编者按：筚路蓝缕敲钟成，上下求索知路远。这是一档针对科创领域领袖人物的访谈节目。他们有哪些少为人知的传奇经历？企业经营过程中，他们的心路历程有何变化？《对话科创家》与您一起探寻，以期远眺未来。
本期，《对话科创家》栏目的嘉宾是启云方CEO苏立清。
▍个人介绍
苏立清，启云方科技有限公司CEO，毕业于吉林大学计算数学与应用软件专业。其拥有数十年全球领先科技企业的技术研发与管理经验，长期深耕信息通信、数字化转型及企业级技术创新领域，曾担任研究所所长、产品线总裁、首席数字化转型官等高级管理职务。其曾主持国家863计划重大专项课题，荣获四川省科学技术进步一等奖等多项科技奖项，2016年获评深圳市地方级领军人才，现聚焦推动国产工业软件与企业AI创新发展。
▍公司简介
启云方科技有限公司成立于2023年，是一家以工业软件为底座、AI为核心驱动力的科技企业。该公司聚焦工业软件与企业AI应用，布局电子工程EDA、半导体智能制造、企业IT、企业源生AI、数据管理及AI安全等核心领域，致力于为企业研发、制造与经营提供高效、智能、安全的产品与解决方案，携手生态伙伴推动产业数字化、智能化升级。
《科创板日报》10月19日讯（记者 曾乐 陈俊清） 从推出单点EDA工具到布局系统级工具链，启云方科技有限公司（下称：“启云方”）用一年时间完成了这场跨越。
启云方成立于2023年，主打工业软件与企业AI应用。继2025湾芯展推出原理图、PCB两款国产电子工程EDA软件后，该公司在2026湾芯展再发布两大新品：EDA系统级电子设计工具链、“小笼虾™”智能体安全解决方案（安全+AI），前者瞄准硬件研发提效，后者解决AI Agent落地企业核心业务场景下的安全治理难题。
“十根手指分散发力，力量十分有限，只有攥成一个拳头才能形成合力。”启云方CEO苏立清接受《科创板日报》专访时称，“今年我们联动七、八家产业伙伴，围绕电子工程EDA搭建完整供给体系，覆盖仿真设计、布线、制造工艺仿真等环节，由生态伙伴补齐链条能力，沉淀系统化软件核心能力。本次推出的EDA系统级电子设计工具链，正是公司在去年单点产品之上完成的体系化升级。”
本次专访中，苏立清详解公司“工业软件+企业AI应用”核心战略，剖析国产工业软件从单点工具替代走向全链路生态共建的底层逻辑。他坦言，行业仍面临用户使用习惯壁垒、生态不完善等现实挑战。在其看来，AI并非颠覆工业软件的外部变量，而是产业换道超车的关键抓手；国内工业软件赛道不必复刻海外巨头的成长路径，可依托开放生态整合国内产业资源，走出一条“平台化底座+AI赋能”的差异化路线。
拥有二十余年科技公司从业经历的苏立清，是工业软件领域的资深从业者。他习惯用“三棵树”的比喻总结这段职业经历。在他的解读里，“三棵树”之中，荔枝树最具代表性——能“将挫折转化为成长动力，持续结出果实”。
而这段产业经历，也深刻塑造了他后续创业、布局国产EDA与AI安全产品的思考底色。
▍拥抱“一次变革”：AI驱动EDA实现跨工具、跨流程智能协同
“步入AI时代，企业如何借助大模型、智能体等技术，提升内部研发效率与对外服务能力，是必须思考的命题。”采访中，苏立清多次谈及AI应用正带来深刻的产业变革。
在他看来，AI正重塑EDA产品形态与硬件研发协同模式，行业应用从单点工具AI增强，向跨工具、跨流程智能协同演进。
据介绍，依托系统级EDA路线，启云方采用“AI赋能单体软件+系统级智能协同”双轮策略。一方面，在自研原理图、PCB工具中融入AI能力，依托智能布局布线、规则自动核查、缺陷优化等功能，提升单点工具自动化程度；另一方面，以协同平台的数据底座为基础，推动AI能力逐步融入设计、仿真、DFX、工艺等全环节，实现跨岗位、跨流程的智能协同。
苏立清认为，工业软件是AI落地的实体场景载体，AI安全则是工业软件智能化的基础前提。一边提升复杂硬件研发效率，一边划定AI安全治理边界，二者共同指向同一目标：推动AI从技术能力落地为企业生产力。“软件最终要服务企业业务，只有真正落地企业场景，AI才能释放新质生产力”。
