全球工业软件情报周报：以AI执行能力的系统性竞争
全球工业软件上市公司战略、财务与资本情报周报
Global Industrial Software Intelligence Weekly
2026年第41周｜创刊号｜2026年10月12日
研究主题：全球工业软件进入新一轮资产整合周期——从工程软件并购走向工业数据、AI与全生命周期智能平台竞争
研究状态说明： 本期已经完成重点事件及部分企业财务、交易状态的原始资料核验，但尚未完成全球全部种子公司的逐一公告检查。因此，不能将本报告理解为所有上市工业软件公司的完整披露清单。涉及尚未取得的财务指标、证券估值和中国上市公司公告，均明确保留核验缺口。
所有重要事件以企业官方披露为优先依据。文中将确认事实、公司预测和研究判断分开陈述。
01｜本周执行摘要与十大变化
1.1 本周最重要的结论
本周工业软件产业最重要的事件，是Schneider Electric宣布以约226亿美元股权价值收购PTC。
这不仅是一笔大型软件收购，也是工业软件竞争边界进一步扩张的标志。
2026年10月5日，双方签署最终收购协议，施耐德电气拟以每股205美元现金收购PTC全部股权，对应股权价值约226亿美元、企业价值约237亿美元。交易预计于2027年第三季度完成，仍须取得股东及监管审批。
官方披露的收购估值约为2027年预期调整后EBITA的21倍；在纳入全部预期协同效应后，该倍数约为13倍。两者均属于交易模型中的前瞻估值，而非已经实现的财务倍数。PTC投资者关系
这笔交易的战略意义，在于将原本分布在不同厂商和技术体系中的工业数字化能力进一步组合：
产品设计与工程数据 → 产品生命周期管理 → 工厂与流程运行 → 工业数据上下文 → AI决策与执行。
施耐德电气希望利用PTC的CAD、PLM、ALM和SLM能力，连接已有的AVEVA工业软件资产，并结合其拟收购的Cognite工业数据与AI技术，建立覆盖产品、设备、流程和能源系统的工业智能体系。
需要特别强调：Cognite收购在本期所依据的官方文件中仍属于拟议交易，不能视为已经完成整合。
从产业研究角度看，这意味着工业软件巨头的竞争不再仅仅围绕CAD、CAE、PLM、MES等单独产品，而是越来越围绕工业系统的完整数据上下文、软件集成能力及AI执行能力展开。
这是本周第一项结构性判断，而不是对未来市场份额的确定性预测。
1.2 本周TOP10事件
排名采用研究判断，综合考虑资本规模、技术壁垒、产业结构影响、商业化进展及对中国工业软件产业的启示。该排名不是新闻阅读量排名。
主要一手资料：PTC、Hexagon、SAP、Siemens、Graphisoft、Tulip及Hitachi官方公告。PTC投资者关系
事件01：施耐德电气收购PTC
事实层面
交易价格为每股205美元现金，相对于公告前最后收盘价溢价42.3%。公司预计收购完成后，软件与服务收入将占合并口径集团收入约24%，合计软件员工超过15,000人、服务软件客户超过50,000家。
公司还提出，交易完成后的第三年预计实现每年2.5亿欧元成本协同效应，并预计产生约8亿欧元收入协同效应。后者属于管理层预测，不是已实现收入。PTC投资者关系
战略判断
施耐德电气试图把原来以能源管理、自动化和工业运营为核心的竞争优势，向上游产品研发、工程设计和生命周期管理延伸。
如果成功，其工业软件业务将从传统的资产与流程管理，扩展为跨设计、制造、运营的综合平台。
但这并不意味着收购后所有产品都将形成统一技术架构。CAD模型、PLM对象、流程工业实时数据、设备控制系统之间仍存在复杂的数据模型和语义差异。
未来验证指标
关注交易审批、PTC核心管理团队留存、交叉销售收入、客户续约、软件收入占比，以及收购后ROIC能否覆盖资本成本。
事件02：Hexagon收购Rocscience
10月9日，Hexagon AB宣布拟收购加拿大岩土工程分析软件企业Rocscience。
交易企业价值约5.35亿美元，预计2026年第四季度完成。
Rocscience预计2026年收入接近5,000万美元，年化经常性收入相当于年度收入的80%以上，EBITAC利润率超过40%。其软件用于岩体、土壤、边坡、隧道、大坝和基础设施稳定性分析。Hexagon
研究判断
该交易体现了另一条重要整合路径：
物理传感器与监测数据 → 工程力学模型 → 风险预测 → 工程决策。
这与施耐德电气的产品生命周期整合有所不同。
Hexagon希望连接现场测量与工程仿真，把工程软件从设计阶段延伸到基础设施的持续监测和风险控制。
对于CAE企业，这提示了一种值得研究的商业模式：不再仅仅销售离线求解软件，而是把求解器嵌入持续运行的工业业务流程。
事件03：SAP推进自主企业架构
10月6日，SAP在SAP Connect发布Autonomous Enterprise相关进展。
其Joule Work开始向客户推出，并在SAP内部覆盖约11万名员工。SAP称其在财务、人力资源和采购等领域观察到约20%的生产率提升。
Joule Assistants能够在企业授权、业务上下文和审计机制下执行部分业务任务，并支持与第三方智能体连接。SAP News Center
研究判断
SAP正在把传统ERP的价值从业务记录和流程管理，延伸到基于业务数据的智能执行。
这对工业ERP、MES、APS、QMS厂商具有重要意义。
未来竞争可能不只是哪个软件拥有更多功能，而是谁能让AI在可靠业务约束下完成更多工作。
不过，SAP内部生产率指标不能直接推导为所有客户均可获得20%的提升。
事件04：SAP拟收购TechWolf
10月6日，SAP宣布与TechWolf达成收购协议。
TechWolf的技术重点是构建企业工作任务、技能和人员能力之间的上下文关系。交易预计于2026年第四季度完成，具体交易金额未披露。SAP News Center
这项交易值得关注的并不是HR软件本身，而是企业知识结构正在从传统组织架构、岗位和流程，向实际任务、技能和执行上下文扩展。
工业软件企业同样面临这一问题。
未来工程智能体需要知道的不仅是工程师使用什么软件，还包括工程任务、技术约束、操作权限、专业知识及结果验证标准。
事件05：Siemens工业数字孪生进入绿氢项目
10月8日，Siemens宣布与葡萄牙Galp合作，为其位于Sines的GalpH2Park绿氢项目部署工业软件。
项目第一阶段规模为100MW，采用Hydrogen Performance Suite，通过物理模型、实时数据和优化算法支持生产运营。
Siemens估计该系统有望实现最高15%的能源节约，但这属于供应商估算，不能作为已经实现的项目效果。西门子新闻
这一案例体现了流程工业数字孪生的价值基础：必须能够连接物理机理、生产约束、能源价格及实时控制，而不仅是构建三维可视化场景。
事件06：Siemens拓展工业AI渠道
10月5日，Siemens与TD SYNNEX宣布建立全球分销合作框架。
双方希望结合Siemens的工业技术与TD SYNNEX的IT渠道生态，扩大工业自动化、软件、AI及网络安全解决方案的市场覆盖。西门子新闻
其战略价值在于，工业软件的市场扩张越来越需要同时触达传统OT渠道、IT服务商、系统集成商及云服务生态。
对中国工业软件企业而言，渠道体系建设可能与核心技术研发同样影响规模化商业化速度。
事件07：Graphisoft推动BIM与AI协同
