面對中國工業軟件的如火如荼,有人摩拳擦掌,說成功近在眼前;有人望洋興嘆,說彼岸遠在天邊。不論什么論調,都看似言之有理,但也似是而非。其實,這也絲毫不奇怪,進入新時代,面對新事物,我們必須要趟過一系列雷區。誤區往往無法繞過,甚至會被人們當成大本營安營扎寨數年。真理的獲得,就是不停從一個誤區進入另一個誤區的過程。經過多次誤區洗禮,迭代遞歸,終見規律。今天,就工業軟件發展的誤區,我們先選十個下鍋。
誤區一
這幾年,中國工業軟件“風口”到來,很多人說 “卡脖子”是其原因,都還說中國工業軟件人應該感謝川建國。你質疑過這個說法么?這個“風口”是怎么來的?有人說是他國制裁,有人說是國際打壓。似乎很對呀,貿易摩擦、科技競爭以及“卡脖子”導致了中國工業軟件風口的到來。在我看來,此次風口和卡脖子只是具有相關性,并非因果律,他們都是另外一件事的兩個結果:中國工業和經濟到達了分水嶺。其底層邏輯是:2019年中國人均GDP達到1萬美元,中國進入中等發達水平,同時,面臨“中等收入陷阱”。此刻,跨越陷阱的方法是經濟發展模式必須從要素驅動轉向創新驅動,工業軟件是最重要的工具之一。此刻,也是競爭者把你推下陷阱的最好時機。太早沒有陷阱可以落井下石,太晚就跨過去來不及了。這也很好地解釋了 “貿易戰”和“科技戰”為什么是在2018年開打,而不是其他時間。此后的20年是我們跨越陷阱的時間,國際斷供和卡脖子將是新常態。那國家出手推動工業軟件自主發展是必然選擇,也自然讓其成為風口。于是,我們看到卡脖子和風口同時到來現象,但不意味著卡脖子是風口的原因,底層原因是中國工業經濟到達了分水嶺。卡脖子的確是中國工業軟件風口的催化劑,但絕不是基本原因。沒有愛因斯坦,相對論還是會被發現;沒有愛迪生,燈泡還是會被發明;沒有被蘋果砸中,牛頓也會發現萬有引力,甚至沒有牛頓,萬有引力也會被發現。歷史材料表明,以上事件都不是黑天鵝,而是趨勢,是規律,是時代發展的必然產物,只不過恰巧落在某個人的頭上。就像現在,落在了一個大家都認為個性異常的某國領導人。但其實,權力更替后,一切沒有變化,甚至變本加厲。國際經貿摩擦、科技競爭、工業軟件卡脖子將是新常態。所以,此次工業軟件的所謂風口,根本就不是風口,而是趨勢;不是突發的黑天鵝,而是可預測的經濟規律;不是一個轉瞬即逝的窗口,而是一個新時代的到來;是國家工業發展的內生需求,不是外力使然。誤區二
趕上國際標桿
國產工業軟件確實不得不面對一個現實:中國企業在用國際先進軟件。如果想做替換,你是不是必須得趕上甚至優于人家呀?這個過程,在我們國家稱為“對標”。中國社會喜歡“對標”,不是一般的喜歡,而是特別喜歡!每做一件事,一定要先找一個先進“標桿”,然后找差距、定目標、定計劃,最后大干快上!工業軟件界也是如此。對于工業軟件,多數人一直忽略了一個核心問題:我們真的需要做出大鱷們一樣厲害的軟件么?我們經常講對標,到底應該對什么標?現在每天講突破“卡脖子”困局,講國產替代,于是,就想當然地對標國際先進軟件。其實,我不反對“對標”,問題是你應該對哪個標?想對標別人先進的現在,那你需要先問問,你有沒有別人現在的基礎、環境和條件?我也倡導對標,但我主張:先掂量好自己,去對標人家當初和你相似條件下的樣子,而不是你的基礎、環境和條件不可企及的今天。這些年,我們天天在用戶現場觀察,發現國際先進的工業軟件在用戶那里經常使用的功能非常有限。