IT架构的变革有一条比较清晰的技术演变路径，包括云化、低代码、模块化。不管是做组态软件、MES，还是在我们自己产品的层面，都面临IT架构的变化。想了解一下两位对IT架构变革趋势的理解，以及结合各自公司的产品，两位在这方面的布局？

从客户的角度来看，制造业关注的无外乎降本、增效、提质、减存，以及因为数字化转型而增加的创新，企业无非就是在这五项要求上选择好的供应商。新的技术会不断叠加进来，比如大数据、AI、5G运用、元宇宙等，但企业还是会回归到降低成本、提升效能这些根本需求，所以技术只是一个达成这些目标的手段。当然，我认为云是一个不可逆的趋势，但从企业来看，云不是全部。现在大家都会谈到云、边、地三者的融合，根据企业的需要，“云边地”的配置会有所不同。所以我们在发展之中，要从企业的需求出发，针对不同的应用场景设计解决方案，满足客户需求。

顺着许总提到的降本增效，我们接着聊一聊。技术可能只是表象，用户最关心的还是我们作为供应商给用户带来了什么价值。那么，这个“价值”用户是如何感知的？用户如何和我们产生良性互动？

工业软件在企业里起的作用确实是提质增效、节能降耗、绿色环保这些方面。从力控自己的实践来看，用户的每一个项目必须有收益，要么简化组织结构，或者合并岗位，要么发现一些问题，进行整改，再用数字手段检验整改效果。比如说我们在中石油的生产物联网中，工业软件可以合并生产单元，简化组织结构，让节省下来的人力去做风险评估和隐患发现，从而减轻人的劳动强度，使生产更安全。我们在钢铁的能源管控上也上了很多项目。大概十年前，早期的国内钢铁行业能源管控项目大多是政府拨款，近期能源管控大多是钢铁企业的刚需。碳排放、碳足迹的要求都是刚性的，每一个环节都要有数字做检验。在管理节能上有数字可算，就可以用绩效的方式去驱动生产管控人员。另外还可以做优化，比如闭环、加入算法控制能源使用。最典型的就是卡边操作，比如说，这个出口的温度是90℃~92℃，显然是90℃更节能，我们就可以把这个给它控制好。力控在浙江鑫能和其他几个企业都实施了这种控制算法的优化。工厂里每个车间可以改造的环节特别多，抓住一点就能给工厂带来很大收益。所以我们可以看到，工业软件给用户带来的效益是难以拒绝的。而且工业软件不受经济周期影响，只要工厂的生产线开着，就需要使用这些手段。还有很多产品是处在中间层的，比如说实时数据库，给用户提供数据服务的，用户要求做到快速抓取数据，有效建模。

工业软件可以拆成工业+软件。会关注技术的大多是企业的CIO，还有投资者，和从事软件开发的我们自己。但出钱的老板基本上不关注技术的应用，而是可能关注信息安全等等。他更关注工业这个领域，软件应用能给他带来多大效益。每个软件刚进入市场的时候，都是政府引导，企业跟风，其实很多企业并不知道它为什么要做这个东西。一段时间后，企业都会回归理性，会去关注投资工业软件能对企业自身产生什么帮助，这时候就会思考企业遇到了什么问题。像我们的两大拳头产品，有一个是APS（高级计划与排产系统），客户导入APS都是有想解决的问题，比如说产销问题、物料调度繁琐问题、产能排产复杂问题。软件实施完，客户会希望产生一些效益，比如希望能估算产能库存，确保订单的交货日期，实现交提的可预测性，这些关乎到企业的信誉。还有些企业关注的是物料计算能不能在开工前明确下来，或者关注设备的排产情况。早期企业其实不关注能产生什么样的效益，只是跟风去做，但现在会去关注。像刚刚提到的排产问题，库存是否可以降低，接单到出货的时间是否能缩短，客户可交货的回应速度是否能提升，排产计划达成率能否提升等等，这些反应在财务指标上，可以看营收增加多少，成本降低多少，费用减少多少，从而算出一个对客户的实际收益。

在我们看来，工业软件还是要回归到工业层面，而不是聚焦在软件层面。在工业层次，我们应当重点关注的是软件的核心价值可以解决客户什么问题，这个问题的解决可以给客户创造多少收益，这样客户才会买单。

