中国制造业真的强大吗？

看规模，连续16年稳居世界第一，强得可怕；但如果看自主性，却岌岌可危。因为我们制造业的命门——工业软件，一直被外资卡着。

2025年全球工业软件市场大约4万亿（5500亿美元），中国只占3000亿，占比不到8%。相比于近30%的制造业全球占比，少得可怜。制造业的底层研发都建立在工业软件上，没有自主可控的工业软件，制造大国就永远成不了制造强国。

但是随着AI改造千行百业，新出现的工业AI软件正在改写格局。

为了讲好这集案例，我们特意采访了嘉宾商学校友谢晖教授，他是享受国务院政府特殊津贴的专家，他创办的公司大捷智能，更是工业AI软件的一匹黑马，尤其在最复杂的汽车模具设计领域，可谓是一骑绝尘。幸运的是，它也是我们的被投企业。下面，我就以大捷为案例，为你拆解，AI如何颠覆工业软件行业。

1、什么是工业软件

先科普：什么是工业软件？

如果说机床、机器人是制造业的“手脚”，那工业软件就是“大脑”。

工业软件有三类：研发设计类（如 CAD、CAE、EDA）、生产控制类（如 MES、APS）和经营管理类（如 ERP、SCM）。其实在生产和经营类软件上，我们的国产化率都达到了 50% 和 70%。重点是顶层研发设计上，国产化率只有不到 10%，九成被全球巨头达索、西门子、PTC垄断，这几家我们海外访学也都带同学去过。

研发设计类工业软件是最核心的“工业心脏”，因为它决定着一款产品怎么被定义、被验证。比如工程师用 CAD 软件先画出一款产品的三维模型，再用 CAE模拟产品在真实环境中受力、散热，验证设计是否可靠。所以，怎么造飞机、汽车船舶，这些大型设备的底层数据都沉淀在CAD、CAE这些软件中。

为什么我们的制造业这么厉害，工业软件却追不上来呢？

两个原因。第一，起步太晚。

工业软件不是孙悟空，能从石头缝里蹦出来，它更像白酒，需要时间，需要慢慢沉淀。

达索、西门子、奔驰、宝马都是百年大厂，工业软件产业是跟着他们壮大起来的，特别是达索，本身就是军工企业，它的工业软件当初是为设计顶级战斗机而生的。所以，欧美是先有强大的工业，把工业生产中总结的经验沉淀到软件里，再经过几十年的发展，才掌握了底层数学和物理的内核。

反观中国，在起跑线上就落后太多。

第二，更惨的是，我们不光起跑线落后，跑道还坑坑洼洼。

改革开放前二十年，民族工业以低端制造业为主，织袜子、装电视，涉及到的高精尖技术本身就少，沉淀不下什么。等到汽车、消费电子等产业兴起的时候，为了提升效率，工业企业只能优先采购国外的成熟软件。国产工业软件陷入了“没人用 → 软件迭代慢 → 更没人用”的恶性循环。

再一个，工业软件研发周期长、见效慢，在国内不受资本待见，也就缺少外部资金，想从0到1，太难了。

2、AI重构工业软件

国外软件虽然市占率高，但不等于本身没有问题。特别是在制造复杂的物件时，比如汽车、航空航天的零部件，其实问题很大。

CAD类软件的核心是几何计算，不具备物理知识储备，这就像是工程师可以用CAD画一辆汽车的曲面，但是到工程场景下，用高强度钢板冲压，这个曲面会不会破裂呢？这个CAD就判断不了了，得工程师用经验判断。所以工业设计非常依赖工程师，某种程度上，甚至是个体力活儿。

谢晖教授告诉我们，一套汽车冲压模具的设计，平均需要工程师花8到15天，完成40万次鼠标操作、500个部件建模、1500次装配约束设定。生产一辆新车，需要几千次模具设计，可以想象这得多少人、熬多久才能干完。

更可怕的是试错成本。工程师先在CAD里画好图，再交给CAE部门算应力和回弹，有问题要打回重新画，没问题的话也不是万事大吉，在真实的工厂冲压下，钢板依然可能破裂。一辆汽车的配套模具往往要反复修模、试模，耗时几个月，试错成本动辄几百万，要消耗大量钢材。

比钢材消耗得更快的，是人。

年轻的工程师们往往因为扛不住巨大的压力和繁重的任务而离职，培养一个合格工程师需要五到十年，人一走，企业积累的工艺经验瞬间归零。

这，不是汽车模具设计一个领域的痛点。

在家电模具、航空航天零部件、船舶结构设计等方向，企业都遭受着一样的苦。

现在，AI重构了设计过程。在谢晖教授的公司，现在工程师只需输入工艺曲面数据，大捷的AI系统就能自动识别设计意图、提取特征参数、生成模具结构雏形，剩下的工作就变成了“搭积木”式的标准件配置。