10月7日，Nemetschek旗下Graphisoft发布2026产品组合。
新产品重点包括Archicad、MEP Designer、DDScad、AI Assistant，以及规划中的Model Context Protocol连接能力。
Graphisoft同时推出Archicad Max订阅方案，强化AI、数据和可视化能力的组合销售。Graphisoft
研究判断
BIM软件正在从单一建筑建模工具，向跨专业协同、AI辅助分析和统一设计上下文演进。
需要区分已经交付的功能与规划中的MCP能力，不能把路线图当作正式商业化成果。
事件08：SAP扩展供应链智能体
10月8日，SAP介绍面向产品设计、供应链规划、制造、物流、资产运营及业务网络的新一代Joule Assistants与Agents。
相关新能力计划于2026年第四季度正式提供。
SAP同时披露部分客户应用案例，例如Doehler使用物流问题解决智能体后，减少了约三分之一原先用于故障排查的时间。该数字属于具体客户案例，不能直接视为行业平均水平。SAP News Center
这一事件对APS、MES和工业ERP具有直接参考价值：未来的智能制造软件需要从发现异常走向提出方案、验证约束并执行被授权的操作。
事件09：Tulip推动工厂一线AI应用
10月6日，未上市工业软件企业Tulip Interfaces在Operations Calling发布新的工厂一线AI能力。
产品方向包括应用构建、工业连接、智能体、自动化、工厂运行回放及统一治理。Tulip
虽然Tulip不是上市企业，但其产品路线值得列入L4重要资产观察池。
它代表了与传统大型MES不同的产品组织方式：让制造现场人员和工程师更直接地构建、运行及管理应用和自动化流程。
事件10：Hitachi参与关键基础设施AI安全合作
10月8日美国当地时间，Hitachi宣布加入Anthropic的Critical Infrastructure Defense Program。
合作关注电力、水务、制造和交通等关键基础设施的网络防御，尤其涉及工业控制系统。Hitachi Global
这提示工业AI规模化部署必须同时考虑安全边界、操作授权、攻击面扩大及关键基础设施连续运行要求。
工业智能体的技术成熟度不能仅用模型推理能力衡量，还必须考虑工程安全与系统可靠性。
02｜全球工业软件上市公司动态总表
2.1 本期观察池的组织方式
全球工业软件企业不能仅按是否属于传统软件行业分类。
大量关键工业软件资产实际归属于自动化集团、工业技术集团、半导体技术企业或多元化软件控股集团。
因此，观察池采用四级结构：
同一企业可能跨越多个赛道，但数据库应设置一个主要分类及多个次要分类，避免重复计算。
2.2 本期重点上市主体
以下是本期已开展定向检索的主体，并非全球完整上市公司清单。
| 新增：拟收购PTC | ||||
| 新增：签署出售协议，仍上市 | ||||
| 新增：拟收购Rocscience | ||||
| 更新：客户项目及渠道合作 | ||||
| 更新：AI产品及收购 | ||||
| 更新：Graphisoft产品 | ||||
| 更新：关键基础设施安全合作 | ||||
| 新增：参股芯行纪 | ||||
| 更新：一致行动协议延长 | ||||
状态说明： 表中的“维持”仅表示本期未在已核验资料中识别出需要更新的同类重大事项，不表示已经完成对该公司全部公告的排查。“新增”是相对于本期建立的事件基线，不代表与上一期周报比较。
公司证券代码、上市主体及业务归属以各公司投资者关系页面、证券交易所披露和本期公告为依据。部分企业尚未完成法定名称、母子公司关系及全部证券市场代码的数据库级复核。
2.3 中国市场重要补充：华大九天参股芯行纪
这是本期中国EDA产业最值得关注的资本事件之一。
2026年10月8日，华大九天披露拟投资14,904.4692万元，受让芯行纪科技股份有限公司926.9142万股股份。
交易完成后，预计持股比例为6.90%。
股份转让协议实际签署日期为2026年9月30日，董事会亦于当日审议通过。因此，这是一项本周正式披露、协议签署发生于上周之前的资本事件。
公告明确指出，投资目的在于补齐数字电路布局布线关键EDA工具，推动构建数字电路设计全流程EDA工具系统。
公告还指出，华大九天希望此次投资与此前对亿方联创等企业的投资形成技术协同。
需要注意，芯行纪目前处于亏损状态，且该交易属于少数股权投资，并不意味着华大九天已经完成对其技术、知识产权或经营活动的控制。电子报
交易隐含股权估值测算：
这一结果仅是根据交易价格与预期持股比例计算的隐含股权估值，不是经审计的企业价值，也不应直接与控股权收购估值比较。
战略意义
数字EDA工具链存在显著的技术依赖关系。
从逻辑综合、布局规划、单元布局、时钟树综合、布线到时序收敛和物理验证，各环节不仅需要独立算法，还需要统一的数据模型、设计约束和迭代优化机制。
如果各工具来自不同供应商，即使单项工具可用，也未必能够形成稳定、高效的完整设计流程。
华大九天通过投资芯行纪补充布局布线能力，反映了中国EDA企业正在尝试通过资本与技术协同解决工具链完整性问题。
但“补齐工具链布局”不等于“完成国际先进工艺节点的全流程验证”。
后续需要验证：
• 双方产品是否形成可重复运行的完整流程。 • 是否支持目标工艺节点及复杂芯片设计。 • 是否具备稳定的时序、功耗、面积和收敛表现。 • 是否完成晶圆厂或芯片设计客户的实际验证。 • 是否产生可确认的商业收入及客户续约。
这类指标比简单统计工具数量更能反映EDA技术成熟度。
2.4 中国市场其他公告
浩辰软件：控制权稳定安排
浩辰软件10月10日披露，实际控制人胡立新及相关一致行动人延长一致行动协议三年，有效期至2029年10月9日。
公司披露本次安排不改变实际控制人。
该事项属于公司治理与控制权稳定事件，而不是新的CAD产品突破或经营业绩变化。上海证券报
汇川技术：资本配置与激励机制
汇川技术10月8日披露股份回购进展，以及第八期股权激励计划相关审核与公示事项。
这些事项值得纳入资本配置和组织激励数据库，但不能仅凭公告判断研发生产率或工业AI业务收入已经发生改善。中财网
2.5 L4重要资产观察池
这里有一项特别重要的数据库规则：
企业退市不代表技术资产消失；技术资产被收购也不代表产品已经完成融合。
因此，企业数据库与技术资产数据库必须分开维护。
03｜最新季度财报与财务质量分析
3.1 本周财报发布情况
本期核心研究窗口为10月5日至11日。
在已经核验的重点工业软件公司中，未确认有新的完整季度财务报告正式发布。
因此，本章采用各企业截至10月12日已正式披露的最新季度财务数据建立基线，而不是把7月、8月发布的财报误称为本周财报。
财务比较采用原始披露口径。 对于集团型企业，集团收入与工业软件业务收入分别处理。
3.2 核心企业最新季度财务对比
下表的报告期不同，不能直接用于比较同一自然季度的行业增长率。
资料分别来自各公司正式财报。PTC投资者关系
财务比较注意事项
PTC的收入、ARR和现金流并非相同口径。其2026财年已经剥离Kepware和ThingWorx业务，必须在比较时剔除相关业务造成的基数变化。
Synopsys的同比收入增长受到Ansys并表影响，不能简单解释为原有EDA业务实现了相同比例的有机增长。
Hexagon已经完成Octave分拆，因此不能把分拆前后集团收入变化直接解释为市场需求变化。