结合两位刚才的观点，我这里有两个小问题。一是我们刚刚说的价值创造，包括为客户提升产能利用率、提高收入、降低能耗、节约成本、解决安全问题等等。价值创造有没有排序？就是说用户对哪些价值创造的接受率更高，更愿意买单？二是马总刚刚提到的实时数据库，这是中间层的数据服务，用户可能是通过产品最终带来的价值，来间接感受实时数据库的价值创造。和直接相比，用户对这种间接的价值创造买单的意愿会不会不够强烈？

在工厂里面，只要能带来收益，提质增效，它就舍得投入。但如果投入没有产出，客户最多买单第一次，没有第二次，对我们来说也是对研发时间、研发人员的浪费。但要说哪个改进收益大、哪个改进收益小，这没有一个很明确的判断。不同的决策者，他眼中对问题的排序是不一样的。另外还存在跟风现象，同行做了哪些，他也做。

说到实时数据库这个中间产品，它的着眼点是不一样的。像投资采购了实时数据库的用户，对于实时数据库的使用和上下游情况已经比较了解。而且实时数据库有自己的业态，客户都被前期的投资教育过了，会聚焦于产品本身，关心它的性能指标、稳定性、功能性、可靠性之类的。

说到价值创造优先性，从我的经验来看，都是客户要求的最优先。客户要求的重点可能不一样，但不外乎就是质量、产量就两方面。不同的工业软件解决的是不同范畴下待解决的诸多议题，每个企业对这些问题的轻重缓急不一样，所以很难认定。不管怎么样，客户的要求是最优先的。

许总的回答很现实，我们服务终端用户，特别是中大型用户，肯定是把客户需求放在第一位，我想追问一个问题：鼎华现在主要做的是MES，但业内有些人对MES有一些成见，比如二次开发的比重过高、人均产值没那么高。鼎华有没有标准化的通用打法，可以推动我们成为一家大型的、通用性的MES厂商，或者类似西门子那样的大型工业软件厂商？

我认为刚刚提到的那些固有印象也是现在MES厂商的现实情况，不过我们认为这是可以改变的。具体怎么改变，每家企业的方式不一样。从鼎华自己来看，我们认为走向行业，就有机会解决。比如说刚刚提到的产品标准化率，我们内部语言叫做行业的贴合度。每家企业管理的模式不一样，百分百贴合存在一定难度。但是我们静下心来思考，企业有不同工艺，一个工艺在产业中的管理模式可能是几乎一样的。那我们可以针对某一个工艺做到开箱即用。以MES或者APS来看，如果我们可以对某一个工艺开箱即用，那么一个工艺一个工艺的积累上去，我们是不是能在软体开发当中使用预先配置的软件、参数、表报，来满足这个工艺的需求，从而避免二开，提高人均产值。所以我认为解决MES行业的关键的问题，要从聚焦行业的深度着手。

MES行业有没有可能出现工业巨头呢？我认为可能性是相当高的。就像ERP，发展四十年了，现在每家企业拟成立的时候都需要买进ERP。从国内的实体经济发展态势来看，做工厂管理方案的厂商有很大的机会。政府支持、人口红利减少、年轻人不愿意进工厂，导致工厂管理更要高效。姑且不论是不是每个公司都会有一套MES，至少他们要有一套工厂管理的相关软件；每个工厂可能有十套相关的工厂运营管理系统，所以市场是非常大的。MES行业属性很强，要看到底有几个行业来瓜分这么大的市场。

第二个问题是一个厂商能吃下几个市场？我不认为有通用性的MES，而是看有没有一家有实力的厂商能从一两个行业渗透，逐渐壮大。所以我认为这个市场还是相当庞大的，未来国内应该会出现少数几家在单一行业领域、或者多行业领域内比较大的企业。

鼎华在半导体领域、3C电子领域做得很优秀，您能不能分享一下鼎华，对于半导体领域里的细分工艺环节，我们的标准化程度做到了什么程度？

早期我们以为半导体就是一个行业，一个方案就可以满足相关需求了。但随着沉淀越来越深，我们发现在半导体行业中，工艺不一样，就会产生不同的方案。比如从外部来看，就是半导体方案，但我们内部这个方案下有很多方案包，比如芯片制造方案包、封测的方案包等等。不同的技术，如集成电路、第三代半导体、LED，也有对应的不同封测方案。也就是说，我们走进这个行业之后，要深耕行业，针对不同工艺发展不同的方案包，来解决提效问题。这就是我们做半导体行业的经验，不是一个方案进去就能看到质变，它底下因工艺不同而又有不同需求。我们也借此来深耕行业，提升产值。

