行業定義及發展歷程
工業軟件指應用于工業領域，以提高工業企業研發、生產、管理水平和工業裝備性能為目的的應用軟件，包括在工業互聯網平臺上運行的工業APP和非工業互聯網平臺上運行的傳統工業軟件。工業軟件是工業專業知識與技能軟件化的重要表現，極大推進了工業技術、知識、流程的程序化封裝與復用。
發展驅動因素
制造業體量大，然而智能化水平不足，轉型需求強烈。中國制造業體量龐大，增長迅速，根據工信部數據，中國制造業增加值占全球比重由2012年的22.5%提升到2022年的近30%，是世界第一制造業大國。與此同時，中國制造業智能化水平不足，部分工種人工依賴性高，且行業附加值較低。在人口紅利逐漸消失的大背景下，制造業整體成本不斷拉高，智能化轉型的必要性進一步凸顯。
關鍵技術面臨“卡脖子”風險，國產化替代潛力大。在工業軟件產業鏈多個環節，中國仍受制于歐美國家的貿易制裁及技術封鎖。例如，智能機床仍依賴歐洲供給，EDA等相關工業軟件的“斷供”案例屢見不鮮，半導體出口限制加碼。當前各類工業軟件國產化水平參差，研發設計類軟件實力較為薄弱，國產替代存在極大發展空間。
新技術突破與應用降低工業軟件成本，推動規模化滲透。5G、人工智能、云計算、物聯網、數字孿生等技術在智能化改造等場景中實現大規模應用，提升了上游軟硬件產品參數與性能，同時降低研發生產成本，加快了項目交付速度，從而促進工業軟件產品的規模化滲透。
扶持政策頻出，推動制造業智能化、工業軟件國產化。二十大提出集聚力量進行原創性引領性科技攻關，加快實施一批具有戰略性全局性前瞻性的國家重大科技項目；加快實現高水平科技自立自強。工業軟件作為推進智能制造的核心產品，其自主可控進程亟待推進。近三年來，國家級政策從工業軟件重點發展類型、重點應用行業等方面明確了行業發展方向。
發展現狀
全球工業軟件市場規模持續上升，中國市場增速更加迅猛。根據工信部數據，全球工業軟件產業規模自2012年起持續上升，2021年規模達4,561億美元，9年CAGR達5.4%。中國工業軟件產業規模由2012年的729億元上升到2021年的2,414億元，9年CAGR達14.2%，約為全球增速的3倍，中國工業關鍵產業規模占全球規模比重也由2012年的4%上升到2021年的8%。產業規模高速增長反映出中國制造業向高端制造持續轉型，國家及地方層面政策對工業信創的支持力度大，企業強化核心技術自主研發，在核心技術、業務模式、業務領域等方面均實現突破。
產業鏈結構清晰，鏈上企業偏好向多個功能或應用領域進行全產業鏈布局。工業軟件產業鏈由上游軟硬件設備、中游不同類型的工業軟件、下游具體應用行業構成。
上游硬件設備包括芯片、服務器、存儲、固件等，為上層軟件提供算力支持及使用載體；操作系統是核心底層基礎軟件，負責控制、管理、調度整個計算系統的硬件資源和軟件資源；開發工具是軟件開發人員用于創建、修改、管理、調試不同類型軟件的計算程序；中間件是介于操作系統和應用軟件之間的獨立功能軟件，能夠為應用軟件提供服務，中間件能夠實現底層系統和業務邏輯的解耦，屏蔽底層操作系統的復雜性，避免研發人員在不同系統軟件上移植程序而重復工作，提升研發效率。
中游工業軟件細分領域眾多，按功能差異，業內普遍將其劃分為經營管理、研發設計、生產制造、工業嵌入式、協同集成五大類別，其中，工業嵌入式軟件市場份額最大，占比達57.4%。從國產化率來看，中國發展尚不均衡，在研發設計板塊較為薄弱，國產化率僅為5%，而經營管理類軟件企業發展相對成熟，國產化率達70%。
