工業軟件是對工業技術和知識的程序化封裝、復用。在實際工業場景中,如汽車、船舶制造中獲得了訣竅、技能、經驗,通過程序化、算法化、模型化等手段,封裝成了工業軟件。工業軟件能夠控制生產設備、優化制造和管理流程,提高生產率。
工業軟件可大致分為研發設計類、生產控制類、運營管理類、嵌入式等。而CAD(計算機輔助設計)、CAE(計算機輔助工程)則長期處于被海外產品主導的局面。比如CAE領域由Ansys、Altair、??怂箍担ㄊ召廙SC)占據主導地位;CAD領域則由西門子、達索、PTC、Autodesk長期把持。國產廠商仍存在研發不足、商業化能力弱、壟斷競爭帶來的差距問題。
隨著大模型的發展,工業軟件企業似乎正迎來轉機。
工業軟件變革
《中國工業軟件產業發展研究報告(2024)》顯示,2023年,全球工業軟件市場規模約5028億美元,折合人民幣約3.56萬億元。我國工業軟件市場規模約2414億元,同比增長12.3%,高于軟件行業平均增長水平。
截至2023年底,我國工業軟件企業關鍵工序數控化率達到了62.2%,數字化研發設計工具普及率達到了79.6%,研發設計類工業軟件市場份額占比達10%,較2019年翻了一番。
事實上,2015年后,我國開始重視工業軟件發展,相關政策密集出臺,但不可否認,產業仍處于起步階段,國產化率較低,特別是研發設計類工業軟件國產化率尤其低。2020年以來,在國外技術封鎖下,國內企業加快研發進度,國產化有所提高,行業迎來新發展期。
“隨著新一輪科技革命和產業變革的加速演進,工業軟件已經廣泛應用于幾乎所有工業領域的核心環節,是推進新型工業化的重要支撐。”工信部電子五所總工程師萬舉勇。
中國工程院院士李培根表示,我們需要基于AI大模型的應用,大力發展能“定義制造”的軟件,現在人工智能的發展已經在局部領域超越人的智能,在制造中融入了人工智能的某些軟件完全有可能在制造的特定方向上超越人的能力。
去年12月,由信通院牽頭、多家單位聯合編制的《工業大模型技術應用與發展報告》指出,AI與大模型將加速賦能新型工業化,從2022至2032年,工業AI市場規模將以46%的年均復合增長率高速成長。工業各環節圍繞語言、專用、多模態和視覺四類大模型開展探索。
產業布局顯現
AI大模型帶來新機遇,也成為各企業發力的重點。
2024年3月27日,創新奇智的奇智孔明工業大模型2.0版本(AInno-75B)及多款大模型原生應用發布。升級后的奇智孔明工業大模型參數量級達到750億以上,增強了海量知識管理、復雜邏輯推理、長流程任務編排、Agent智能體以及更多工業模態的生成能力。
作為產業鏈上游,傳統CAD軟件市場長期被國外廠商主導,界面復雜且使用門檻高。為打破這一局面,創新奇智出自主可控的Text-to-CAD類應用——“ChatCAD生成式輔助工業設計”。通過簡單的對話問答,系統便能迅速理解設計師的創意意圖,并自動生成符合要求的工業設計圖,還支持導出到傳統工業設計軟件進行手動微調。
2023年12月,京東方推出顯示工業大模型。在原有的AIoT技術底座基礎之上,融合京東方半導體顯示行業知識與經驗,涵蓋多個細分業務版塊“缺陷檢測視覺大模型技術方案”有效助力產線缺陷模型迭代及檢測系統上線效率提升10倍以上。
2024年3月,金風科技將行業多年沉淀的海量風機運行數據與風電行業專業知識庫融合,構建風電行業大語言模型,集成風機故障智能診斷系統,模型診斷準確率均在95%以上。
2024年5月,隆基綠能基于多模態大模型的生產合規視頻檢測技術,在生產過程中,每隔18秒就可以判斷出12串組件是否有缺陷,同時能識別和追溯缺陷組件產自哪條流水線、哪個機臺。
PTC是一家全球性軟件公司,據財報顯示,2023公司財年總收入20.97億美元,同比增長了8%,其中CAD軟件收入7.61億美元,呈現小幅負增長(-4%)。
近日,PTC推出其CreoR計算機輔助設計(CAD)軟件的第十一個版本以及Creo+TMSaaSCAD解決方案的最新版本?!癈reo使客戶能夠在開發過程中更早地采用仿真驅動設計,從而縮短產品上市時間,提高初始產品質量,降低制造成本?!盤TC CAD部門副總裁兼總經理Brian Thompson表示。
“產品設計完成之后,基本上就決定了其80%的碳足跡。所有的企業,尤其是加工制造型企業,需要將節能減排、零碳的重心轉移到研發階段,通過選擇更加利于回收、制造成本更低的材料、減重,實現這樣的目標。”PTC 公司中國區CTO施戰備對中國工業報說道。
據了解,PTC 在2013年收購主流物聯網信息平臺Thing Worx,2015年收購大數據分析平臺Cold Light之后,就開始對人工智能產品投入。2019年和2020年,PTC分別收購了云原生CAD軟件廠商Onshape和PLM解決方案提供商Arena Solutions。這也是PTC開始布局SAAS平臺云化工業軟件的第一步。
施戰備表示,當下,PTC 又與微軟Copilot協作實踐,從而幫助企業實現數字化轉型。同時,會從Creo、PLM、ALM、IoT/AR和SLM領域,全面推出PTC在AI大模型方面的應用和能力。
破解應用難題
近年來,數字化技術影響著整個工業領域。據不完全統計,國產大模型數量目前已超過200個。但在制造業領域,從目前來看,應用大模型還是非常困難的,施戰備認為原因有三點:
首先是數據。大模型應用的關鍵就是,要有海量數據提供場景化訓練,但在制造企業,這個數據難題并未被解決。
第二,制造業企業對于大模型結果的準確度要求很高。不能夠容許99%或者98%的準確。只要存在誤差,就存在導致工廠生產線出問題的可能性。
第三,數據的隱私和安全的保護?!捌髽I最核心的資產之一,就是擁有與產品相關的數據。但是,有多少企業愿意把數據拿出來共享?我們看到,所有大企業在談到IT應用的時候,第一反應都是安全性和保密性,甚至連應用公有云服務都會有顧慮?!盤TC全球資深副總裁兼大中華區總裁劉強告訴中國工業報,對于制造業企業而言,如果沒有數據,企業訓練大模型只能在內部進行。所以,用機器學習或者AI完全取代設計工程師,目前看起來仍不現實。
工業互聯網產業聯盟工業大數據組副主席、上海優也信息科技有限公司首席科學家郭朝暉告訴中國工業報,學術界總把工業軟件當成科技問題,但其本質是經濟問題。我們要看到真正的應用場景在哪里,算法次要的。在他看來,工業大模型目前主要對研發服務過程有輔助作用,但生產過程才是最重要的。
亞馬遜云科技大中華區戰略業務發展部總經理顧凡曾表示,對于制造業客戶,大模型應用核心是需要找到模型準確度和推理成本之間的平衡點。