摘要：关于传统工业软件的转型，目前大家都能感受到人工智能的冲击。首先，当AI能够把握人类不能把握的数据间、符号间的关系，意味着什么呢？它对世界高阶相关性的认知已经远远超过人类。既然如此，我们需要对传统工业软件进行审视。例如PLM、MES、ERP、客户关系管理及供应链
华中科技大学教授李培根院士在济南工业软件研究院专家委员会成立大会暨第一次全体委员会议上，发表题为《工业软件发展之问》的主题报告，主要内容如下：
尊敬的各位领导、专家上午好。杨总要求我做一个主题报告，我说讲不出什么新的东西来了。去年我们通过圆桌会议讨论过一些问题。
今天我尝试提出一些问题，其中多数我自己也未能想清楚。
关于传统工业软件的转型，目前大家都能感受到人工智能的冲击。首先，当AI能够把握人类不能把握的数据间、符号间的关系，意味着什么呢？它对世界高阶相关性的认知已经远远超过人类。既然如此，我们需要对传统工业软件进行审视。例如PLM、MES、ERP、客户关系管理及供应链等等。这些软件所对应的活动中存在大量的高阶、复杂关联，但我们没有意识到或者忽略了。如果想进一步改善性能，应该如何改造这些传统工业软件？是在完全不改动它们底层结构的前提下，还是简单调用某些 AI 工具？我没有明确答案。
另一个问题，传统工业软件主要目的是提高效率，例如传统的 CAD ，可以大大提升设计的效率。但我使用绘图板也可以画出来，只是耗费时间较长。CAD 主要提高效率，不能真正做到创新设计。今天皇冠CAD(CrownCAD) 在人工智能应用方面已经取得了初步效果，包括智能渲染和助手等。未来它是否能够做一些创新的事情？这里有个例子是在芯片设计方面，AI已经超越人类的能力。谷歌使用 AlphaChip 设计张量处理器TPU ，现在是第七代。他们发现每一代 TPU 的发展，AI 和人类工程师之间设计的性能差距不断扩大，也就是说，AI 能够真正设计出一些创新的东西。我们思考未来 CAD 是否能够真正进行创新设计？AI 设计系统应该拥有丰富的设计案例，它是否具备一些问题关联的能力？在创新过程中，一个人需要善于联想和关联，AI 应该能够帮助我们更好地进行问题关联。可否把这样的能力融进我们的 CAD 里？我们现在的CAD是计算机辅助设计，人主导。未来是否能够变成HAD（Human-aided Design），实际上是AI 主导，人辅助。
目前人们谈论人形机器人和具身智能，我们是不是需要能够真正理解物理世界的工业软件？大家不要小看这个问题。现在虽然可以使用机器视觉“看到”，但是看得见并不意味着理解了物理世界。未来，理解物理世界的工业软件是开发适应于特定场景的还是通用的，这是一个重要问题。目前，制作人形机器人的 Figure 公司宣称取得了重大突破。Figure 实现了视觉、语言、动作三合一的“聪明”模型，能够看东西、听懂话、动手干活。能够真正识别理解物理场景，是不容易的。能够有理解所有物理场景的“聪明”模型吗？李飞飞提出的空间智能概念，也是强调理解物理世界，未来我们需要何种能够支撑空间智能的工业软件？我认为在未来建设智能工厂时，这些能力非常重要的。
人工智能发展中非常重要的一点是 AI Agent（智能代理、智能体），华天软件也开始探索智能代理应用。比尔·盖茨曾经提到智能代理不仅改变每个人与计算机互动的方式，还将颠覆软件行业。智能代理的出现对工业软件相关领域到底会产生什么影响？智能代理是否有可能颠覆工业软件行业？未来的智能工厂中需要完成各种特定任务的智能体，例如设计、工艺、质量分析......其中针对特定设计任务也许还可以细分。另外，是否还可以考虑为工程师、管理者开发个人智能代理，这种代理具有特定人的知识和特质。例如李某是一个工程师，而他的个人助手一方面具有李某所具有的知识，同时又远远超越真人李某的知识。这是很自然的，因为AI的知识无比丰富，当然它看起来得有李某的个人特色。因此，未来能否有体现特定人的个性化智能代理？这种代理可以体现特定人的特质和存在价值。仔细考虑这个问题，其实非常有趣。想象一下，未来人工智能功能非常强大，AI 普及时，每个人都会熟练使用人工智能，那么作为工程师的你如何体现你自身的水平和价值？我认为在智能时代，人总是需要体现个人价值、个人存在意义和水平的。智能代理在这方面能发挥何等作用？
SaaS 逻辑正在失灵吗？红杉提出一个结构模式，从卖工具（Software as a Tool）到卖协作（Software as a Co-worker），最终走向卖结果（Software as an Outcome）。如传统的客户关系管理（CRM）卖的是客户管理工具。AI 驱动的CRM 智能体，是帮助你完成客户转化，直接产生结果，而不是你去购买软件作为一个工具使用。随着AI 从工具转变为代理，用户行为也随之改变。真正的价值不是产品被打开多少次，而是交付多少结果。
未来，真正的智能化企业是什么样子？企业本身就是一个知识体，包含各方面的知识，例如工艺、装备、管理......能否将这些知识全部挖掘出来，形成一个真正的和物理工厂对应的数字工厂或者数字孪生的工厂？如果某公司有一个真正的数字孪生公司，那么它实际上超越了其管理人员和工程技术人员对那个公司本身的理解。即使是公司的老板，这个公司中涉及到大量数据，他不可能都清楚，更不用说数据之间的关联。所以，企业里的所有人对工厂的认识相加起来也不如 AI 系统。如果真正做到这一步，公司本身对人的依赖就小。如果有人跳槽，也并非很大问题。当然，到这一步其实非常困难。OpenAI 的Sam Altman 表示，有一天或许会有一个人工智能，你可以对他说：“帮我建立并运营这家公司”。未来企业的形态和模式会发生什么变化？
我们现在有些事情难以想清楚，这些变化必然伴随相应的工业软件去支撑。我们需要大胆想象，只有大胆想象，我们才能开发出真正适应智能时代发展的产品。
另外，工业软件开发中是否存在技术债？技术债是指有时候为了方便在开发中使用次优方案解决问题，这样会导致长期成本（技术债）。现在人们开始使用 prompt（提示）技术。prompt 工程，就是通过精心设计输入指令优化 AI 模型的输出。它确实显示出较好的效果，如果你提示得好，AI 系统产生的结果也会相对较好。它看起来简单直接见效快，而且开发者不需要深入了解模型的内部机制，只需要不断调整输入，直到得到满意的结果。但严重的问题是什么？我们是在教会AI 真正理解和解决问题，还是仅教它如何应对特定提示？有人认为过度依赖 prompt 工程的 AI 系统永远无法达到真正的智能。如果目前我们在工业软件开发中仅仅采取权宜的方法，未来需要智能进一步发展的时候，你再改你的系统的时候，是不是会付出沉重的代价？
最后一个话题是中国软件业是否需要更加激进的全球化。最近肖弘（Monica 、Manus 创始人 ，华中科技大学的校友）他们有一个重要的观点，即今天的中国创业者应该更加激进地全球化，大家应该到国际市场历练。他认为，如果你的系统真的好，在国外反而容易得到认可。我不确定中国的创业者是否应该更激进地拥抱全球化？
今天，我只是提出一些问题，有些问题我自己也没有答案，大家可以思考。
谢谢！
来源：华天软件