Octave的GAAP利润受到重大非现金减值影响，必须结合调整后利润和现金流分析。
Siemens的208亿欧元是集团收入，17.3%是工业业务利润率，两个指标不属于同一利润率计算口径。
3.3 PTC：并购价格背后的经营质量
PTC最近一次已核验的完整季度报告于2026年7月29日发布。
关键指标
来源：PTC于2026年7月29日发布的FY2026 Q3财报。PTC投资者关系
正面变化
PTC的可比ARR固定汇率增长9.1%，高于公司此前8%—9%的指引区间。
经营现金流和自由现金流也超过此前指引上限。
这些数据说明，公司在订阅与经常性收入方面仍具有一定经营韧性。
潜在问题
收入同比下降7%，GAAP和Non-GAAP营业利润率均下降。
即使考虑业务剥离，也不能仅凭ARR增长认定全部经营指标改善。
还需要研究：
1. ARR增长中来自价格调整的比例。 2. 新增客户与现有客户扩张的贡献。 3. 许可证转订阅的收入确认影响。 4. 客户净留存与取消订阅情况。 5. 产品组合变化是否影响长期毛利率。
其中部分指标尚未取得同口径完整数据。
对收购估值的影响
施耐德电气购买的不仅是PTC当期利润，还包括其客户基础、工程数据、产品生命周期管理能力及经常性收入。
但这些资产能否在收购后创造额外价值，仍取决于跨产品集成、渠道协同和客户实际采购行为。
研究判断：PTC是一项具有较强经常性收入基础、但仍面临增长质量和整合风险的工业软件资产。
3.4 Synopsys：EDA与Ansys整合进入财务验证阶段
Synopsys于2026年8月26日发布FY2026第三季度财报。
主要数据包括：
• 季度收入24.77亿美元。 • 上年同期收入17.40亿美元。 • GAAP稀释EPS为2.84美元。 • Non-GAAP稀释EPS为3.91美元。 • 全年收入指引中值提高至97.15亿美元。
公司表示，设计自动化业务表现较强，Ansys业务贡献良好。Synopsys News Releases
财务分析
按照披露数据，收入表观同比增长约42.4%。
但这不是可以直接用于衡量原有EDA业务增长的有机增长率。
Ansys于2025年7月17日完成收购，因此两个季度的合并范围不同。
对于Synopsys，今后的财务分析应至少拆分：
原有EDA业务增长、半导体IP业务增长、Ansys贡献、并购相关成本及协同效应。
核心研究问题
EDA与CAE融合的商业逻辑非常清晰：先进半导体系统越来越需要同时考虑芯片、电磁、热、封装、结构和系统可靠性。
但商业逻辑成立，不等于整合效益已经实现。
需要关注联合产品销售、共同客户增长、跨产品数据模型、研发协同，以及Ansys原有客户是否受到产品和定价调整影响。
3.5 Cadence：高增长、高利润与高估值并存
Cadence于2026年7月27日发布第二季度财报。
季度收入15.84亿美元，上年同期12.75亿美元，同比增长约24.2%。
GAAP营业利润率由19.0%提升至28.4%，Non-GAAP营业利润率由42.8%提升至45.5%。
季度末订单积压达到81亿美元，其中预计未来12个月确认的剩余履约义务收入约42亿美元。
公司将2026年全年收入增长预期提高至约19%。Cadence
正面变化
Cadence同时表现出收入增长、利润率提升和较强订单储备。
这意味着其增长并不完全依赖短期费用投入。
需要警惕的因素
EDA需求受先进芯片设计、验证复杂度、半导体投资周期及客户集中度影响。
订单积压并不等于已经确认的收入。
同时，Cadence近年来扩展系统设计、分析、PCB和封装业务，业务结构变化可能影响增长率与利润率。
战略判断
Cadence的竞争优势正在从传统EDA工具扩展至AI驱动的电子系统设计与分析。
但是，判断其AI产品是否创造了独立商业价值，还需要更多收入贡献、客户采用率和付费数据。
3.6 Octave：独立上市后的财务质量与减值问题
Octave是本期最需要特别处理的上市主体之一。
2026年5月22日，Octave完成从Hexagon分拆；5月28日，其普通股开始在纳斯达克交易，证券代码OCTV。
因此，Octave不是仍在等待上市的拟分拆企业。Octave
最新季度表现
2026年第二季度：
来源：Octave于2026年8月12日发布的季度报告。Octave Intelligence (OCTV)
重大财务问题：21.35亿美元非现金减值
Octave在2026年第二季度确认合计21.35亿美元非现金减值。
其中：
• 商誉减值16.71亿美元。 • 商标等无形资产减值4.64亿美元。
公司解释，独立上市后的市值低于账面价值，触发商誉减值测试；同时，品牌整合导致相关商标资产重新评估。
这些减值没有直接造成当期现金流出，也不等于公司经营活动发生了相同规模的现金亏损。Octave Intelligence (OCTV)
研究判断
Octave案例揭示了工业软件分拆上市的重要估值问题：
资本市场愿意给予独立工业软件公司的估值，可能低于原集团内部形成的资产账面价值。
这不必然意味着软件技术失去价值，但说明资产分拆、品牌整合、独立运营成本和市场估值之间存在复杂关系。
对工业软件投资者而言，必须区分：
• 账面减值与现金损失。 • GAAP利润与调整后利润。 • ARR增长与收入确认。 • 独立上市估值与原集团内部估值。 • 一次性分拆成本与持续运营成本。
3.7 Dassault Systèmes：平台增长优于整体增长
Dassault Systèmes于2026年7月23日发布第二季度业绩。
主要数据：
• 收入15.558亿欧元。 • 固定汇率收入增长4%。 • 软件收入14.006亿欧元。 • ARR约44.4亿欧元，同比增长6%。 • 3DEXPERIENCE软件收入增长14%。 • 云软件收入增长14%。 • IFRS营业利润率23%。 • Non-IFRS营业利润率30%。
来源：公司正式财报。Dassault Systèmes
财务结构
整体收入增长4%，而3DEXPERIENCE和云业务增长14%。
这说明平台和云业务增长速度明显高于集团平均水平。
但是，增长速度较快的业务并不一定已经成为利润贡献最大的业务。
研究需要进一步拆分不同产品线的利润、客户迁移成本和经常性收入结构。
对中国CAD与PLM产业的启示
国际工业软件平台的竞争已经超越单一桌面设计工具。
对于中国企业而言，核心几何能力仍然重要，但同时需要重视产品数据、工程协作、仿真集成及云端部署。
不能因为云收入增长较快，就认定传统本地部署软件已经失去商业价值。
3.8 SAP：云业务增长与AI商业化之间仍需建立财务联系
SAP最近一次已核验的完整财报为2026年第二季度。
主要数据包括：
• 当前云订单积压229亿欧元，同比增长27%。 • 固定汇率当前云订单积压增长26%。 • 云收入增长22%，固定汇率增长24%。 • Cloud ERP Suite收入增长25%，固定汇率增长27%。 • 总收入增长9%，固定汇率增长11%。
来源：SAP于2026年7月23日发布的财报。SAP News Center
正面变化
SAP具有较强的云业务增长及订单可见性。
其AI产品建立在ERP、SCM、HR、财务等企业关键数据之上，具备较好的业务上下文基础。
仍需验证的问题
不能将全部云业务增长归因于AI。
目前需要单独追踪：
