工信部成立工业软件标委会，49％ 增长预期下的资金狂飙

标准先行：补齐技术短板的基础设施

2026 年 10 月 21 日，一场决定中国工业软件走向的会议在杭州召开。工业和信息化部工业软件标准化技术委员会（以下简称“工业软件标委会”）成立大会正式举行，工业和信息化部副部长熊继军出席并讲话。工业和信息化部有关司局负责同志，工业软件标委会委员代表、相关行业专家等参加会议。会后，标委会审议通过了章程、秘书处工作细则、标准制修订工作程序等文件，并研究部署了下一阶段重点工作。

这并非一个简单的机构挂牌仪式。长期以来，国产工业软件面临的核心痛点不仅在于“有没有”，更在于“准不准”和“通不通”。在设计类、生产控制类等关键领域，西门子、达索系统、ANSYS 等国际巨头凭借成熟的底层数据协议和接口标准，构筑了极高的行业壁垒。这些跨国企业通过多年的生态积累，将其软件产品与制造业客户的研发流程深度绑定，形成了强大的客户粘性和转换成本。

此次成立的标委会，其核心职能直指行业最薄弱环节——关键技术、数据互操作以及产品服务标准的制修订工作。秘书处设在工业和信息化部电子第五研究所，意味着未来的工作重心将落在打通不同软件系统之间的“语言障碍”。只有当国内企业能够在同一套标准框架下实现数据互联互通，国产化替代才能真正从“单点突破”走向“生态协同”。

从产业周期来看，工业软件的标准化建设是一个漫长的过程。欧美发达国家用了几十年时间才建立起完善的工业软件标准体系，而中国要在相对较短的时间内完成这一补课，既是一场技术攻坚战，也是一场市场博弈战。标委会的成立，标志着工业软件发展进入“标准引领、生态优先”的新阶段。

AI 加持：两条路径的商业兑现率

政策定调的次日，资本市场给出了直接反馈。据《21 世纪经济报道》梳理，受工信部成立标委会及“AI＋ 工业软件”宏观叙事的双重催化，华大九天等 11 只工业软件概念股成交活跃度出现显著飙升。其中，华大九天的 10 月以来日均成交额环比增幅达到了 95．41％，容知日新环比增长 83．7％，能科科技环比增长 59％。中控技术、格灵深瞳等公司也逆势上涨，显示出资金对赛道的强烈看好。

支撑这波资金疯狂的核心论据，来自于 IDC 的一份预测模型：预计到 2030 年，“AI＋ 工业软件”子市场的规模占核心工业软件的比重将跃升至 46．2％，且该细分市场将以 49％ 的年复合增长率持续扩张。这一预测数据的来源虽未公开完整报告原文，但其指向的趋势逻辑具有合理性。

然而，在这组漂亮的数据背后，产业界正面临着两种截然不同的演进路径选择：

第一种是“AI 辅助”（AI－augmented），即将大语言模型作为插件叠加在传统 CAD、CAE 软件上，实现代码自动生成、参数优化或知识检索。这类模式目前已在多家上市企业中落地，商业逻辑相对清晰，但其带来的本质性效率提升有限，更像是锦上添花而非颠覆创新。

第二种则是更具颠覆性的“AI 原生”（AI－native）。在这种模式下，AI 模型不再是辅助工具，而是承担了核心的建模、仿真甚至决策能力。这意味着整个工业软件的开发范式将被重构。对于大多数传统的工业软件企业而言，从前者向后者跨越所需的算力成本、算法人才储备以及海量高质量工业数据的沉淀，构成了难以逾越的竞争门槛。

经济日报在相关分析中指出，AI 与工业软件的融合需要区分这两条路径的不同进展节奏。短期内，“AI 辅助”将成为主流形态；中长期看，“AI 原生”才可能真正释放生产力红利。但无论哪条路径，都需要企业投入持续的研发资本，而这些投入能否转化为利润，仍要看市场需求和技术成熟度的匹配程度。

狂热与清醒：区分题材与业绩的边界

资本市场的敏锐程度往往超前于产业的实际成熟度，但这也埋下了错位博弈的风险。

在此次行情中，一个极具戏剧性的细节值得所有投资者警醒：盘中跌幅榜首位赫然列着上市不久的“近岸蛋白”，该股在短期内创下过 406．11％ 的历史最大涨幅后，今日突然遭遇 20cm 跌停，回撤幅度高达 36．44％。虽然该公司主营靶点及因子类蛋白研发，属于创新药赛道而非工业软件概念，但其作为前期“四倍牛股”的惨烈跳水，恰恰映射出当前高位筹码松动、获利盘急于兑现的市场底色。

这种高位股的暴跌对整个市场情绪产生了降温效应。当投资者看到短期涨幅巨大的标的随时可能出现剧烈回调时，往往会更加谨慎对待同类热门板块。工业软件概念的 11 只活跃股，本质上也是基于对未来增长预期的估值溢价，而非当下的业绩兑现。

从基本面来看，工业软件企业的盈利能力普遍处于爬坡期。以华大九天为例，作为国内电子设计自动化（EDA）龙头，其在芯片设计软件领域的市场份额持续提升，但与国际巨头 Synopsys、Cadence 相比仍有较大差距。公司的研发投入占比较高，净利润增速并不稳定，这在很大程度上反映了国产替代过程中的阵痛与挑战。

必须承认的是，标委会的成立只是一个起点。从制定第一份标准文件，到最终获得全行业的广泛采用并转化为实打实的软件销售收入，中间需要漫长的行业磨合与技术试错。49％ 的增长预测是建立在理想化渗透率假设之上的远期愿景，而非今年或者明年就能体现在财报上的净利润。

在这场由政策东风引发的估值重估中，谁能真正跨越“AI 原生”的技术鸿沟，谁能在数据互操作标准占据主导地位，谁才配享受长牛的果实。反之，如果仅仅是蹭上概念而缺乏硬核产品研发投入，今日的成交额翻倍，或许正是明日价值回归的前奏。

观察指标：如何判断 AI 工业软件的真成长

对于关注工业软件赛道的投资者和研究者，建议重点关注以下五个维度的变化：

其一，标委会标准制修订进度。首批国家或行业标准的发布数量和质量，将直接反映标委会的实际推进效率和产业影响力。

其二，头部企业 AI 产品的商业化收入占比。跟踪华大九天、中望软件等上市公司财报中“AI 相关软件收入”的比例变化，这是验证“AI＋ 工业软件”真实落地的核心指标。

其三，数据互操作性测试通过率。不同厂商软件之间的数据对接顺畅程度，是衡量行业标准是否真正统一的硬指标。

其四，工业数据集的开放与共享机制。高质量训练数据的可获得性，决定了“AI 原生”软件发展的天花板。

其五，国际市场的竞争态势变化。国内工业软件企业在海外市场的拓展能力和份额变化，将反映其产品竞争力和国际话语权。