力控在数据和界面的融合这块做得很好，力控的软件中也沉淀了很多有用的数据，请问马总是怎么最大化发挥这些数据的价值，从数据化做到智能化？

力控确实在SCADA这方面积累的时间较长，特别是在流程行业。SCADA其实就是有人值守，凡是有人机交互的场合，都是SCADA的应用场景。为什么需要有人值守？因为很多场景下不能实现无人值守。电梯可以无人值守，但很多是需要人和机器进行交互的。我们这个软件存在一定通用性，有一类是各行业都能用，还有一类是行业化的。它聚焦于行业，将行业里的业务和软件整合得比较密切。比如轨道交通、电力、电网，这都叫SCADA，但是不太一样。我们力控刚开始服务中小应用居多，所以我们的行业套件积攒了两千多个。这些数据不是单纯的数据，比如说温度、压力，它们是数据，但是计算的时候不要这样的数据，而是需要建过模的数据。比如说我们去医院体检，好几百项数据我们也看不懂，要把关于心脏的数据单拿出来，这就是说要面向应用建模。建完了模，然后把几个数据合起来描述一个症状。

不管是SCADA也好，还是实时数据库也好，力控的价值是给上下游提供可用的数据。计算需要有合格有效的数据，如果这个数据提供不够及时，需要客户再去人工干预，那就没意义了。所以数据获取要具有及时性、有效性、便利性，能够给用户提供建模的手段，这样数据才能畅通。包括云边协同，云上的资源是计算，边上提供的是数据，如果两者协同不起来，云上的计算也没有用武之地。还有横向，比如APP之间的数据也要打通。力控能提供内部积累的模型、数据，还能提供一些直接、间接的计算服务。

马总刚刚说得很棒。一方面，不管是MES，还是SCADA软件，都是在沉淀大量的数据，这些数据本身很有价值。另一方面，从信息到数据，再到模型，是层层递进的关系。我们要把这些数据沉淀成模型，然后再从模型沉淀成行业套件。比如刚刚马总讲的两千多个行业套件，这是非常宝贵的财富，这些对于用户来说才是真正创造价值的东西。包括许总刚刚讲的，怎么把行业切片成细分的工艺段，积累这个工艺段的标准工艺包，这和马总提到的行业套件都是一个意思，就是把数据沉淀成Know-How，沉淀成模型，更好地标准化，来服务用户，这是我们现在工业软件的一个必经之路。各家企业，或大或小，都绕不开这个方向。

接下来想探讨的问题是，与国内相比，工业软件在海外发展得非常快，诞生了很多大公司，像西门子、罗克韦尔、霍尼韦尔、阿斯本等等。理论上来说，国内的市场更大，需求量也更大，但为什么一直没有诞生非常大的工业软件公司？我们现在做的很多事本质上还是国产化替代，两位可不可以分享一下我们国产化替代的路径和方法？尤其是中高端领域，像鼎华做的半导体、力控做的高端化工、电气、电网。这些门槛一般比较高，我们是怎么抓住机遇的？

工业软件是依靠工业而生，欧美的工业领先我们国内好几十年，他们有相当多的场域来做。做工业软件的人大部分是从软件出来的，需要场域去历练。国内早期的工业基本上都是加工层次，不那么尖端，缺少了场域的历练。所以国内一些高端制造业还是会选择欧美的软件。另外国内早期人工成本便宜，企业普遍不认同人的服务价值，也不太认同软件的价值，甚至用盗版，这是先天不良。后天也有些失调，因为国内各行各业的竞争相当激烈，很少像欧美企业一样，将利润存下来去做底层的技术研究。所以这样的恶性循环之下，国内二十年来没有出现像国外那样的巨头软件公司。但是我认为现在在政府的政策引导下，先天的劣势会被扭转，因为政府开始做国产化替代了。但是改善后天失调的难度比较高，因为各行各业的内卷还是十分严重，经常做一些低价、或者质量较差的扩张，导致内卷加剧。

在政府引导下，国内软件企业还是能获得一个很大的机会。早期一定规模以上的企业基本不会考虑国产软件。原因之一这些企业的营收规模已经上百亿上千亿，他们会找一个与之匹配的国际化软件公司；之二是他们找全世界第一第二的软件公司，即便没做好、负责人也不用担责。政府扶持能一定程度上改变现状，至少给国内企业加入竞争的机会。当然，企业竞争是残酷的，不能一味靠政策红利，还是要积累自己的实力，把握住机会。