1. Joule产品的实际付费客户数量。 2. AI功能是否产生独立订阅收入。 3. AI使用量是否带来额外消费收入。 4. AI成本是否影响云业务毛利率。 5. AI是否提高客户续约率和合同金额。
这些指标尚未形成完整的公开可比序列。
3.9 财务质量综合判断
从已经核验的财报看，工业软件企业的财务表现存在明显分化。
第一类：高增长、高利润的EDA企业。 Cadence具有较强的收入增长、利润率和订单储备，但也面临较高估值预期。
第二类：经常性收入较强的工程软件企业。 PTC的ARR和现金流表现较好，但收入与利润率仍需要进一步解释。
第三类：平台转型企业。 Dassault Systèmes和SAP的云与平台业务增长较快，但AI对财务的独立贡献尚不清晰。
第四类：并购或分拆重构企业。 Synopsys、Hexagon和Octave的财务比较需要重点调整合并范围、减值及一次性事项。
结论：工业软件企业不能仅按照收入增长率排序。
更合理的财务分析应同时考察有机增长、经常性收入、研发效率、现金流、并购资本投入以及长期资本回报率。
04｜全球投并购与交易进度追踪
4.1 本周最重要的资本变化
本期资本市场呈现三种不同的工业软件整合方式：
第一种：大型集团收购核心软件平台。
代表案例为施耐德电气拟收购PTC。
第二种：工业技术集团收购专业求解与仿真资产。
代表案例为Hexagon拟收购Rocscience。
第三种：通过少数股权投资补充关键技术链条。
代表案例为华大九天拟参股芯行纪。
这三种交易的控制权、技术整合方式和财务回报机制明显不同，不能简单归为同一种并购模式。
4.2 本周新披露交易表
注：交易金额、股权比例及状态分别来自相关企业官方公告。交易ID为本报告内部建立的唯一标识，不是证券交易所编号。PTC投资者关系
4.3 重要历史交易生命周期表
| 2025年7月17日完成 | |||
| 2025年3月26日完成 | |||
| 2025年3月12日完成剩余股权收购 | |||
| 2023年1月18日完成 | |||
| 2026年5月完成分拆上市 | |||
| 本期未确认完成交割 | |||
| 待交割，预计2027年Q3 | |||
| 待交割，预计2026年Q4 |
历史交易状态依据收购方或相关公司正式披露。Synopsys 投资者关系
4.4 Schneider Electric–PTC：战略与估值拆解
交易规模
来源：2026年10月5日交易公告。PTC投资者关系
收购替代自研的经济性
如果施耐德电气自行开发完整的CAD、PLM、ALM和SLM产品组合，需要长期投入核心研发、建立产品生态、获取客户、形成行业验证并建立全球服务网络。
直接收购PTC可以获得成熟产品、现有客户及技术团队。
但收购并不必然比自研更经济。
收购的真实成本还包括：
• 收购溢价及融资成本。 • 技术集成和组织整合成本。 • 客户流失及产品重叠风险。 • 不同数据模型与技术架构之间的集成成本。 • 未来研发投入及产品维护成本。
因此，不能只比较收购价格与软件研发成本。
真正需要比较的是风险调整后的长期资本回报。
竞争影响
这笔交易可能对以下企业形成战略压力：
Dassault Systèmes在CAD、PLM及虚拟孪生领域具有深厚积累。
Siemens拥有CAD、CAE、PLM、自动化和工业数字化产品组合。
Autodesk在CAD、CAM、AEC及制造协同领域具有广泛客户基础。
Emerson则通过AspenTech强化流程工业软件和控制系统能力。
施耐德电气收购PTC后，将更直接地参与产品工程与生命周期管理领域的竞争。
但市场份额变化需要后续客户采购、续约和收入数据验证。
4.5 Hexagon–Rocscience：专业求解器的资本价值
Hexagon拟以5.35亿美元企业价值收购Rocscience。
Rocscience预计2026年收入接近5,000万美元。
由此得到的指示性估值为：
即约10.7倍预期收入。
需要强调，这只是根据接近5,000万美元的收入预测计算的近似值。
该倍数与PTC交易不能直接比较，因为两者在规模、增长率、利润率、客户集中度及控制权交易条件方面存在差异。
为什么值得关注
岩土工程仿真属于专业性较强的软件领域。
其价值来自：
• 复杂力学模型。 • 工程可靠性和安全验证。 • 长期积累的工程案例。 • 行业客户信任。 • 与实际监测数据的连接能力。
Hexagon同时拥有测量、地理空间及监测技术。
因此，Rocscience的潜在战略价值不仅来自软件许可证收入，还来自与Hexagon监测系统结合后的持续性业务机会。
对中国CAE产业的启示
中国CAE企业不一定需要从一开始就构建覆盖全部物理场的综合平台。
围绕某一高价值工业场景形成经过验证的求解器、工程工作流和客户基础，也可能成为具有战略价值的软件资产。
但是，求解器的科学正确性、数值稳定性和工程验证仍然是基础。
AI界面不能替代这些能力。
4.6 华大九天–芯行纪：国产EDA产业链整合
本次交易金额约1.49亿元人民币，预计取得6.90%股权。
与国际大型控股权收购不同，这是一项少数股权投资。
其主要价值可能体现在：
技术协同、工具接口协同、客户验证协同和未来产业生态合作。
需要关注投资协议中是否涉及技术许可、联合开发、接口开放、产品集成、知识产权授权或优先合作权。
本期公开资料尚不足以确认全部相关权利安排。
因此，不能把参股直接等同于技术控制。
4.7 全球工业软件并购的长期方向
从本期交易及历史整合案例看，至少存在四条值得持续研究的方向。
第一，EDA与CAE融合，代表案例是Synopsys–Ansys。
第二，CAD、CAE、PLM与工业自动化融合，代表案例是Siemens–Altair及Schneider Electric–PTC。
第三，过程工业仿真与控制系统融合，代表案例是Emerson–AspenTech。
第四，工业测量、实时数据与工程仿真融合，代表案例是Hexagon–Rocscience。
这些方向共同反映出一个趋势：
工业软件的资本价值，越来越取决于其能否成为更大工业系统中的关键能力节点。
但该判断不意味着所有工业软件都会被少数集团收购。开放生态、专业独立厂商及垂直行业软件仍可能长期存在。
05｜全球工业软件企业竞争战略
5.1 竞争正在从产品线转向工业智能架构
过去，工业软件竞争主要发生在相对清晰的产品类别内部。
CAD与CAD竞争，CAE与CAE竞争，PLM与PLM竞争，MES与MES竞争。
现在，主要企业正在尝试构建跨越这些类别的技术架构。
这张表是研究框架，不代表各公司已经完成全部所列战略目标。
5.2 Siemens：从软件组合走向工业系统协同
Siemens的竞争优势来自同时掌握工业自动化与工程软件。
2025年完成Altair收购后，其仿真、HPC、数据科学及AI能力进一步扩展。
2026年10月的两项公告分别体现了技术应用与市场扩张：
一方面，通过GalpH2Park项目，将物理数字孪生、流程模型和实时优化应用于实际工业设施。
另一方面，通过TD SYNNEX扩大IT渠道与工业软件生态覆盖。
这意味着Siemens不仅需要开发软件，还需要解决软件如何进入客户生产系统的问题。
验证指标： 工业软件收入、跨产品客户数量、渠道贡献、工业AI付费部署、Digital Industries利润率及订单增长。
5.3 Dassault Systèmes：以虚拟孪生和产品数据维持平台地位
