国产工业软件如何破局？解数据之困是核心

2013年，在德国汉诺威博览会上，德国政府首次推出了 “工业4.0” 战略。彼时，德国政府对工业4.0的定义是一个信息，一个网络。

到今天，我国对“工业4.0”的理解却各有不同。工信部和中国工程院把中国版的工业4.0的核心目标定义为智能制造，由智能制造再延伸到具体的工厂而言，就是智能工厂。

这其中，智能制造、智能工厂是工业4.0的两大目标，而一切的关键都在于软件。在制造业，工业软件被公认为是“工业制造的大脑和神经”，可以说是软件定义机器。

而这最重要的部分，恰好是最难的事。工业软件长期被国外垄断是不争的事实，据《中国工业软件产业白皮书（2020）》显示，愈是涉及到工业核心知识与流程的部分，就愈难以看到中国厂商的身影。

穷则思变。2022年，尽管越来越多技术垄断的消息不断传来，但也有一批国产工业软件的探险家可以走到台前。中国工业软件从业者开始思考，换道超车的可能性。

这是困难，同样也是突围的机遇。

核心是解数据之困

“中国工业软件的情况是：技不如人，人不如人，钱不如人”，华为工业软件及工业云CTO丘水平一言以蔽之。

技不如人，国内工业软件技术与国外技术差距非常大，落后了很多年；人不如人，国内工业软件方向的开发型人才、应用型人才与国外差距很大，比如国外领先型的工业软件企业，在工业软件研发总人数大约在20万人，而中国Top 10工业软件企业的总人数加起来都不到5000人；钱不如人，指的是工业软件企业在研发上的投资，国内每年投资总额可能还不如像达索、西门子等任何一家公司一年的研发总投入。

在用户端，让中小企业能够使用工业软件也面临诸多困难：价位、使用难度和数据无法打通，都是门槛。

价位上，传统工业软件的收费动辄就是百万或大几十万，因此即使是年产值几个亿的企业，也会在购买之前多轮决策。而放眼中国市场，90%以上的中小企业普遍存在着实际的需求，降低购买门槛，也是目前工业软件企业们的共同目标。

使用难度则更大。在中国，只有百万的仿真工程师。而中小企业们在创新中对仿真的需求日益增多，如何让数千万不懂仿真的工程师能够使用仿真软件，是工业软件企业目前需要攻克的另一难点。

难度最大的地方是数据。2016年，丘水平担任华为产品数字化变革项目组组长，工业数据的洞察之难让他有深刻体会，也因此他决心要找到从根本上解决数据管理难题的办法。

传统IT系统建设的过程中，通常是按照流程分段建设，比如系统设计、软件开发、单板开发、硬件开发等系统，在建设的时候都是先分段建设，等到用数据的时候，沿着所需要的数据进行集成打通。因此，不同系统存放着各种异构数据，导致集成打通的成本高昂、代价巨大，效率极其之低。

数据，作为生产要素的逻辑是相通的，但只有被工业软件利用，才能发挥出更大的价值。但这也是业界认为数字化转型中最难的一件事。

同样的难题发生在华为。“在整个规划设计过程当中，我们最大的痛苦就是要实现超过170多个IT系统、8000多款工具的集成和拉通，按流程段建设的众多IT系统，要打通的话何其困难。”丘水平说道。

大量的工业数据都蕴藏在工业软件之中，难以被直接洞察和利用，正如工厂林立着垂直烟囱式的大型软件，让工业企业疲于做最基础的数据打通、集成、治理等工作。

在华为内部曾组织过上百次研讨，想解决的问题只有一个：究竟用什么理念和技术来管理数据才能一劳永逸？这家具备30多年工业制造和数字化经验的产业龙头，给出的答案是：从面向结果、面向过程的数据管理，转变为面向对象的数据管理。

丘水平表示，上世纪90年代，华为已经使用了“面向结果”的数据管理系统PDM，随后，华为从“面向结果”转为“面向过程”，研、产、供、销、服，不同环节构建不同的系统，再去打通。然而如前所述，这种方式已经成为企业的瓶颈，等数据梳理完成，产品已经落后于市场，于是，华为开始探索“面向对象”的数据管理技术。

在经过六年的探索和实践之后，华为基于公司的所有消费电子产品、工业级产品及车规定级产品，抽象出了包含产品、部件、单板、器件等在内的234个业务对象，500多个逻辑实体、18000多种属性，再将这些逻辑实体、数据关系及属性进一步归纳总结成24种经典的数据结构，最终抽象为2种物理元模型和6类基本关系。通过这2类元模型和6类基本关系，可以组合成反映万事万物的数据模型结构。

站在更高的角度来看，业界希望定义的新一代工业软件体系，不是为了管理数据，而是能够实现数据的“不治而顺”。工业软件需要一种符合当下时代潮流的数据治理方式，这就是华为云正在做的工业数据模型驱动引擎Data Model Engine。