我国的工业软件从业人员起步时还是以国外软件为师。早期国内没有软件，引进了国外软件之后开始学习，学习过程中我们觉得自己也可以做。我估计国内很多工业软件都是这样做起来的。和国外软件企业相比，国内工业软件基础弱，这是国内没有巨头公司的一个原因，但主要原因我认为还是工业。现在是工业4.0时代，1.0是英国的蒸汽机革命，2.0是电气革命。从电气看，像西门子、美国通用电气，他们都是电气革命的参与者，从发电机开始就引导着产业潮流。所以工业软件只是表现形式，但工业计算从电气革命开始就有，只不过那时是用纸或者其他工具计算，而软件是有了计算机之后才出现。在计算机发明出来之后，国外，尤其是美国的企业，以IBM为首，开创了采用计算机服务工业领域这条道路，这是他们的先天优势。日本的工业很好，工业软件也比我们强得多，但还追不上欧美。所以我们国内的工业软件，要做到软件和工业密切结合，为工业服务，这样才能发挥出它的作用。目前，国内处于后发阶段，工业软件有几千个分支，每个分支里面都有小小的萌芽，但都不大，也不是很强。国外的工业软件为什么强？因为它把这些细小的分支统合到一个平台上，横向打通，共享数据，共享计算，所以很强。工业软件越小的话越没人用，没有经过检验，这就形成了恶性循环。所以我认为，对于国内的一些创新性领域，比如新材料、新工艺，软件和配套的自动化系统一定要在国内做。将发明专利、创新工艺和控制系统这整个体系都掌握在自己手里。国内现在有很多这样的苗头，也有这个政策环境，所以机会还是有的。当然，做起来还是比较艰辛的。

国产替代可以分成两类：一类是新建项目里用上了国产软件。这种它在建厂期间投用的时候，会给你调试的时间。还有一类是，它现在系统里用的是国外软件，在升级时有替换的要求。那么它有两种选择，一种是升级原有的软件，另一种是用国产替代。用户绝对不会牺牲性能和功能来换取国产替代，这时对国产软件的要求和考验很高。如果顶住压力，把它换下来了，就是升上一个台阶，顶不住，在这个行业里可能三五年也翻不了身。所以工业软件还是要硬碰硬，尤其在成熟的产品、成熟的行业、成熟的业态里面。创新是另外一种情况，比如现在“云”这种新的技术，大家都是半成品。但在成熟的领域里，还是要硬碰硬。

我们也看过很多企业，观点跟马总类似。一方面，在成熟的领域，产品力要跟国外产品在同一水平。另一方面，工业互联网姓工，不姓互，本质上还是要绑定在产业里面，所以我们要对国内有主导权、原发性创新的产业具有足够的敏感性，比如光伏、储能、锂电等等。可能伴随着工业的崛起，会有足够大的工业软件服务商出来，这是弯道超车的一个机会点。

接下来我们现场听众有一些问题，跟两位嘉宾交流一下。

Q1：每个企业工艺流程各异，所以MES都会有定制化的需求，那作为国内的厂商是否可能发展出SAP的模式，只提供标准产品或者PaaS产品，让ISV去实施？

我认为这是一个企业发展的过程，一般从工业软件看，一开始可能是做项目，从项目中积累变成一个产品，从产品中打磨变成一个平台，之后可能发展成一个生态。现在国内大部分软件公司都是属于产品的阶段，在往平台走。要做到让ISV去服务，我觉得有几个很重要的条件。第一是软件要针对所服务的行业。我认为ISV都是一些企业老板，他会优先看你们能否帮我赚钱，而可能不在乎其他的配套。企业老板会优先思考你在该行业的胜率有多高，20%、10%甚至10%以下的胜率，可能不会做，所以往ISV发展过程中，需要沉淀经验，关注产品在行业中的竞争力水平是否足以让ISV业者的胜率很高，达五成以上。第二是在发展ISV时，要做机制的复制。我觉得机制复制有一定的要求，因为早期国内发展软件，都是依照软件先出、文件后补甚至不补的方式。这会造成在往ISV走的过程中，相关的软件包括机制的文件都不齐备。需要做到软件有竞争力，相关的机制才可以被复制。如果做到这样，我认为就可以采取SAP的方式来走，不然只是浪费精力。如果条件不成熟就起步，那么启动后会马上面对整体的ISV的竞争，然后快速的调用内部的配套支持ISV赢得项目，只有赢得项目并且可以赚到钱，客户才会持续跟着你。