Dassault Systèmes的战略核心仍是3DEXPERIENCE平台及虚拟孪生体系。
其优势包括CAD、PLM、工程协作及长期客户数据积累。
本期需要关注的不是某一项孤立AI功能，而是AI如何与已有产品模型、仿真模型和生命周期数据结合。
未来竞争重点可能包括：
• AI能否理解产品结构和工程约束。 • AI能否修改可编辑的参数化模型。 • AI能否调用仿真并验证设计结果。 • AI能否跨部门追踪工程变更。 • AI能否在可审计条件下完成部分工程任务。
这些能力需要分别验证，不能仅凭“AI Native”品牌描述认定全部实现。
5.4 SAP：从企业业务系统向业务执行智能体演进
SAP本周发布的Autonomous Enterprise进展，体现了企业软件架构的一种变化。
传统ERP主要负责记录和管理业务状态。
新一代AI智能体则尝试在企业授权范围内理解业务上下文、识别异常、提出行动并执行部分流程。
SAP具有大量结构化业务数据和既有工作流。
但AI智能体的竞争优势不仅取决于数据量，还取决于数据质量、语义关系、授权机制及执行可靠性。
这对工业软件开发者具有直接启示：
未来的工业软件平台需要同时提供数据模型、业务规则、工具调用接口、权限控制和结果验证机制。
5.5 Autodesk：工程上下文成为AI竞争重点
Autodesk于10月7日发布技术文章，讨论AI如何理解产品设计的实际上下文。
文章强调，工程设计决策依赖零部件、材料、制造工艺、设计约束及产品关系，而通用AI回答通常缺少这些具体信息。
这是一项技术战略观点，不应被误写为本周发布了新的正式商业产品。Autodesk
其价值在于说明：
未来AI CAD的竞争不只是自然语言生成几何体，而是理解并维护完整的工程设计意图。
5.6 Constellation Software：垂直工业软件的持续整合
10月9日，Constellation Software旗下Vela Software Group网站刊载了Smart Software Group收购意大利IUNGO的消息。
需要注意，相关稿件注明的交易背景日期为9月24日，不能将10月9日网页发布时间直接视为收购协议签署日。
IUNGO专注制造业采购和供应商协同软件。
这一案例说明，工业软件资本整合不仅发生在大型CAD、CAE和PLM平台，也发生在专业化供应链、制造运营和垂直行业应用领域。Vela Software Group
与大型工业集团不同，Constellation的投资模式更值得从长期现金流、专业化经营及持续收购角度研究。
06｜工业AI与AI Native专题
6.1 A0—A5工业AI成熟度模型
本报告采用以下工作性成熟度标准。
这里的A0—A5不是国际统一认证等级，而是本报告为跨企业比较建立的研究模型。
特别需要区分：
产品能力成熟度与商业化成熟度并不相同。
某项功能可能技术上达到A3，但只在少量客户中试点；也可能具备广泛商业收入，但AI自主能力仍停留在A2。
6.2 重点工业AI产品进展表
资料：各公司产品公告、财报和技术文档。SAP News Center
上述成熟度为基于公开资料的初步研究评级，不是独立测试认证。
6.3 AI CAD：从几何生成转向工程意图理解
AI CAD存在几个不同层次。
最基础的是自然语言生成简单几何体。
更高层次是生成可编辑的参数化模型，并保留特征树、尺寸约束和设计关系。
再进一步，则是理解装配结构、材料、制造工艺、工程标准和产品变更。
最终目标是让智能体能够完成部分设计任务，并通过几何检查、工程规则和仿真验证结果。
因此，AI CAD的技术壁垒不只是模型参数量。
还包括：
• 几何内核及B-Rep表示。 • 参数化特征建模。 • 工程约束求解。 • 装配与拓扑关系。 • CAD API及可执行操作。 • 模型有效性检查。 • 与CAE、CAM和PLM的数据协同。
研究判断是，具备成熟CAD内核和工程数据体系的企业仍拥有重要优势。
但AI也可能降低部分建模操作的使用门槛，使新型工程软件企业获得进入机会。
两种影响可能同时存在。
6.4 AI CAE：求解器仍是可信工程计算的核心
AI可以用于仿真前处理、网格生成、参数搜索、代理模型、结果分析及优化建议。
但必须区分两种情况：
一种是AI帮助工程师使用传统求解器。
另一种是AI代理模型在特定条件下近似替代部分数值计算。
后者需要明确适用范围、误差边界和工程验证。
例如，结构力学、CFD、电磁场、热分析等领域，求解结果必须满足相关物理约束。
不能因为AI模型输出了一个看似合理的结果，就认为它具备与成熟工业求解器相同的可靠性。
Hexagon收购Rocscience的案例恰好说明，专业工程仿真能力仍具有较高的资本价值。
6.5 AI EDA：复杂度增长可能扩大工具需求
EDA中的AI应用包括：
布局优化、布线、时序收敛、功耗优化、验证、故障定位和设计空间搜索。
与一般办公软件不同，EDA工具直接影响芯片设计正确性、性能、面积及功耗。
因此，AI必须与确定性的设计规则、物理验证及签核流程结合。
Cadence和Synopsys的公开财务及产品进展说明，EDA厂商正在积极将AI融入设计流程。
但需要注意：
AI提高设计效率，不必然意味着EDA席位数量减少。
如果AI降低设计成本，可能刺 激更多芯片设计项目，从而扩大工具需求。
反之，如果客户使用更少工程师完成同等任务，也可能改变传统席位定价逻辑。
未来应重点观察EDA合同规模、设计项目数量、AI产品附加收费和客户研发投入。
6.6 AI MES与工业运营：最重要的是可执行闭环
传统MES主要记录和管理制造执行过程。
工业AI智能体则可能进一步承担异常分析、排程建议、质量问题处理、设备维护和工艺优化任务。
但工业生产环境具有严格的安全、质量和连续性要求。
因此，工业AI不能仅依赖语言模型自由生成操作。
合理的技术架构应当包含：
工业数据 → 上下文模型 → AI规划 → 工具调用 → 规则检查 → 仿真或验证 → 授权执行 → 审计反馈。
这也是本周SAP、Tulip和Siemens产品进展的共同启示。
6.7 AI对工业软件商业模式的影响
未来需要重点跟踪五项变化。
第一，席位定价。 如果AI减少重复操作，传统按用户数量收费的方式可能面临调整。
第二，按任务或工作量收费。 某些工程软件可能逐步增加按计算量、任务量、仿真次数或智能体执行量收费的模式。
第三，软件数据资产价值。 长期积累的产品数据、工程规则、制造记录和设备历史数据可能成为AI差异化的重要来源。
第四，研发投入结构。 企业可能增加AI平台、数据工程、模型评估、工具接口和安全治理投入，同时继续维护原有工业内核。
第五，客户锁定机制。 传统锁定来自文件格式、工作流和培训成本；未来还可能来自企业数据上下文、智能体能力和持续优化历史。
这些变化属于需要持续验证的商业趋势，不能视为已经在全部工业软件市场普遍实现。
07｜CAD、CAE、EDA、PLM、MES等细分产业变化
7.1 十二大工业软件赛道全景
本期采用统一的赛道评价框架：
技术壁垒 × 商业模式 × 市场结构 × AI影响 × 中国企业机会。
本表为本期研究判断。由于各赛道尚未建立统一的市场规模、收入及市场份额数据库，不对具体市场集中度给出未经核验的百分比。
7.2 CAD：竞争核心仍然包括几何内核
CAD是工业软件中最容易被AI概念误读的领域之一。
一个自然语言生成三维形状的演示，与能够用于实际产品研发的工业级CAD系统，存在显著差异。