初期我們認為是用戶水平太低,也有人說是軟件不好用,但最后我們悟到,是中國工業水平所限。中國航天行業是中國最具正向設計特征的行業,是完全自主發展起來的,所以與國際同行具有可比性。人類60年前登上了月球,而我們仍在追趕,這差不多就能丈量出我們工業和科技水平的整體差距。國際軟件的確先進,但那是根據產出國的工業水平的需求來開發的。一個國家的工業軟件水平是與這個國家的工業和科技水平相匹配的,印度就是個力證。印度是有名的軟件產業發達的國家,產業收入高、人才多,但并沒有出現全球知名和強大的工業軟件,就是因為工業水平不高,而不是軟件能力不夠。美國工業軟件之所以強大,不是因為美國工業軟件人聰明勤奮,而是美國工業和科技水平高。中國的工業水平沒那么高,對工業軟件的需求必然不高。換句話說,我們每年花了很多錢買高水平國外軟件,大部分功能其實購買后閑置,這無疑是采購經費的浪費。所以,我們對標,其實應該對標本國工業企業的“剛需”,而不是對標國際先進軟件。盲目對標國際軟件,只會浪費時間和經費,開發本國用戶并不需要的功能,用戶真正需要的功能反倒做不到位,既不可能,也沒必要,甚至是一種浪費,至少性價比不高。今日之對標國際,恰如昔日之彎道超車。先驅是領先于真實需求(剛需)一到兩步,先烈則是領先太多。如果與國外先進軟件對標,只有那些先烈才能及格或達標。當我們悟到這個的時候,才發現,我們只需要做出國際先進軟件的40%的功能即可滿足中國剛需。甚至對于應用不深的大企業或者尚未采納工業軟件技術的中小企業,這些功能已經綽綽有余。從這個角度講,我們過去所積累的技術積淀已經超過了需要開發的軟件。所以,我經常說我們做自主工業軟件的自信是有科學依據的,并不是完全靠情懷和豪情。在國際工業軟件的珠峰面前,我們仍然覺得可以一戰的原因就在于此。但也不要過于樂觀,搞清楚剛需到底是什么,卻不是吹氣就能來的。到底是這40%還是那40%,則需要在用戶現場摸爬滾打,實地考察。誤區三
避開國際大鱷鋒芒
中國古代的戰法里有“守正”和“出奇”兩種策略。那中國工業軟件突圍,是該守正還須出奇?“出奇制勝”和“差異化競爭”這樣的詞匯,在戰爭與商界中往往被賦予了魔力和褒獎。中國工業軟件要突圍嘛,當然應該出其不意!但真該如此么?據我觀察,其實未必。君不見,中國的工業軟件公司:有些凌波微步,走上了利基小道;有些飛檐走壁,最終在云上漂泊;有些劍走偏鋒,一頭扎進APP長尾不能自拔。似乎都是峭壁上的靈芝,哪一個成了餐桌上的糧食?我一直談一個觀點:中國工業軟件出現四個新賽道,這些賽道上沒有國際大鱷,只有中國工業軟件公司。這些新市場上沒有國際軟件,只有中國軟件可用。未來若干年,中國市場將產生大量對干糧而非靈芝的需求,即“剛需”。這就是我們為什么在技術和產品研發上選擇了守正的原因。當然,新舊賽道遲早會合并,所有戰車將在同一個賽道上競技。也正因為如此,我們現在才要堅持守正路線,盡快在基本面上進入全球第一梯隊。唯有如此,未來合軌之時,我們才有一戰的能力。打仗是需要用奇兵,但最終的勝利取決于國力,也就是工業、經濟和人才的底盤,這些無一不是靠“守正”方能獲得。關于用戶需求,中國工業軟件領域存在兩個現象。第一個現象是,用戶在采購軟件時,并沒有真正分析自己的剛需,而是對標國際先進軟件,作為自己的采購需求。