苏立清判断，AI与工业软件融合正处在从技术验证走向规模化落地的关键期。与此同时，行业普遍遭遇数据孤岛、系统割裂、业务流程繁复、工程可靠性不足、安全治理缺位等难题。“模型决定单点能力，架构决定系统生产力。真正的突破，不是简单给软件外挂AI功能，而是将AI融入工业知识体系、业务流程与核心业务，持续产出可量化、可验证的产业价值”。
他提到，AI嵌入工业软件并非通用方案，需要将企业私有数据、行业知识与通用大模型结合，配套数据治理、流程治理体系，才能实现AI与工业软件的深度耦合，下沉至企业业务场景，将技术融合转化为生产力价值。商业模式层面，工业软件厂商也将从单纯售卖工具、提供技术服务，逐步转向输出“AI治理架构+FDE模式”，交付业务价值并提供长期持续服务。
“中长期来看，AI价值不局限于单点任务提效，将推动硬件研发模式迭代：由人单独操作工具，转向人、AI、系统协同作业。硬件工程对可靠性、验证标准、责任边界要求极高，因此我们优先保障工程质量可控，在此基础上将AI嵌入全研发流程，搭建稳定的系统级生产力体系。”苏立清表示。
▍推出“两大新品”：瞄准效率与安全 打通AI落地“最后一公里”
2026湾芯展上，启云方一口气发布两大新品：EDA系统级电子设计工具链、“小笼虾™”智能体安全解决方案（安全+AI）。两款产品直击行业两大核心痛点：工业软件如何借助AI进一步释放研发效率；AI Agent如何在企业场景内安全规模化落地。
据介绍，启云方EDA系统级电子设计工具链重点解决复杂硬件研发场景下工具割裂、数据不通、多角色协同难、研发资产难以复用等痛点，推动电子硬件研发从“单点工具独立使用”转向“系统级协同”。“和单点工具不同，这套系统级工具链打通各环节数据底座，内置AI能力，可将电子硬件设计整体周期缩短20%，板级设计一版成功率提升30%。”苏立清介绍。
而“小笼虾™”智能体安全解决方案（安全+AI），依托智能体安全治理体系，保障AI运行全程可信、可控、可审计。苏立清透露，该方案已在多家半导体企业、大型集团客户侧试点落地，覆盖智能体运行时安全防护、AI赋能渗透测试、安全运营等能力，“团队正结合每家客户内部AI应用的场景与诉求持续迭代调优”。
“大模型迭代速度很快，几乎每月都有新进展。但对企业来说，受数据合规、现有架构约束，安全问题没有解决前，不敢大规模上线AI，仅能开展小范围试点。”苏立清称，“小笼虾™”核心价值，是解决中大型企业AI治理架构难题，“让AI在企业设定的治理边界内发挥价值，企业既能用好大模型能力，又避免治理失控，实现技术创新与风险可控的平衡”。
“两款新品的推出，正是响应工业软件AI化、企业AI规模化应用的产业方向，聚焦效率与安全两大主线。效率提升与安全治理并举，AI才能真正从技术能力转化为企业生产力。”苏立清表示。当前工业软件智能化面临两大难题：其一，复杂电子研发场景如何依托AI提升全系统协同效率；其二，AI Agent进入企业核心业务之后，如何搭建配套安全治理边界。
▍布局“四大平台”：聚焦工业软件AI化与企业AI应用
当前，国产EDA单点工具逐步成熟、商用落地持续扩容，但行业普遍存在工具分散、数据割裂、业务流程脱节等痛点，企业亟需覆盖全流程的系统级研发平台能力。
启云方成立虽仅三年，已围绕工业软件AI化、企业AI应用，搭建起四大平台：方舟数字平台、电子工程EDA系统级电子设计工具链平台、半导体智造CIM系统、依托汉擎底座打造的DF²Cloud。
“我们的思路，不是各产品线各自重复搭建AI底座，而是依托平台架构打通大模型、企业知识、AI Agent与业务系统，沉淀可复用的共性能力。”苏立清解释，在这套体系下，EDA面向研发设计落地AI，CIM在制造场景推进智能化，小笼虾负责智能体安全治理，形成业务应用、平台支撑、安全治理三者协同的整体架构。
国内电子工程EDA赛道，多数厂商选择深耕单点工具；系统级工具链方案，则意味着更高研发投入、更复杂的工程集成与难度更大的生态协同。启云方为何选择这条门槛更高的路线？
苏立清回应，长期看AI会推动硬件研发模式从“人操作工具”，升级为“人、AI、系统协同”的新范式。硬件工程对可靠性、验证规范、责任边界要求严苛，必须在保障工程质量可控的前提下，循序渐进将AI融入全研发流程。