工业CAD需要解决几何建模、拓扑一致性、参数化特征、装配关系、模型修复、文件交换及工程变更等问题。
对于大型机械、汽车、航空和复杂装备企业，CAD数据往往还需要与PLM、CAE、CAM及ERP系统长期关联。
因此，评价国产CAD成熟度，不能只比较界面、命令数量或简单零件建模速度。
建议建立以下六维评价体系：
本周PTC交易表明，成熟CAD产品不仅具有软件收入价值，还可能因其工程数据和客户关系而成为大型工业平台的重要资产。
7.3 CAE：专业求解器具有独立战略价值
CAE产业既存在覆盖多个物理场的综合仿真平台，也存在专注于特定工程领域的专业厂商。
Rocscience交易说明，专业岩土力学仿真可以形成具有吸引力的资本资产。
对中国CAE企业而言，建议区分三种能力：
第一，求解器能力。 包括物理模型、数值方法、算法稳定性及计算性能。
第二，工程工作流能力。 包括建模、网格、边界条件、求解控制、后处理及工程报告。
第三，行业验证能力。 包括真实工程案例、测试基准、客户认可及标准符合性。
这三种能力共同决定产品是否能够进入工业核心研发流程。
AI可以改善工作流，但不能自动补齐求解器和工程验证能力。
7.4 EDA：工具链完整性正在成为重要竞争变量
本期华大九天投资芯行纪，是观察中国EDA产业结构的重要案例。
EDA产业的竞争特点在于，单项工具能力和完整设计流程能力同样重要。
以数字集成电路设计为例，工具链通常包括逻辑综合、布局规划、单元布局、时钟树综合、布线、时序分析、功耗分析、物理验证及签核。
其中任何一个关键环节能力不足，都可能影响整体设计效率和最终芯片质量。
因此，中国EDA产业需要同时发展：
• 独立工具的技术性能。 • 工具之间的数据兼容性。 • 完整设计流程的稳定性。 • 先进工艺和复杂设计的验证能力。 • 与晶圆厂、IP供应商及设计客户的生态协同。
华大九天的投资说明企业正在主动补充关键环节，但最终是否形成成熟全流程产品，仍需工程验证。
7.5 PLM：工业AI时代的数据基础设施
PLM长期以来主要承担产品数据、配置、变更、BOM和研发流程管理功能。
随着AI智能体进入工程设计流程，PLM可能获得新的战略地位。
因为工程智能体需要知道：
某个零件属于哪个产品、当前版本是什么、设计约束是什么、哪些变更已经批准、哪些供应商受到影响，以及哪些测试仍未通过。
这些信息并不能仅从几何模型中获得。
因此，PLM的价值可能从传统产品生命周期管理扩展为工程AI的可信上下文基础设施。
施耐德电气拟收购PTC，进一步说明产品数据管理能力正在受到工业集团重视。
7.6 MES与APS：从管理流程转向执行流程
MES和APS市场的行业差异显著。
流程工业、离散制造、电子装配、半导体、医药及汽车行业对制造执行系统的要求不同。
未来AI可能在异常处理、排程调整、设备维护、质量追溯及生产优化方面创造价值。
但工业现场的任务执行需要明确的授权边界。
例如，AI可以建议调整排程，但不能在未经验证的情况下直接改变涉及安全、质量或关键交付的生产指令。
因此，MES与APS智能体应当优先采用受约束的工作流和可验证工具调用。
本周Tulip与SAP的产品进展值得持续跟踪，因为它们分别代表工厂现场应用与企业级供应链流程的智能化方向。
7.7 工业数据平台：竞争重点是上下文而非简单存储
工业数据平台需要处理设备时序数据、工程模型、生产记录、资产结构、质量数据和企业业务数据。
这些数据通常来自不同系统，拥有不同的语义、时间粒度和权限要求。
因此，工业AI数据平台不能仅仅理解为数据库、数据湖或向量数据库。
其关键能力还包括：
资产模型、工程对象关系、事件关联、语义映射、权限继承、数据血缘及工具调用。
Cognite、AVEVA、SAP以及工业软件平台企业的相关布局，均值得从这一角度持续研究。
08｜全球区域竞争与中国工业软件对比
8.1 全球主要区域竞争特征
本期采用定性比较，不使用未经统一统计的市场份额数据。
这些差异是产业结构层面的归纳，不意味着某一地区所有企业都具有相同特点。
8.2 美国：专业软件与资本整合能力
美国工业软件产业拥有多种不同商业模式。
EDA领域具有较高技术壁垒和客户集中度。
CAD、PLM及工程软件领域存在成熟的平台型企业。
此外，大量垂直行业软件企业围绕专业工作流形成经常性收入。
本周PTC交易说明，成熟美国工业软件资产仍然可能成为全球大型工业集团的战略收购目标。
但美国软件企业的估值也受到AI替代风险、增长预期及资本成本影响。
8.3 欧洲：工业技术与软件平台结合
欧洲工业软件竞争具有鲜明的工业集团特征。
Siemens、Schneider Electric和Hexagon均通过不同方式整合软件、工业设备、工程模型及运营数据。
Dassault Systèmes则长期发展工程设计、产品生命周期和虚拟孪生平台。
Nemetschek在AEC领域拥有多品牌软件组合。
本周最突出的欧洲产业变化，是工业集团继续向工程软件和工业AI数据基础设施扩张。
这意味着软件可能不再只是工业集团的配套产品，而是集团资本配置和长期竞争战略的重要组成部分。
8.4 日本：控制系统与工业现场优势
日本拥有大量工业自动化、精密设备和制造系统企业。
例如Hitachi、Mitsubishi Electric、Omron、Yaskawa、FANUC、Yokogawa和Keyence。
这些企业的优势往往来自长期工业现场积累、控制系统、设备可靠性及客户关系。
但需要注意，不应将自动化设备收入全部计算为工业软件收入。
本周Hitachi参与关键基础设施AI网络防御合作，说明日本工业技术企业也在加强AI与工业系统安全方面的布局。
后续应重点跟踪日本企业的软件收入披露、工业AI产品部署和跨国技术合作。
8.5 中国：技术能力与产业成熟度需要分开评价
中国工业软件企业数量较多，但不同赛道的技术成熟度存在差异。
例如，工业控制、制造运营、工程设计、仿真和EDA之间，产品架构与技术壁垒并不相同。
建议建立如下评价体系：
这一分级是本报告建议的国产工业软件能力评价方法，不是官方认证体系。
中国工业软件的五个关键技术缺口
几何内核与复杂CAD工程能力。 重点不只是实现几何操作，还包括复杂模型的鲁棒性、参数化重建、大装配及生态兼容。
工业级CAE求解器。 需要长期积累数值算法、物理模型、计算性能及工程验证。
先进EDA全流程。 单点工具突破与完整工具链成熟之间仍存在差距。
实时控制与安全可靠性。 工业控制软件必须满足实时性、确定性、安全及长期运行要求。
跨系统工业数据语义。 工程、制造、运营及企业管理数据需要建立稳定的关联模型。
以上是需要重点评价的技术领域，并非断言中国所有相关企业均不具备这些能力。
8.6 国际并购对中国企业的影响
本期国际交易可能带来三类影响。
第一，全球大型平台产品组合更加完整，可能提高中国企业进入大型跨国制造客户的难度。
第二，国际厂商在并购整合过程中可能重新调整产品、渠道和合作关系，为部分专业软件企业提供市场窗口。
第三，工业AI可能改变部分软件产品的使用方式，使新进入者有机会围绕特定工作流建立产品。
但机会能否兑现，取决于技术成熟度、客户采购、产品交付及商业模式。
8.7 对中国工业软件产业建设的建议
产业建设应同时关注三个层次。
基础技术层： 几何内核、数值求解器、EDA算法、实时控制、工业数据模型。
产品平台层： CAD、CAE、EDA、PLM、MES、APS、QMS、ERP及行业专用软件。