Q2：一是市场展望方面的问题，SCADA市场的未来发展空间是否依然非常广阔？二是相对于国外MES厂家来说，我们的国产MES厂家，会在哪些行业可能有更多的机会？

SCADA市场有多重因素推动。一个是存量，它有升级换代的规律，八到十年要更新换代；一个是增量，增量来自两个因素，一是新建的生产线、一是新的产业，像光伏这种新的产业兴起；另一个推动因素是现在工业互联网的兴起和工业4.0建设，包括工业3.0的建设，推动它解决数据采集的死角问题；其中还有技术推动因素，像新的通讯技术、人工智能、大数据、云计算这些技术。未来许多产品，可能边界不是很清晰。应用相互结合，形成一个新的产品。SCADA还是会继续发展，但是未来它的边界会变化。比如说视频系统，今后的边缘控制器，还有很多SCADA系统，和行业、应用、业务结合得越来越紧密，比如说油气管道。油气管道原来是一个自动化系统，现在变成一个业务系统，业务系统就是给谁下指令，输了多少气、多少油，完成情况怎么样。这是一个业务执行系统，这里面80%的功能是SCADA，20%是工作流，还有一些管理系统。IT技术在发展。产品形态也在发展。SCADA是我们给出的定义，今后十年二十年，未来的用户可能还为未来的业务系统单独定义许多别的系统。我觉得围绕业务系统，去满足业务系统，来为这个业务系统赋能。我觉得最重要的方向是，以信息化引领生产方式革新，这个趋势是大趋势。

对，只要有业务系统，工业软件附在上面其实都是有发展空间的，业务系统在进步，工业软件也在进步。

Q3：1） 在半导体行业、还是汽车零配件行业等有很多APS应用场景，针对不同行业的差异性，APS的功能差异是否很明显？2）大家讨论APS时发现很多都是日系公司的APS产品，鼎华在APS方向的发展规划是什么？

APS产品涉及很多技术背景，有用启发式法则的，也有数学线性的，有AI处理的，有不同的技术来解决运筹的问题。鼎华的APS是启发式算法。理论上，我们建了很多的法则，希望在不同行业中可以组合出适合不同行业的法则，避免结构性的调整软件。所以我们目前的APS比较适合离散制造。我们有300多个法则，依照不同行业的需求，配置优先序的法则基础。不同行业排产考虑的重点不一样。在半导体行业，很强调跟机台的联动，在离散或者电子组装领域，强调的是物料的供应。第二，目前国内排产在工业软件中的声音不大，因为现在一家企业有能力做到排产，并且相信排出的结果，按照排出的结果去实践，有很多的前置假设条件，比如一定的信息基础。给予相关正确的数据，排出来才可参考，不然也不敢执行。所以排产在国内，就工业软件底下的管理软件而言，它的渗透率是相当低的。鼎华会锁定行业来做APS市场的推广，然后逐渐把行业当中排产的逻辑的优先序打包，比如电子组装的APS、PCB（印刷电路板）APS等等。只要管理软件较为工具化，相关的人均产值等指标提高，这是我们大概的发展方向。

我们也看了非常多的行业的工业软件，需求还是有层次的。一方面选行业像许总说的，要选数据化基础比较好的，有能力去做高级应用的。数据的打通做得比较好，才适合去做排产。另一方面同一个行业里要找那些已经上过MES的企业，他的数据基础较好了，再上APS可能会相对好一点。这个也是我们现在在看的一个需求的分层，就包括用户、行业的分层，都是从这个方面去考虑。

Q4：在工业互联网环节，AI的图像检测和声纹检测这些新技术，客户对这个是什么态度？是否有很大的需求？换言之AI现在这些新的技术，在我们相关领域里面的落地现状是什么样的，用户的接纳度是怎么样的？

图像检测做表面质量检测用的比较普遍，基本头部企业都在用，但我个人没有把他当成AI。我的认知是把图像检测当成一个新传感。它实际上是一种光波检测。真正的AI，我觉得要在工厂里面解决一些产品质量问题，比如说产品如何上档次的问题。比如说在钢铁领域某些特种钢，国外卖几十万块钱一吨，国内还造不了，怎么把它造出来？AI解决这些问题，更能体现出价值，因为图像检测就是模式识别，做质检只要算法好，能检测出来，在厂里面应用的都挺广泛的。