“生态整合会遇到两大难点：技术端，不同架构、技术标准之间打通难度大；商业端，需要平衡生态伙伴之间的利益分配。我们统一平台标准、底层数据与元器件库，制定各专业模块的标准化接口。虽然背后由多家厂商协同开发，但交付给客户时，呈现为一套完整产品。”苏立清坦言，系统级路线门槛更高，但“这是客户真实需求倒逼出来的选择”。
依托这套生态协同共建模式，启云方已取得阶段性进展：自研原理图、PCB布线工具对标海外产品，并在部分客户场景实现商业化应用，服务超100家中大型客户，累计超5万名工程师在平台开展设计工作；叠加生态伙伴的单点工具后，整套系统级方案竞争力持续增强。
值得注意的是，为降低客户迁移成本，启云方优先落地元器件库自动转换功能，帮助客户快速将原有工具器件库迁移至新平台。AI的融入，正抹平新旧平台之间的使用差距。“以BGA逃逸布线为例，传统方案引脚密度高，工程师需要1至2周完成布线；依托AI大模型，仅需5分钟即可完成，效率提升显著。”苏立清认为，AI+工业软件，是国内EDA产业实现换道超车的重要机遇。
目前，公司产品落地半导体、电子制造、高端装备、消费电子、通信、航空航天等领域。苏立清称，“上述项目并非试验试点，而是成熟产品正式商用。不少大厂已经完成全面国产化替代，也有部分企业采用‘国产+海外’工具混合部署模式。”
▍“三棵树”背后：关于“取舍”的商业哲学
启云方四大平台同步布局，市场也出现相关讨论：公司业务战线是否铺得太宽？
苏立清对此回应：“这是战略取舍之后的主动选择。”
“业务追求面面俱到，反而很难凝聚产业伙伴；即便资金充裕，全赛道铺开会造成主线涣散。公司为各平台划定清晰业务边界，资源集中投向具备差异化、不可替代的核心环节，其余模块交由生态伙伴协同完成。”他进一步解释。
据介绍，电子工程EDA赛道，启云方聚焦自研原理图、PCB布线两大核心工具，仿真、结构、工艺等环节交由外部生态伙伴；芯片EDA赛道不做单点工具，依托汉擎底座搭建平台，为设计、IP、设备厂商输出生态整合能力。“取舍的本质，是削减非核心投入，集中资源投入护城河环节。启云方专注平台底座建设，联合国内工具厂商一起做大产业盘子”。
这套“有所为、有所不为”的战略，同样体现在其商业化节奏上：启云方没有选择烧钱换规模的路径，坚持研发与商业化并行推进，推动各平台形成正向现金流。苏立清提出，硬科技企业不能只重研发、轻视经营质量，需要动态平衡研发投入，保障企业健康运营。“无论愿景多宏大，企业首要任务是活下去，健康增长才能支撑持续创新”。
截至目前，启云方不同产品及业务线处于差异化商业化阶段：电子工程EDA实现规模化商用，服务超百家客户、累计超5万名工程师；半导体Smart CIM落地多家晶圆厂，深度绑定产线，客户付费意愿较强；高端ERP业务取得突破，十余家大型企业完成上线；方舟数字平台、小笼虾智能体安全方案仍处在试点阶段，已有近10家客户落地。苏立清表示，产品分阶段推进，EDA重点发力市场推广，方舟、小笼虾以研发打磨为主，Smart CIM持续拓展落地场景。“布局过早容易拖累现金流，过于保守又会丢失产品竞争力”。
当前，AI赛道热度居高不下，但企业端普遍存在“技术热、落地冷”困境。苏立清认为，AI价值不在技术本身，而在于解决真实业务问题、创造业务价值。他提出评判AI落地成效的三大维度：用户体验改善、人力与业务流程提效、催生新商业模式。“评估AI要以终为始，看赋能业务带来的实际效果，不能只看技术参数”。
苏立清判断，企业AI落地难的根源，是缺少系统性治理体系。流程割裂、数据孤岛、算力调度无序、安全能力不足等问题普遍存在，传统IT架构难以适配AI原生场景，企业需要升级底层架构，从传统4A架构，演进至搭载AI治理能力的5A架构。
与此同时，AI Agent从简单问答，升级到自主执行任务，安全风险也发生本质变化。“过去只需关注AI输出的文本内容，现在更需要警惕AI执行的各类操作。”苏立清称，传统安全防护手段难以适配新场景。AI智能体访问数据、调用工具、执行业务指令，会带来智能体失控、算法滥用、数据泄露等全新风险。
拥有二十余年科技公司产业经验的苏立清，兼具技术视野与产业思考。在他看来，产业创新要平衡生存现实与长期目标。“一款优秀大模型可以成就一家企业；用好AI大模型，则能赋能整个产业升级”。