产业生态层： 客户验证、工程标准、系统集成、资本投资、人才培养、国际合作及持续商业化。
对于产业集群建设，建议建立“技术资产—产品企业—应用场景—资本资源—验证客户”五类数据库，并形成关联关系。
这样才能判断某项技术缺口究竟适合通过自主研发、联合开发、投资并购还是生态合作解决。
09｜市值、估值及资本市场分析
9.1 估值研究方法
工业软件企业的估值至少需要区分四类指标：
股权价值（Equity Value） 反映上市公司股票的市场价值。
企业价值（Enterprise Value） 通常以股权价值加净债务等调整项计算，用于评价整体经营资产。
收入与利润倍数反映资本市场对企业增长、利润率和风险的定价。
自由现金流收益率用于评价企业现金创造能力与市场价格的关系。
不同会计准则、财务期间和并购口径之间不能直接混用。
9.2 本期可核验市场数据
截至2026年10月9日最近一个完整交易日：
来源：Yahoo Finance、Stock Analysis及公开历史行情记录。雅虎财经
本表没有完成全部L1企业的统一市场数据核验，因此不能作为完整全球工业软件估值排行榜。
9.3 PTC：收购溢价与交易风险
PTC在2026年10月2日的收盘价为144.03美元。
10月9日收盘价为194.45美元。
对应区间涨幅约35.0%。
收购现金对价为205美元，因此10月9日收盘价相对于收购价格仍有10.55美元差额。
按当日股价计算：
这意味着，假设交易最终按照205美元现金价格完成，且不考虑时间价值、税费及其他因素，存在约5.43%的价格差额。
但这一差额不是无风险收益。
交易仍需监管审批，预计交割时间为2027年第三季度。
因此，价格差额可能反映交易完成时间、融资成本、监管风险及其他不确定性。
不能把它直接称为套利收益率。
9.4 Schneider Electric：资本市场对大型并购持审慎态度
Schneider Electric于10月2日收盘价为303欧元，10月9日为266.40欧元。
按照上述第三方历史行情，区间下跌约12.1%。
Reuters在10月5日的分析中指出，收购公告后施耐德电气股价明显下跌，投资者关注收购溢价、资本回报及AI竞争风险。Reuters
需要特别注意，股价变动可能同时受到市场整体走势、宏观环境和其他信息影响。
不能把整周全部跌幅简单归因于PTC收购。
估值分歧的本质
管理层认为，PTC能够强化施耐德电气的软件与工业AI战略。
投资者则需要判断：
收购价格是否合理、融资成本是否可控、协同收入是否能够兑现，以及收购是否提高长期资本回报。
这是一种典型的战略价值与财务价值之间的张力。
研究判断：工业软件资产的战略重要性，并不自动意味着任何收购价格都合理。
9.5 Cadence：高估值需要持续经营兑现
截至10月9日，Cadence市值约971.7亿美元，企业价值约982.9亿美元。
根据第三方数据，过去12个月收入约58.4亿美元，市盈率约70.15倍。
据此计算：
即约16.8倍过去12个月收入。StockAnalysis.com
这一估值反映市场对Cadence长期增长、盈利能力和竞争地位的较高预期。
但高估值也意味着，一旦收入增长、利润率或订单表现低于预期，股价可能面临较大 波动。
因此，不能仅因为企业技术壁垒高，就认为其股票在任何价格下都具有吸引力。
9.6 Octave：分拆上市后的估值重建
Octave在10月2日收盘价为19.03美元，10月9日为20.52美元。
区间上涨约7.8%。
但其2026年第二季度确认的重大非现金减值说明，市场价值与账面资产价值之间曾存在显著差异。
后续应重点观察：
• ARR和SaaS收入增长。 • 调整后营业利润率。 • 自由现金流。 • 独立上市后的管理费用。 • 品牌整合及产品整合成本。 • 市场估值是否逐步稳定。
9.7 估值综合判断
工业软件企业不能采用单一估值倍数进行比较。
EDA企业、CAD/PLM企业、流程工业软件企业、工业自动化集团和垂直行业软件企业的增长、利润、资本投入和风险结构均不同。
尤其需要避免三个错误：
将集团整体收入当作工业软件收入。
将包含并购贡献的增长当作有机增长。
将管理层预测的协同收益当作已经实现的利润。
本期未取得足够完整、同日且同口径的数据，暂不发布全球L1企业统一EV/Revenue、EV/EBIT及FCF Yield排行榜。
10｜本周最重要的战略判断
本章采用三个层次：
Strategy：产业方向与结构变化。
Layout：技术赛道、资本及生态布局。
Operations：可以执行的产业行动。
以下五项判断均属于研究分析，不是公司公告中的既定事实。
判断一：工业软件正在进入新一轮跨生命周期整合阶段
核心命题
全球大型工业软件企业正在尝试连接产品研发、工程设计、制造运营和工业资产管理。
支持证据
Schneider Electric拟收购PTC。
Siemens已经完成Altair收购。
Synopsys已经完成Ansys收购。
Emerson已经完成AspenTech全资收购。
这些交易均涉及不同工业技术能力之间的整合。
反面证据
大型并购并不一定带来成功整合。
不同产品的架构、数据模型和客户群可能存在较大差异。
同时，专业独立软件厂商仍然可能在细分市场保持竞争优势。
主要不确定性
跨产品协同能否产生足够的新增收入与利润，以覆盖收购溢价和整合成本。
未来验证指标
联合产品收入、交叉销售、客户续约、整合成本、研发效率和ROIC。
对产业决策的启示
中国工业软件企业应同时建设核心产品能力和跨系统接口能力。
不能只依赖单一产品功能，也不应为了追求平台规模而过早进行低效率整合。
判断二：工业AI的竞争基础正在从模型能力转向可信工业上下文
核心命题
未来工业AI的竞争壁垒可能越来越多地来自工程数据、业务语义、工具调用及结果验证能力。
支持证据
SAP强调业务上下文和授权执行。
Schneider Electric希望整合PTC工程数据与工业运营数据。
Graphisoft规划MCP连接能力。
Siemens推进工业工程智能体和物理数字孪生。
反面证据
通用大模型的能力持续提升，可能降低部分专用软件功能的差异化程度。
开放协议也可能削弱封闭平台的数据和接口壁垒。
主要不确定性
企业是否愿意将关键工程数据交给跨平台AI系统，以及相关系统能否满足安全和合规要求。
未来验证指标
真实生产部署、工具调用成功率、任务完成率、人工复核成本、AI产品收入及客户续约。
对产业决策的启示
工业AI研发应优先建设可靠的数据上下文、工具接口和验证体系，而不是只追求模型参数规模。
判断三：专业工程求解器仍然是高价值技术资产
核心命题
即使AI技术快速发展，经过工程验证的专业求解器仍可能具有较强的长期价值。
支持证据
Hexagon拟以5.35亿美元企业价值收购Rocscience。
Siemens通过Altair强化仿真能力。
Synopsys通过Ansys扩展多物理场仿真能力。
反面证据
AI代理模型和新型计算方法可能降低部分传统仿真任务的成本。
部分低复杂度工程计算可能被自动化工具替代。
主要不确定性
AI代理模型在复杂工程场景中的精度、可靠性及适用范围。
未来验证指标
求解器性能、工程认证、客户续约、仿真工作流收入及AI辅助计算占比。
对产业决策的启示
中国CAE产业应坚持核心数值算法、物理模型和工程验证投入，同时发展AI辅助工作流。