從下游應用行業來看，工業軟件的主要應用行業可分為離散型制造業和流程型制造業，其中，離散型制造業主要包括汽車、電子半導體、機械、航天航空，而流程型制造業則主要有能源、鋼鐵、石油石化、醫藥、冶金、電力、水泥、造紙等。離散型制造業是由設計驅動的，產品功能、性能、可制造性等主要在設計階段確定或解決，因而對研發設計類軟件存在較強依賴性。而流程型制造業生產過程流程長、工序多，設備繁多、工藝復雜、不確定性干擾因素較多、專業覆蓋面廣，研發生產過程中面臨的首要問題是制造過程的有效管控，旨在保證產品質量、成本控制、交貨進度，新品種開發的需求相對較小，因而對生產制造、經營管理類工業軟件需求更大。
工業軟件企業形成了以功能為橫坐標，以應用行業為縱坐標的交叉式分布格局。橫向來看，CAD、ERP等軟件的行業屬性較弱，更偏通用，易于誕生能橫跨多個行業的綜合型廠商；縱向來看，工業軟件涉及的細分行業眾多，行業間技術壁壘較高，因而誕生了眾多專注于細分行業的小而美企業，對于該類垂類企業來說，從功能維度縱深發展，形成應用于多個工業場景的產品矩陣是其持續增長的主要路徑。
國內工業軟件企業在發展過程中仍面臨諸多考驗，主要包括：
創新能力有待提升：廠商仍處于滿足個性化需求階段，難以進行共性需求的提煉，無法形成可移植、可復用的系統性軟件，項目的實施周期難以保證，仍需探索平衡個性需求與共性需求的發展路徑。
高端研發設計類軟件存在“卡脖子“現象：研發設計類軟件知識較為密集，需要大量的工程設計經驗及數據模型來支撐，在缺乏專用研發設計軟件的支撐下，新產品、新工藝的設計和開發難以開展。在國內，此類軟件仍由國際工業軟件巨頭壟斷。
品牌影響力缺乏：大多數的工業軟件企業采用項目型商業模式，“以工程養產品”在行業內較為普遍，工業軟件公司逐步發展為工程集成性公司，企業為求以最低成本完成工程不惜降低產品質量，缺乏主動打磨產品質量的能動性，因而難以形成具有競爭力知名品牌。
綜上，工業軟件國產化任重道遠，仍需企業、政府、資本等多方協同發力。對于企業來說，通過長期項目積淀形成拳頭產品擴大用戶規模，后以橫縱向拓展建立跨行業、多功能的平臺生態，是實現國產替代的主要路徑。
發展趨勢
云化：單機架構的工業軟件存在使用門檻高、成本高、通用性差、交付周期長等問題，云計算架構下的工業軟件算力實現百倍增長，且能夠調動云上AI服務、數字孿生服務等大量服務。用戶能在不下載客戶端的情況下便捷使用，且存儲在云端的數據能夠更好地融合打通并轉化成資產和工業模型，云化的工業軟件能更快實現知識、技術的更新迭代。
一體化：不同功能、品牌、學科的工業軟件間底層邏輯、數據格式、應用場景存在區別，易產生信息孤島，在一個完整工業流程中的數據、指令、信號難以實現流暢傳遞，導致生產鏈條難以有效承接，為提升研發及生產效率，工業軟件的一體化集成成為軟件廠商及工業企業的關注重點，國外廠商在一體化方面逐步形成合力，大型工業軟件企業通過并購垂類企業擴展產品線，實現交叉營銷，大型工業企業則通過并購工業軟件企業以完善自身的工業自動化產品。
AI技術輔助決策：在研發領域，AI能夠使得設計操作流程更加簡單、方便。創成式設計是基于AI技術的工業軟件重要落地應用方向，該技術能夠根據現實制造條件和產品性能要求，生成多個CAD解決方案，從而簡化設計流程，優化設計方案，開發出獨特的解決方案和零件幾何形狀。當前ChatGPT已經能夠應用于Autodesk、Dassult等廠商的CAD/CAE相關產品中，以設計規劃、嵌入軟件中的助手工具或插件等形式存在。在CAD領域，ChatGPT能夠根據用戶自然語言描述生成工業研發設計軟件代碼，但仍未達到實用水平。此外，ChatGPT還有望應用于信息搜索與歸納、軟件需求分析與設計、優化工業軟件設計和研發參數、集成更智能的軟件助手等。AI技術在工業軟件中的應用處于起步階段，尚未實現大規模應用，這也正是中國實現彎道超車的重要機遇。