赛美特-国产半导体CIM领军者，软件成就智造

人民网专访｜赛美特集团：坚持难而正确的事，向平台型工业软件企业迈进

26-09-1012:00:00

近日，赛美特集团董事长兼CEO李钢江受邀做客人民网上海《科创英雄谱》栏目，接受深度专访。从深耕半导体智能制造，到持续推动国产工业软件进入核心制造场景；从布局智能制造、经营管理、研发设计等领域，到推动工业软件与人工智能深度融合——在专访中，他系统分享了赛美特集团的发展历程与未来思考。

回顾赛美特的发展，可以看到一条清晰的主线：坚持长期主义，做难而正确的事；坚持从真实工业场景出发，让技术创造实际价值；坚持平台化发展，构建面向未来的综合性工业软件能力。这既是赛美特过去持续成长的底层逻辑，也是集团面向未来的重要战略方向。

坚持难而正确的事：深耕半导体工业软件，走进核心制造场景

工业软件是制造业数字化、智能化发展的重要基础，而半导体制造则是工业软件领域技术门槛高、业务复杂度高的典型场景之一。一座复杂的半导体工厂，往往拥有大量生产设备、复杂的工艺流程和海量制造数据。设备之间如何协同？生产任务如何高效执行？工艺流程如何精准控制？制造数据如何真正产生价值？这些问题背后，不仅需要软件技术能力，更需要长期积累行业知识，深入理解工业流程、工艺规则与客户业务，并在真实生产场景中不断验证和迭代。

赛美特从成立之初便选择了一条并不容易的道路——深耕半导体智能制造，以工业软件能力服务中国先进制造业。工业软件并不是一个能够短期建立壁垒的行业，它既需要长期技术投入，也需要长期产业积累；既要理解软件，也要理解工业；既要具备产品能力，也要经历复杂制造场景的持续验证。赛美特选择的，正是这样一件“难而正确的事”。

经过数年积累，赛美特已形成覆盖半导体制造关键环节的产品体系。自研PlantU软件系列涵盖MES生产制造执行、EAP设备自动化、SPC统计过程控制、YMS良率管理、FDC故障检测与分类、RTD实时派工等核心系统，贯通生产执行、设备自动化、数据分析、良率提升与调度优化等制造流程。目前，赛美特已服务数百家半导体工厂，从单一产品突破，到形成覆盖制造关键环节的软件体系；从服务具体生产场景，到逐步进入国内主流半导体制造企业，赛美特的发展，也体现了中国工业软件不断走进核心制造场景的过程。

国产化并不是简单的“使用”或“替换”。对赛美特而言，国产工业软件需要理解我国制造业的实际需求，需要在复杂场景中稳定运行，更需要随着客户的发展持续演进。因此，赛美特始终坚持与客户同行，在真实场景中不断打磨产品和服务能力。长期主义，不只是持续投入，更是在长期实践中不断解决产业问题、创造客户价值。

不是“AI+工业软件”，而是“工业软件+AI”

随着人工智能快速发展，“AI+工业”正在成为制造业的重要趋势。但在董事长李钢江看来，赛美特对于AI与工业软件关系的理解，并不是简单地在工业软件之外增加一个AI功能，而是“不是AI+工业软件，而是工业软件+AI”。这背后，是赛美特对于工业AI落地的核心判断。

工业软件长期沉淀了大量工业知识、制造流程、工艺规则与业务数据，AI要真正进入工业领域，离不开这些基础。如果没有对制造场景的理解，没有工业数据的积累，也没有成熟的软件系统作为业务载体，AI就很难真正进入生产运营的核心环节。因此，赛美特始终从工业软件出发，将AI视为工业软件能力的进一步延伸，通过融合长期积累的工业知识、制造数据与人工智能技术，进一步增强工业软件的分析、理解、决策与执行能力。

例如，当制造现场出现异常时，传统系统能够发现问题，而AI则可以进一步帮助分析问题产生的原因。以半导体制造为例，当良率发生变化时，究竟是设备状态出现波动、工艺参数发生变化，还是多个复杂变量共同作用的结果？随着制造复杂度不断提升，数据规模持续增长，仅依靠传统规则与人工经验，越来越难以快速理解隐藏在复杂数据背后的规律。AI的价值，正是在于帮助工业软件进一步理解这些复杂数据，并推动制造系统从发现问题向分析问题、辅助决策和连接执行进一步演进。

