裁，有人说是国际打压。似乎很对呀，贸易摩擦、科技竞争以及“卡脖子”导致了中国工业软件风口的到来。在我看来，此次风口和卡脖子只是具有相关性，并非因果律，他们都是另外一件事的两个结果：中国工业和经济到达了分水岭。其底层逻辑是：2019年中国人均GDP达到1万美元，中国进入中等发达水平，同时，面临“中等收入陷阱”。此刻，跨越陷阱的方法是经济发展模式必须从要素驱动转向创新驱动，工业软件是最重要的工具之一。此刻，也是竞争者把你推下陷阱的最好时机。太早没有陷阱可以落井下石，太晚就跨过去来不及了。这也很好地解释了 “贸易战”和“科技战”为什么是在2018年开打，而不是其他时间。此后的20年是我们跨越陷阱的时间，国际断供和卡脖子将是新常态。那国家出手推动工业软件自主发展是必然选择，也自然让其成为风口。于是，我们看到卡脖子和风口同时到来现象，但不意味着卡脖子是风口的原因，底层原因是中国工业经济到达了分水岭。卡脖子的确是中国工业软件风口的催化剂，但绝不是基本原因。没有爱因斯坦，相对论还是会被发现；没有爱迪生，灯泡还是会被发明；没有被苹果砸中，牛顿也会发现万有引力，甚至没有牛顿，万有引力也会被发现。历史材料表明，以上事件都不是黑天鹅，而是趋势，是规律，是时代发展的必然产物，只不过恰巧落在某个人的头上。就像现在，落在了一个大家都认为个性异常的某国领导人。但其实，权力更替后，一切没有变化，甚至变本加厉。国际经贸摩擦、科技竞争、工业软件卡脖子将是新常态。所以，此次工业软件的所谓风口，根本就不是风口，而是趋势；不是突发的黑天鹅，而是可预测的经济规律；不是一个转瞬即逝的窗口，而是一个新时代的到来；是国家工业发展的内生需求，不是外力使然。误区二
赶上国际标杆
国产工业软件确实不得不面对一个现实：中国企业在用国际先进软件。如果想做替换，你是不是必须得赶上甚至优于人家呀？这个过程，在我们国家称为“对标”。中国社会喜欢“对标”，不是一般的喜欢，而是特别喜欢！每做一件事，一定要先找一个先进“标杆”，然后找差距、定目标、定计划，最后大干快上！工业软件界也是如此。对于工业软件，多数人一直忽略了一个核心问题：我们真的需要做出大鳄们一样厉害的软件么？我们经常讲对标，到底应该对什么标？现在每天讲突破“卡脖子”困局，讲国产替代，于是，就想当然地对标国际先进软件。其实，我不反对“对标”，问题是你应该对哪个标？想对标别人先进的现在，那你需要先问问，你有没有别人现在的基础、环境和条件？我也倡导对标，但我主张：先掂量好自己，去对标人家当初和你相似条件下的样子，而不是你的基础、环境和条件不可企及的今天。这些年，我们天天在用户现场观察，发现国际先进的工业软件在用户那里经常使用的功能非常有限。初期我们认为是用户水平太低，也有人说是软件不好用，但最后我们悟到，是中国工业水平所限。中国航天行业是中国最具正向设计特征的行业，是完全自主发展起来的，所以与国际同行具有可比性。人类60年前登上了月球，而我们仍在追赶，这差不多就能丈量出我们工业和科技水平的整体差距。国际软件的确先进，但那是根据产出国的工业水平的需求来开发的。一个国家的工业软件水平是与这个国家的工业和科技水平相匹配的，印度就是个力证。印度是有名的软件产业发达的国家，产业收入高、人才多，但并没有出现全球知名和强大的工业软件，就是因为工业水平不高，而不是软件能力不够。美国工业软件之所以强大，不是因为美国工业软件人聪明勤奋，而是美国工业和科技水平高。中国的工业水平没那么高，对工业软件的需求必然不高。换句话说，我们每年花了很多钱买高水平国外软件，大部分功能其实购买后闲置，这无疑是采购经费的浪费。所以，我们对标，其实应该对标本国工业企业的“刚需”，而不是对标国际先进软件。盲目对标国际软件，只会浪费时间和经费，开发本国用户并不需要的功能，用户真正需要的功能反倒做不到位，既不可能，也没必要，甚至是一种浪费，至少性价比不高。今日之对标国际，恰如昔日之弯道超车。先驱是领先于真实需求（刚需）一到两步，先烈则是领先太多。如果与国外先进软件对标，只有那些先烈才能及格或达标。当我们悟到这个的时候，才发现，我们只需要做出国际先进软件的40%的功能即可满足中国刚需。甚至对于应用不深的大企业或者尚未采纳工业软件技术的中小企业，这些功能已经绰绰有余。从这个角度讲，我们过去所积累的技术积淀已经超过了需要开发的软件。所以，我经常说我们做自主工业软件的自信是有科学依据的，并不是完全靠情怀和豪情。在国际工业软件的珠峰面前，我们仍然觉得可以一战的原因就在于此。但也不要过于乐观，搞清楚刚需到底是什么，却不是吹气就能来的。到底是这40%还是那40%，则需要在用户现场摸爬滚打，实地考察。误区三
避开国际大鳄锋芒