判断四：中国EDA产业正在通过投资合作补充工具链能力
核心命题
中国EDA企业可能更多采用自主研发与股权投资相结合的方式，补齐完整设计流程中的关键技术环节。
支持证据
华大九天拟参股芯行纪，明确提出补齐布局布线工具。
公司此前已围绕数字EDA工具链开展相关投资布局。
反面证据
少数股权投资不必然带来技术控制权。
不同EDA工具之间的集成需要长期研发与客户验证。
主要不确定性
技术协同是否能够形成真正可用的完整工具链。
未来验证指标
联合产品发布、先进工艺验证、客户设计项目、实际流片、商业收入及持续维护能力。
对产业决策的启示
EDA产业投资不应只关注企业数量和工具名称。
更应该关注工具链缺口、关键算法、接口兼容及工程验证能力。
判断五：工业软件并购的财务纪律将变得更加重要
核心命题
随着工业软件资产估值、AI转型和资本成本发生变化，大型并购的价值创造能力将受到更严格检验。
支持证据
Schneider Electric收购PTC后，资本市场对交易价格和资本回报表现出审慎态度。
Octave分拆上市后确认重大非现金减值。
不同工业软件资产的估值倍数存在明显差异。
反面证据
部分软件企业具有高经常性收入、较强现金流和长期客户关系，能够支撑较高估值。
成功的技术整合也可能扩大市场规模并提高客户价值。
主要不确定性
未来增长率、融资成本、AI带来的定价变化及并购协同兑现速度。
未来验证指标
ROIC、FCF Yield、有机增长、ARR、整合成本、协同收入和估值倍数。
对产业决策的启示
产业资本应建立技术尽调与财务尽调相结合的评价体系。
不能只因为标的拥有稀缺技术，就忽略收购价格、整合风险及长期资本回报。
11｜未来四周财报、活动及交易观察清单
11.1 未来四周重要事项
观察期间：2026年10月12日至11月8日。
已公布的日期来自相关公司IR及公开活动安排；部分中国上市公司日期和Cadence财报日期来自证券信息平台，仍应在临近披露时再次核验。Graphisoft
11.2 未来四周最值得回答的研究问题
施耐德电气： 收购PTC是否改变集团2026年资本配置、债务水平及长期软件收入结构？
SAP： 新一季度财报能否提供AI商业化的独立财务证据？
Cadence： EDA需求、AI设计工具和系统设计业务能否继续支持较高增长？
华大九天： 芯行纪投资是否披露更多技术协同和产品集成安排？
Hexagon： Rocscience收购完成后，专业工程仿真如何与工业监测系统整合？
Octave： 分拆后的独立运营、ARR增长和现金流是否持续改善？
这些问题将作为后续周报的持续跟踪事项，而不是每周重新建立研究主题。
12｜附录：资料来源、覆盖统计与数据库规则
12.1 本期主要原始资料
以下列出本期使用的重要一手资料。
查询日期统一为2026年10月12日。
说明：S19、S20为法定公告在证券报刊的转载文本，原始证券交易所披露文件仍应作为最终归档版本。
本期还参考了Reuters及证券市场历史行情，用于理解资本市场反应和估值，不将二级媒体分析当作公司正式财务披露。
12.2 事实可靠性分级
建议从本期开始，所有数据库记录统一采用以下标识。
例如：
PTC每股205美元收购价格属于F1。
预计2027年第三季度交割属于F2。
Cadence第三方估值倍数属于F3。
本报告关于工业软件跨生命周期整合的判断属于F5。
这一分类有助于防止后续报告把预测逐渐写成事实。
12.3 历史数据库建议结构
为了让周报能够长期积累，建议至少建立六张核心数据表。
必须增加历史版本控制
每条记录应保留：
首次发现时间、最近核验时间、原始来源、历史状态、最新状态及修订原因。
尤其是并购交易，不能在完成交割后覆盖掉原来的公告信息。
应该保留完整生命周期：
意向或传闻、正式公告、签署协议、监管审批、交割、整合及协同兑现。
本期覆盖缺口
本期完成了主要国际事件的原始资料核验，并对部分中国上市公司进行了补充检索。
但尚未形成全球全部观察企业的完整主数据表，也没有完成所有证券市场的系统性IPO、退市和公告扫描。
因此，本期不能提供经过审计式核对的全球覆盖率，也不能将未检索到的事件视为不存在。
后续研究应优先补齐公司主数据、官方IR地址、最新财报日期、上市状态及最近核验时间。
本周工业软件产业的五个最值得记住的变化
变化一：工业软件巨头正在购买完整的工业数据与工程能力，而不只是单个软件产品
施耐德电气拟收购PTC，说明产品设计、生命周期管理、工业运营与AI数据上下文正在被纳入统一的资本配置逻辑。
真正值得关注的不是226亿美元本身，而是收购方希望通过这笔交易获得怎样的跨生命周期能力。
变化二：专业工程求解器仍然具有很高的产业价值
Hexagon拟收购Rocscience，说明专业工程软件可以依靠长期积累的物理模型、算法和工程验证形成独立竞争优势。
AI可能改变求解器的使用方式，但目前没有充分证据表明AI已经消除了工业级求解器的技术壁垒。
变化三：工业AI的竞争正在深入数据上下文和实际工作流
SAP、Siemens、Graphisoft和Tulip本周的进展共同指向一个方向：
工业AI需要从回答问题走向理解工业对象、调用工具、处理任务并验证结果。
未来AI Native工业软件的核心竞争力，可能越来越依赖可信数据、工程规则和可执行系统。
变化四：中国EDA产业正在通过资本协同补充关键工具链
华大九天拟参股芯行纪，反映了中国EDA企业围绕完整设计流程进行技术与资本布局的趋势。
但工具链布局完成不等于工程能力成熟。
未来必须用真实芯片设计、工艺验证和商业客户来检验技术整合成效。
变化五：工业软件的战略价值与股票投资价值需要分别判断
PTC交易、施耐德电气股价反应以及Octave的分拆后减值，共同说明：
一家软件企业可能拥有重要的战略技术资产，但其收购价格或资本市场估值仍可能存在争议。
因此，工业软件研究必须同时回答两个问题：
这项技术或产品对未来工业体系有多重要？
投资者为了获得这种能力，应该支付多高的价格？
这两个问题不能相互替代。
本期最终研判
全球工业软件的竞争，正在从以单点工具、产品套件和平台能力为主，进一步演进为围绕工程数据、工业模型、业务流程与AI执行能力的系统性竞争。
全球工业软件的竞争重心，正在从以产品功能和平台集成为核心，进一步转向围绕工程数据、工业模型、业务流程和AI执行闭环的体系化竞争。
对于头部工业软件厂商而言，竞争早已不局限于单点工具，而是正在从平台与全生命周期管理竞争，进一步升级为围绕工程数据、工业模型、业务流程与AI执行能力的系统性竞争。
西门子工业软件、达索系统与PTC之间的竞争，早已不是单点工具竞争，而是围绕CAD/CAE/PLM/MES等多产品组合、工程数据主线、生命周期平台以及行业解决方案展开。当前的新变化是，竞争正在进一步延伸到工业数据上下文、业务流程编排和AI执行能力。
这一变化并不意味着传统CAD、CAE、EDA、PLM、MES或控制软件将失去价值。
恰恰相反，经过长期验证的工业内核、工程模型和业务系统，可能成为新一代工业AI平台的重要基础。
对中国工业软件产业而言，当前值得优先考虑的不是简单复 制国际大型集团的产品组合，而是识别真正稀缺的核心技术，建立工程验证体系，并通过研发、投资、合作和产业生态建设逐步形成完整能力。
本报告为产业战略与投资研究资料，不构成证券买卖建议。研究结论基于截至2026年10月12日已取得并核验的公开 信息；未完成全量覆盖的部分不作确定性判断。