基于这一思路，赛美特正在围绕真实制造场景推进AI产品化落地。PlantU KMS帮助企业将分散在制度、资料、项目经验与专家个人中的知识，沉淀为可检索、可理解、可复用的组织资产；智能运营Agent深入MES的使用、实施与运维过程，帮助用户更高效地理解系统、获取信息和处理任务；设备智控Agent则进一步深入设备场景，通过连接设备数据、工业知识与Agent能力，探索设备状态判断、异常处置与自动化操作等智能化能力。

从工业知识，到软件应用，再到制造管理，赛美特正在推动AI融入更多真实业务场景。AI是否有价值，并不取决于技术概念是否先进，而取决于是否真正帮助客户解决问题、提升业务效率，并创造实际价值，这也是赛美特坚持“工业软件+AI”的根本原因。

从AI产品，到企业级AI能力建设

AI真正进入企业核心业务，并不是部署几个模型、上线几个Agent那么简单。对于工业企业而言，模型接入、数据安全、知识产权、权限管理、Token治理与安全审计等问题，都需要系统化解决。因此，在推动AI产品化的同时，赛美特也在持续建设企业级AI工程能力。

通过AI Gateway，赛美特构建统一的AI基础设施，为集团内部不同业务场景提供模型调用、工具接入、权限管理、Token治理与安全审计等能力。截至2026年8月，赛美特AI Gateway月均Token调用量达到5000亿，累计调用量突破万亿，AI已深入研发、交付、运营等多个业务环节。

这些实践也体现出赛美特对于AI的另一层理解：AI不仅要成为产品能力，也要成为企业自身的生产力。企业自身对AI的持续实践，能够不断积累应用经验、验证技术路径，并进一步将这些能力沉淀为产品与服务。从工业知识管理，到AI Agent产品；从内部AI实践，到企业级AI基础设施，赛美特正在逐步形成支撑AI持续落地的企业级能力。

向综合性平台型工业软件企业迈进

深耕半导体工业软件，是赛美特过去多年建立的核心能力。而面向未来，赛美特正在进一步拓展工业软件的能力边界。

随着制造企业数字化、智能化持续深入，企业对于软件的需求正在从单一系统走向更加广泛的业务协同。从生产制造，到经营管理；从研发设计，到企业运营；从工业软件，到人工智能，未来的工业企业需要更加协同、融合的软件能力。

因此，赛美特集团正在持续推进平台化发展战略。以半导体智能制造为基础，赛美特将进一步拓展更多先进制造行业，并逐步向经营管理、研发设计等领域深化布局，推动形成完整的工业软件能力体系。这意味着，赛美特的发展方向正在从专注于智能制造的软件企业，进一步向综合性、平台型工业软件企业迈进。

围绕这一战略方向，赛美特将持续完善智能制造、经营管理、研发设计与工业AI等领域的能力布局。其中，在智能制造领域持续构建服务工厂生产运营的工业软件能力；在经营管理领域探索企业经营数字化与管理智能化；在研发设计领域布局面向产品创新与工程研发的软件能力；在工业AI领域推动人工智能与工业软件、工业知识及制造场景深度融合。

平台化并不意味着简单扩大产品边界，而是基于长期积累的工业能力，围绕企业核心业务持续构建协同发展的软件体系。赛美特希望通过不同软件能力之间的连接与协同，更好地服务企业从研发设计、生产制造到经营运营的数字化与智能化需求。

从半导体出发，走向更广阔的工业软件未来

从半导体出发，并不意味着赛美特只关注半导体。恰恰相反，半导体这一复杂制造场景所积累的工业理解、软件能力和工程经验，正成为赛美特走向更广阔工业领域的重要基础。

工业软件的发展，从来不是简单复制一套产品到另一个行业，而是需要真正理解不同产业的业务逻辑与应用场景。赛美特始终坚持从真实工业问题出发，在复杂场景中打磨产品，在长期实践中沉淀能力，并通过持续的技术创新推动这些能力服务更广泛的先进制造领域。

今天，人工智能正在成为推动新一轮产业变革的重要力量。但对于工业领域而言，真正重要的并不是简单地“拥有AI”，而是如何让AI理解工业、进入软件、连接业务，并最终创造实际价值。

从半导体智能制造起步，到持续拓展工业软件能力边界；从解决具体制造问题，到构建面向企业核心业务的软件能力；从软件服务制造，到推动AI与工业深度融合——赛美特正在探索一条属于自己的发展路径。

坚持难而正确的事，坚持长期投入产业核心能力，坚持在真实场景中创造客户价值。这不仅是赛美特过去持续成长的重要原因，也是其面向未来、向综合性平台型工业软件企业迈进的长期选择。