原本需要8到15天的汽车模具设计周期，现在压缩到了3小时。

3、一个教授的创业之路

我亲身体验过大捷的魔力。有一次我陪谢晖教授一起去一家汽车公司交流，对方技术部门邀约线上会，我们一边开会讨论着问题，大捷的工程师一边同步打开AI系统操作设计，等会议结束，全套设计也做完了。那家汽车公司上上下下都震惊了，现场双方就敲定了合作。谢晖说，现在的商业合作都是车企找上门来的，因为车企找不到可替代的产品。

为什么大捷能做出这样的硬核产品呢？看看谢晖教授的履历就知道。

他曾任湖南大学教授、是国家“万人计划”领军人才， 博士毕业后，他去了一家汽车模具龙头企业当技术总经理。这段经历，让他近距离看清了模具行业高度依赖工程师经验的痛点。

他一直盘算着，怎么把人的经验沉淀下来？怎么用工业大脑替代工程师的人脑？他用了20年去求解，最后得出答案——AI。

当然，这中间经历了很多曲折。比如他在企业、高校里都做过AI探索。但是，企业缺算法团队，高校缺工程化环境，他一直没有机会实现梦想。直到2019年，国家层面推动工业软件国产化的信号愈发明确，佛山看中了他的汽车模具智能制造项目。

当年底，在佛山政府的支持下，他成立了大捷智能。

和我们日常使用的大模型不一样，工业设计的模型可以不那么全能，但是必须精准，零容错。大捷自主研发了面向复杂装备设计的垂域模型，构建了工艺驱动结构的知识图谱。

模型易炼，数据难求。

工业设计的数据，都沉淀在各家企业手里，很少会有公开资料，搞不到足够多的数据，模型再好，也难为无米之炊。

但这对谢晖教授来说，是天大的好事，他在这行泡了20年，最不缺的就是数据。

2021年前后，大捷的Agle Die V1.0完成核心功能开发。此后团队用超过7000个真实工程案例反复迭代验证，终于达到了汽车企业的导入标准。

作为行业里第一个吃螃蟹的人，最难的还不是做产品，而是产品做出来后，它将面临对整个行业固定生产方式的改变带来的挑战。

2022到2023年，谢晖教授带着产品，四处碰壁。找主机厂，对方先反问：“哪个龙头企业在用？”他答不上来。找模具厂，对方更顾虑。模具厂的订单来自主机厂，报价依据设计周期和成本，如果AI系统推广开来，设计周期和成本开始下降，那么结果将不是他们效率的提高，而是主机厂的压价。

直到2025年初，DeepSeek R1引发的AI热潮，让更多传统制造企业看到了AI的价值。第一个吃大捷这口螃蟹的是岚图，还把他推荐给自己的模具供应商。但过程也不是一帆风顺，有的模具公司非常抵触，甚至有人放话说这套系统“不好用”，它出自“大学教授”之手。好在岚图没有让步，在看过大捷的测试数据后，反而强势要求模具厂必须引入。

从此，大捷在汽车模具设计领域的名号彻底打响了，比亚迪、一汽大众、本田、小鹏等客户纷纷跟进。

汽车模具只是工业设计的一个场景，大捷还在进军家电设计，航空航天装备设计。谢晖教授告诉我们，目前已经和海信达成合作，还在确定一个飞机工业集团的合作。

除了服务B端客户，大捷也在尝试赋能C端工程师。他们推出了赋能工程师的公有云平台，让工程师从一个月画两套图提升到画十套，用得好，能大幅提高收入。

4、效率革命

谢晖教授是嘉宾商学校友，他说地平线创始人余凯在课堂上有句话，让他印象深刻，余凯说：“首先，技术不是护城河；再一个，教授做公司，不要投。”同样的话，最近逐际动力创始人张巍教授也对嘉宾校友说过。

现在，谢晖教授正用自己的公司，站在这个判断的反面。不是技术没有壁垒，真正的壁垒从来不只是技术本身。

现在任何想复制大捷的竞争者，必须同时具备两种能力：技术壁垒，客户壁垒。在技术研究上，他们既要懂产业又要懂AI；在客户积累上，产品要跑马圈地，一旦使用，客户迁移成本极高。

谢晖教授用超过20年探究一个行业痛点，又用3年打磨技术，4年跑通商业化。达索、西门子也一样，他们的护城河来自岁月的积淀，而不是突发的灵感，或者资本的浇灌。

AI时代，有太多一年之间、甚至一月之间长成的独角兽，快公司，就是要快速狩猎；但是无论任何时代，都不乏大捷、达索一样的慢公司，事缓则圆，慢即是快，慢公司，没别的，耕耘便是答案。

大捷用AI颠覆研发设计软件的案例，到此就讲完了。未来，生产控制软件、经营管理软件领域，一定会出现各自的“大捷”，这是中国软件企业弯道超车的机会，也是我们真正变身制造业强国的必答题。

作者｜吴婷

参考资料：

[1] 工信部电子五所,中国电子技术标准化研究院.中国工业软件产业发展白皮书.2024年.工信部

[2] 亿欧智库.中国工业软件AI化改造与突破路线研究报告.2025年.亿欧智库

[3] 艾瑞咨询.中国工业软件行业发展研究报告.2026年