当学霸型CEO在一线当客服：天洑软件如何解决工业软件痛点？( 二 ) 嘉宾：天洑软件创始人张明编

这种思路与深度的产品经理思路融合，使天洑的软件操作呈现了与以往产品不同的引导模式。天洑会引导用户选择“想要计算更精确，还是计算速度更快” 。尽管不少研究类客户会选择更精确的选项，但他的经验证明，大部分先进制造业客户都倾向于获得更快的趋势图。

文章图片
【当学霸型CEO在一线当客服：天洑软件如何解决工业软件痛点？】以一家日本重工企业为例，使用原来的CAE软件设计一款发电设备需要花1-2周时间，得到数据后还不够，企业还要在此基础上进行多次实验与返修。理想化的情况下，设计人员最多能接受的计算时间是八小时，在前一天下班前输入数值，第二天早上得到结果，当天立刻进行设计改进。而这类企业就将成为天洑的目标客户。
为了让计算速度快起来，天洑运用了独创性的解决思路。例如，天洑的CAE软件不使用三维计算方式，而改用二维计算方式，这样的“简化”下，以往一周的计算工程能够被节省到10分钟解决。
维度下降会难以避免地带来精度损失的问题，但从张明与很多客户的沟通来看，有些客户对精度很在意，也有不少客户并不在意其中的损失。那么，这种精度损失究竟是否需要去弥补？张明认为，天洑有责任去尽可能弥补，也因此他大量使用了包括AI技术在内的创新算法体系去进行损失模型训练以提升仿真精度。
以汽车玻璃设计厂商为例，整车厂会将玻璃设计图纸交给下游玻璃生产商，而玻璃生厂商需要将平直的玻璃放在热模具上做出弧度。但问题在于，热玻璃在冷却成型之前由于自重会变形，设计方案每次修改都要几天时间，最多需要调整20多次。在整车厂给与的设计生产时间越来越短的行业趋势下，玻璃企业既需要加快设计流程，又需要精度支撑。而天洑的方式是利用仿真与AI结合起来进行推演，以更快的方式推出更合理的模具，再放到车间试生产。
除了“人性化”与“快” ，张明还希望解决所有工业软件客户最大的隐性需求。例如，很多企业主对天洑提出了希望“减人增效”的需求。因此，天洑的软件功能设置上就加入了正向与逆向的设计及优化设计。

文章图片
这些客户的另一个隐性需求是“留住匠人数据库” 。实际上，对于先进制造业企业来说，老工程师就相当于“老匠人” ，他们脑中自然积累的“数据库”足以帮助他们迅速判断一个模型的创建与可行性，但这个“数据库”将随着他们的退休而流失。因此，天洑的工具链里加入了数据分析的工具、加入了专家系统的工具，通过获取大量实际的数据与模型之后，将通用设计常识抽取出来并形成功能上的指导，另一方面，将这些经验迅速进行数字化。
而这些似乎还不够。张明还看到客户需求的“矛盾”之处：他们既希望眼前的软件能形成一个完整的工具链或一体化平台，让自己在这里完成所有功能需求，又希望适度地“跳过”自己不需要的流程。
对于某家汽车厂商来说，第一步工作是设计，第二步是评估设计可行性，此时它的选择是开模或利用工业设计软件来进行仿真，来确定自己的性能情况，而仿真恰好是上一代工业设计软件最引以为傲的核心功能。但真实的情况是，很多厂商在设计阶段希望软件能够参考同类设计，尽快地给它们一个性能还不错的设计图纸，换句话说，它们不想进行耗时较长的仿真步骤，更希望在成功案例上进行修改。