喬布斯認為用戶會告訴你“他需要個更快的馬車”,那汽車永遠發明不出來。在中國工業軟件界的現象正好相反,他們往往說“他們要個飛機”,盡管那個飛機從來不去飛。和客戶溝通需求的時候,我們經常發現用戶無法清晰和系統地表達剛需。遇到需求調研,他們說出來的往往就是他了解的最強大的軟件的功能。用戶懶于認真研究自己的剛需,而是對標國外最先進的軟件來實施采購,雖然大部分功能他們用不上,但這個采購要求的提出最簡單、最省事、最安全啊。最后選定的產品往往遠遠超越真實需求,造成資金浪費。第二個現象是開發商似乎也認定,國外那些先進軟件開發的時候已經了解過用戶需求,我們不需要再做過多研究,直接對標國外軟件,即可開發出滿足用戶需求的軟件。最終的結果是,依舊不知道用戶真正需要哪些功能,我們稱之為盲目對標。喬布斯曾發表過關于需求調查的觀點:企業應該引領需求,而不是向用戶征集或調研需求,看來,此觀點在工業軟件界同樣適用。識別剛需,可以讓好鋼用到刀刃上,把珍貴的經費用于剛需。無論融資與否,中國公司在經費方面對比國外軟件仍然有所欠缺,不應該將有限的經費用于暫時不需要的功能開發。何時開發何種功能,是時機選擇問題,應該避免被拖入開發陷阱,甚至影響企業的生死存亡。誤區四
好產品是用出來的
工業軟件界一個共識:工業軟件需要大量的工程化驗證,才能進入實際工程中使用。的確,寫幾萬行代碼,開發出來第一套工業軟件其實并不難,難的是這套軟件是不是經得住實際工程的考驗。軟件的評測,內行看門道,外行看熱鬧。外行喜歡看的往往是軟件功能,內行則會鉆到深處看性能,底層的算法和引擎決定了軟件有多硬核,而它們則需要長時間大量的工程化驗證方堪大用。過去企業一般有兩種方法進行工程化驗證,一是用試驗方法,二是用戶現場工程應用。不論哪種方法都需要大量時間和資金。在現階段,這兩個途徑在中國工業軟件公司這里都不具有可行性。首先,國內工業軟件開發商沒有充足的經費進行試驗驗證,其次,即使資金花得起,時間也等不起,開發商現在沒有時間等待用戶的使用反饋。第三,新軟件的用戶基數小,反饋數量少,不足以支持工程化驗證。所以一家新創的工業軟件公司或新開發的工業軟件,在工程化驗證方面往往都是大弱項。因此,只會等待試驗驗證和工程應用反饋的人,基本都凍斃于風雪,走到終點的可能性基本上為零。于是,我們提出了另外一套切實可行的國內的驗證方法——用過去的案例驗證今天的產品。我們過去積累各個行業大量的工程案例,形成了擁有上萬案例的工程案例庫(圖3-1)。案例庫的數據經由國外軟件應用實踐而來,并通過用戶試驗及工程結果進行過驗證,結果確認可靠?,F在,每當開發出新的功能或模塊,用把過去的案例調出,相同的問題,用同樣的模型,在新功能或模塊中重新計算一次。與案例庫結果進行比對,結果偏差不大則認為新的功能或模塊可行,結果偏差較大,則繼續優化。利用這個案例庫進行工程驗證,節約了大量的時間和經費,相當于用過去的時間置換未來的時間,過去曾經投入資源和經費置換未來的資源投入和經費。通常,離散的工業品或離散場景不足以驗證工業軟件的完整功能。所以,工程化驗證需要考慮場景覆蓋性,通常需要用系列化的工業品及其子系統進行完整驗證,稱為系統性驗證。我們的工程案例庫中,除了案例數量多外,還依據這些案例整理了系列化工業品和子系統的工業軟件經驗、標準和解決方案,總數達到上百個系列,可以解決驗證場景的覆蓋度問題。誤區五
成本高,競爭強