蛮同意的。其实AI在里面解决一些疑难杂症更能体现价值。像马总刚刚讲的这个，我们做一些高端材料的筛选，或者是做一些过程的质量优化等等可能相比于做简单的图像识别价值会更大一些，但这个也具体看落地场景。

戴巍（考拉基金）：马总、许总你们好，我想请教两个问题。可能有点抽象，但我相信很多投资人都会关心。第一个问题是，是不是所有的公司都得经历一个比较长期的积累，在工业软件领域有没有快速增长的，一下子就从天而降的快速成长的公司，这种是不是符合逻辑？第二个问题是说工业软件公司的成长是不是一个阶梯型的，平滑成长两三年、然后再增长，还是说也可能会出现一个线性的增长？

工业软件分门别类太多，我觉得应该从他是属于解决什么问题的工业软件来思考。第一个是工具型的，较有可能呈现快速增长，因为不用交付。我认为做B端的工业软件，如果涉及到交付，如果是一个较快的增长，那撑不了三年。第一年可能侥幸过了，遗留的问题第二年难以得到解决，所以有交付的话，太快的增长，对B端企业而言，容易造成灾难性的成长。快速的增长或许可以达成，但没办法持续，因为它需要交付。除非像APS一样，或者采用所谓的ISV方式来协助解决问题。刚才提到ISV有几个前提假设，比如说要有竞争力，机制、配套都要相当齐备。另一方面，B端跟C端有很大差异性。C端可以发广告，B端靠广告可能效果一般，除非积累到一定的品牌知名度跟一定的客占率、市占率。我觉得B端还是属于稳扎稳打的模式，因为B端的决策者以预算的高低，有不同位阶的决策，要触达到决策者，不是靠广告就可以触达到的。我认为第一应该是看他的类别，是不是能够高速增长。工具型的比交付型的更容易。第二是交付型的，快速增长，撑不了三年五年，因为如果没有解决交付瓶颈，就会变成一个灾难性的增长。

另外，增长是一个线性的，还是堆叠式的问题。我认为如果百分之二十、三十增长，当然是线性的。如果是一个百分之五十、百分之百的增长模式，这里我认为的增长模式涉及到商业模式了，商业模式的改变，才有可能达到50%或1倍的增长，不然就是20%-30%的增长。堆叠概念的内核是堆叠的收入代表累积足够多的老客户，老客户会有新购，有新购的工厂、新购的服务，所以堆叠是来自于老客户堆叠。在B端，这是一个很重要的收入来源。

我同意许总的观点。工业软件，按照许总分类，工具型和项目型。其实做一个项目是比较容易的，但是，项目复制是比较难的。在一个厂做好，然后把这个厂做的东西复制到另外一个厂，还要好用，是比较难的。工具软件实际上可以做乘法，可以卖很多量。但是在卖很多量之前，他的成熟需要很长的时间，这个成本很高。如果说做项目，在一个厂合作了一个项目。不代表在这个行业里面都行。现在资本市场上出了很多项目型的公司，有很多都是明星项目。但是在后期检验的时候，还是要用数据说话，还是需要积累。比如说像我们有两款产品是工具型的软件，我拿几个数据跟大家分享一下。我们这两款产品，一年卖将近1万套。用户买了一套我们的软件，他只会用到这个软件功能的5%左右，不超过10%，每个用户都不会超过10%。但是所有的用户加起来肯定会覆盖100%。有点像我们用Excel，每个人用Excel就是做一个简单表格，那些复杂的计算、图表都用不到，这个就是产品的积累。对于工业软件，有成长的压力，每过一个阶段，都要突破自己。一是因为要向国际巨头看齐，二是从自身来讲，要突破原来的抄袭或者复制。因为我们原来是模仿国外，在模仿的时候怎么形成自己的价值体系和技术体系。如何去把很多东西抽象出来，一个是需要人才的投入，也需要前期要做一些研发。在产品发展上，比如说大的版本更新，从5.0到6.0，可能需要三年时间，但是在5.0到6.0之前，就在做储备，这个储备就是投入期。到了一个阶段会有瓶颈，突破不了瓶颈，市场就把你淘汰了。从我这个从业者角度来看，工业软件确实有规律，需要长时间积累。