自動駕駛與機器人時代，國產(chǎn)工業(yè)軟件的機遇真的來了？

最近幾年，科技卡脖子的問題頻頻凸顯，不但引起了我國科技界的關注，也成了創(chuàng)業(yè)投資機構開始著力解決和投資的方向。以卡脖子技術的重災區(qū)是半導體行業(yè)為例，國內很多公司并非不具備設計能力，但上游IC設計的核心工業(yè)軟件（EDA）仍為外國巨頭公司壟斷。

軟件，一直是中國設計領域、工業(yè)領域最薄弱的一環(huán)。而工業(yè)軟件，更是作為工業(yè)制造的“靈魂”載體，是國家制造業(yè)競爭力的關鍵。過去幾十年來，國內CAD（計算機輔助設計）和CAE（計算機輔助仿真）等核心工業(yè)基礎軟件，卻一直包括西門子、達索、歐特克等在內的國際巨頭所把控，國產(chǎn)工業(yè)軟件長期缺位。

但變化也在發(fā)生?？萍碱I域的變化牽動了工業(yè)整條產(chǎn)業(yè)鏈。以新能源智能汽車為例，目前中國是最大的生產(chǎn)國，也是最大的消費國，在新的場景下，大力研發(fā)投入到自動駕駛以及機器人工業(yè)軟件就成了我們彎道超車的機遇。

此前，技術自主可控的自動駕駛仿真測試企業(yè)「沛岱汽車」就完成了由高瓴創(chuàng)投領投的數(shù)千萬元級pre-A輪融資。自動駕駛的重大瓶頸之一在于功能性與功能安全性的驗證，而虛擬仿真測試被業(yè)界公認為未來對此問題的核心解決方法。

作為較早踏足自動駕駛仿真領域的企業(yè)之一，成立于2017年的沛岱汽車針對時下仿真測試驗證行業(yè)中，仿真還原度不足，仿真效率低等弊端，始終致力于利用獨創(chuàng)的物理級傳感器仿真方法，提高仿真環(huán)境對真實測試環(huán)境的替代能力，以實現(xiàn)在仿真中盡可能無損地還原真實場景及其力學、光學等特性的目的；并基于此，為汽車制造商在智能網(wǎng)聯(lián)新產(chǎn)品的研發(fā)過程和技術項目流程中提供更具競爭力的解決方案和服務。

高瓴創(chuàng)投表示，模擬仿真是自動駕駛重要的測試手段，也是其實現(xiàn)更大產(chǎn)業(yè)突破的關鍵。而在這一領域，沛岱汽車擁有國內一流的技術專家、以及經(jīng)驗豐富的電子機械工程師團隊。在創(chuàng)始人曹鵬博士帶領下，沛岱汽車以自主可控的技術研發(fā)優(yōu)勢，專業(yè)服務于汽車制造商的極具競爭力的解決方案，填補了國內模擬仿真測試技術的空白。

不僅僅是自動駕駛，隨著越來越多的機器人以及無人車出現(xiàn)在我們的日常生活，機器人時代已經(jīng)來臨。服務機器人、無人機、送貨機器人、智能車將為人類提供服務，特別在我國老齡化日益嚴重的背景下可以提供充裕的生產(chǎn)力。因此，在機器人時代我國不能再被卡脖子，必須要成為世界上機器人技術研發(fā)效率最高的國家。而研發(fā)效率取決于研發(fā)工具，特別是機器人研發(fā)工業(yè)軟件可以把機器人技術的研發(fā)從勞動密集型升華為智慧密集型，使得研發(fā)的技術更容易規(guī)?；涞?。

在仿真領域，除了沛岱汽車，高瓴創(chuàng)投還投資了中科院院士、著名計算流體力學家陳十一院士創(chuàng)立的十灃科技宣布完成A輪和A+輪數(shù)億元融資。十灃科技致力于多物理場仿真和數(shù)字孿生技術的研發(fā)與工程應用，旨在打造國內高端工業(yè)仿真軟件。此外，高瓴還布局了微尺度工業(yè)設計軟件深勢科技、云端在線協(xié)同CAD平臺卡倫特、4D BIM服務商云建信等多家企業(yè)。在高瓴看來，CAD、CAE等核心工業(yè)軟件雖然難度極大、壁壘極高，但技術迭代仍然帶來了彎道超車的機會。

以CAD為例，“上云”就是一個彎道。云可以讓在線協(xié)同能力大幅提高，與此同時難度也是桌面CAD的10倍以上。因此即使成熟的國際巨頭去做云端CAD，也要重新建架構，像達索這樣的廠商同樣無法一夜轉云，更多也是在尋找早期創(chuàng)業(yè)公司標的。這就是為什么高瓴相信去做自主可控的工業(yè)軟件創(chuàng)新公司是有機會的。

作為核心工業(yè)軟件領域的大力支持者，高瓴認為，擁有自主可控的工業(yè)軟件不僅是當下突破“卡脖子”困境的剛需，更是我國工業(yè)長期發(fā)展的基礎設施。尤其是研發(fā)設計類核心工業(yè)軟件，雖然實現(xiàn)難度高、壁壘深，但同時也前景廣闊、杠桿力強。另一方面，自動駕駛、機器人等新產(chǎn)業(yè)機會，也為工業(yè)軟件的國產(chǎn)替代帶來了彎道超車的機遇。中國正在從工業(yè)大國向工業(yè)強國邁進，發(fā)展核心工業(yè)軟件，不但是向工業(yè)數(shù)字化轉型的必要條件，也是實現(xiàn)智能制造的關鍵因素。