打造工业数据管理新范式，华为的自我实践

“以面向对象的数据管理的逻辑就像“建高铁”，每一个高铁站都是一个对象，高铁站对象之间有关联；一个高铁对象相关的各种数据，会内聚成一个数据集；这些数据会与其他对象的数据之间自动连通，形成一个非常庞大的数据图谱”，华为云专家在介绍DME的时候这样举例。

华中科技大学万立教授表示，“从技术架构方面来看，DME面向对象建模的产品设计理念，元数据驱动的多租架构，能够高效支持开发人员在DME上创建新一代工业软件SaaS云服务。具体来说，DME是一个元数据驱动的数据管理SaaS开发平台，其构建的SaaS软件，数据在底层是天生拉通的，也就不存在复杂的数据集成、打通的问题。与此同时，DME建立了新一代工业软件架构的标准，就可以实现上下左右的互相拉通，企业基于这些根技术，可以少走弯路、不用重复造轮子。”

使用上，DME不仅内置了大量的工业数据模型模板库和多种开箱即用的专业数据管理功能，还具有图形化的开发界面，设计完成即可一键生成数据的API，极大降低了设计、开发的难度和成本。传统开发模式需要耗费数月才能完成的SaaS应用构建，使用DME只需几步即可快速构建完成，开发效率在传统模式的基础上提升了9倍。

此外，面对企业的定制需求，DME还支持多租户软扩展和热发布，无需中断服务即可实现软件更新。

近日，华为云DME已正式面向大众启动公测，在公测邀约会上，对于DME的性能和发展前景，行业专家纷纷表示看好。广汽研究院信息与数字化部副部长冯韬表示，DME具有多租户云原生的特性，具有强大的数据API和服务API生成能力，可以作为企业的元数据驱动引擎，保障企业交易侧和分析侧数据的一致性，让企业业务中台和数据中台更加容易落地。

也有工业软件企业公司指出，工业数据模型驱动引擎DME对于他们所研发的数据应用而言，就类似于手机App所使用的鸿蒙生态。作为应用开发商，得益于DME，他们可以把更多的精力和研发预算投入到应用能力的构建上，打造出更多更有竞争力的工业SaaS软件。

从这个维度看，DME构建了工业数据的良好生态圈，屏蔽了不同工业软件系统的复杂性，对接上层应用，让更多企业基于华为DME，少走弯路，避免重复投资。

共建生态，新一代工业软件呼唤齐头并进

DME，是一种技术架构，更是一种思考方式。华为云不再独自前行，而是串联起整个生态链路，站在新架构划下的新起跑线，拉近与海外工业软件的距离。

“新一代工业软件能够实现前后、左右、上下的集成打通。前后指的是历史数据和现在数据的兼容，左右是所有流程上一环节和下一环节之间能够打通，上下是工具软件层和数据层能够自由对接，从而实现新一代技术、新一代架构、新一代方法驱动下的新一代的工业软件与体系。”丘水平说。

华为云打造的不仅是一个数据平台，更是一个数据管理SaaS开发平台。过去，中国工业软件呈现了一盘散沙、九龙治水的局面，国产工业软件企业也习惯了单兵作战。但在最近两年，业界已经意识到，工业软件有着极高的数学、物理和工程等门槛，仅靠单个产品和单个厂商不可能突围成功，中国工业产业呼唤统一的数据管理新范式，完成工业不同环节的软件进化，共建新一代工业软件云生态。

华为云正式宣布工业数据模型驱动引擎DME开启公测的同时，也在聚合生态力量推动工业软件的发展。未来的工业软件不单单只需要产品与产品之间的比拼，更需要生态与生态之间比拼，推动工业数据管理的新范式，构建新一代工业软件云，是国内工业软件的换道超车的机会。

“过去国内工业软件企业习惯单兵作战，这两年逐渐有了生态意识，合纵连横，希望实现有效地协同和分工，华为云希望搭建一个平台。中国工业软件体系的成功，一定是新一代工业软件与生态体系的成功。”丘水平信心满满地说道。

工业软件体系是工业4.0不可或缺的一环。在过去几十年的发展中，如何实现换道超车，一直是尚未解决的问题。而在今天，DME提供了可以重新定义的标准，与众多生态伙伴一起共建也加速了迈进工业4.0的步伐，在工业软件的探索之路上，换道超车与齐头并进同在。

做难而正确的事。在如火如荼的云计算变革时代，作为数字化大国中的头部云厂商，华为云有责任也有理由去为工业4.0做新的探索和尝试。这一路尽管充满诸多未知和荆棘，但只要有越来越多的伙伴和企业参与进来，超车的那一时刻也不再遥远。正如丘水平所说：“我们希望在DME的支撑下，更多的合作伙伴可以抓住当下云计算框架变革和工业数字化的窗口期，重新定义新一代工业软件的体系架构，重新定义新一代工业软件的标准，重新定义云上工业软件的开发模式和商业模式。集众智，聚众力，共建工业软件云，让天下没有难做的产品。”