中国古代的战法里有“守正”和“出奇”两种策略。那中国工业软件突围，是该守正还须出奇？“出奇制胜”和“差异化竞争”这样的词汇，在战争与商界中往往被赋予了魔力和褒奖。中国工业软件要突围嘛，当然应该出其不意！但真该如此么？据我观察，其实未必。君不见，中国的工业软件公司：有些凌波微步，走上了利基小道；有些飞檐走壁，最终在云上漂泊；有些剑走偏锋，一头扎进APP长尾不能自拔。似乎都是峭壁上的灵芝，哪一个成了餐桌上的粮食？我一直谈一个观点：中国工业软件出现四个新赛道，这些赛道上没有国际大鳄，只有中国工业软件公司。这些新市场上没有国际软件，只有中国软件可用。未来若干年，中国市场将产生大量对干粮而非灵芝的需求，即“刚需”。这就是我们为什么在技术和产品研发上选择了守正的原因。当然，新旧赛道迟早会合并，所有战车将在同一个赛道上竞技。也正因为如此，我们现在才要坚持守正路线，尽快在基本面上进入全球第一梯队。唯有如此，未来合轨之时，我们才有一战的能力。打仗是需要用奇兵，但最终的胜利取决于国力，也就是工业、经济和人才的底盘，这些无一不是靠“守正”方能获得。关于用户需求，中国工业软件领域存在两个现象。第一个现象是，用户在采购软件时，并没有真正分析自己的刚需，而是对标国际先进软件，作为自己的采购需求。乔布斯认为用户会告诉你“他需要个更快的马车”，那汽车永远发明不出来。在中国工业软件界的现象正好相反，他们往往说“他们要个飞机”，尽管那个飞机从来不去飞。和客户沟通需求的时候，我们经常发现用户无法清晰和系统地表达刚需。遇到需求调研，他们说出来的往往就是他了解的最强大的软件的功能。用户懒于认真研究自己的刚需，而是对标国外最先进的软件来实施采购，虽然大部分功能他们用不上，但这个采购要求的提出最简单、最省事、最安全啊。最后选定的产品往往远远超越真实需求，造成资金浪费。第二个现象是开发商似乎也认定，国外那些先进软件开发的时候已经了解过用户需求，我们不需要再做过多研究，直接对标国外软件，即可开发出满足用户需求的软件。最终的结果是，依旧不知道用户真正需要哪些功能，我们称之为盲目对标。乔布斯曾发表过关于需求调查的观点：企业应该引领需求，而不是向用户征集或调研需求，看来，此观点在工业软件界同样适用。识别刚需，可以让好钢用到刀刃上，把珍贵的经费用于刚需。无论融资与否，中国公司在经费方面对比国外软件仍然有所欠缺，不应该将有限的经费用于暂时不需要的功能开发。何时开发何种功能，是时机选择问题，应该避免被拖入开发陷阱，甚至影响企业的生死存亡。误区四
好产品是用出来的
工业软件界一个共识：工业软件需要大量的工程化验证，才能进入实际工程中使用。的确，写几万行代码，开发出来第一套工业软件其实并不难，难的是这套软件是不是经得住实际工程的考验。软件的评测，内行看门道，外行看热闹。外行喜欢看的往往是软件功能，内行则会钻到深处看性能，底层的算法和引擎决定了软件有多硬核，而它们则需要长时间大量的工程化验证方堪大用。过去企业一般有两种方法进行工程化验证，一是用试验方法，二是用户现场工程应用。不论哪种方法都需要大量时间和资金。在现阶段，这两个途径在中国工业软件公司这里都不具有可行性。首先，国内工业软件开发商没有充足的经费进行试验验证，其次，即使资金花得起，时间也等不起，开发商现在没有时间等待用户的使用反馈。第三，新软件的用户基数小，反馈数量少，不足以支持工程化验证。所以一家新创的工业软件公司或新开发的工业软件，在工程化验证方面往往都是大弱项。因此，只会等待试验验证和工程应用反馈的人，基本都冻毙于风雪，走到终点的可能性基本上为零。于是，我们提出了另外一套切实可行的国内的验证方法——用过去的案例验证今天的产品。我们过去积累各个行业大量的工程案例，形成了拥有上万案例的工程案例库（图3-1）。案例库的数据经由国外软件应用实践而来，并通过用户试验及工程结果进行过验证，结果确认可靠。现在，每当开发出新的功能或模块，用把过去的案例调出，相同的问题，用同样的模型，在新功能或模块中重新计算一次。与案例库结果进行比对，结果偏差不大则认为新的功能或模块可行，结果偏差较大，则继续优化。利用这个案例库进行工程验证，节约了大量的时间和经费，相当于用过去的时间置换未来的时间，过去曾经投入资源和经费置换未来的资源投入和经费。通常，离散的工业品或离散场景不足以验证工业软件的完整功能。所以，工程化验证需要考虑场景覆盖性，通常需要用系列化的工业品及其子系统进行完整验证，称为系统性验证。我们的工程案例库中，除了案例数量多外，还依据这些案例整理了系列化工业品和子系统的工业软件经验、标准和解决方案，总数达到上百个系列，可以解决验证场景的覆盖度问题。误区五
成本高，竞争强
