工业软件+AI 的生死时速!

“你们如何看待AI在中国PLM领域的发展情况？”不久前，CIMdata总裁Peter Bilello给e-works发来一封咨询邮件。

作为全球工业软件领域的权威研究机构，CIMdata的主动调研释放了一个强烈的信号。当CIMdata都开始密切关注中国工业软件在AI时代的脉搏，事实已不言自明：工业软件与AI的融合，早已不再局限于某一区域或行业的探索，而是一场正在引发全球产业聚焦、重塑行业格局的深刻变革。

在这场席卷而来的AI风暴中，无论是国际巨头还是本土新贵，谁都无法置身事外，我们正共同经历一场前所未有的“工业软件+AI的生死时速”。

“现在不提AI，连投标的机会都没有。”一家头部MES/MOM公司创始人直白的感慨，道出了行业的真实处境。

最近与多家工业软件企业交流，我有一个非常深切的感受：行业规则已经被彻底改写。在如今的工业软件市场，AI能力已然成为硬性标配，缺乏AI赋能的产品，很难获得客户认可。这并非行业的夸大说辞，而是制造业数字化转型深水区催生的真实市场现状。

以生产管理类工业软件为例，过去制造企业的核心诉求是完成流程记录、数据统计、自动化管控，满足基础数字化合规与效率提升。但现在，下游客户的需求已经发生根本性迭代。企业不再满足于被动的数据归集和流程管控，更需要具备主动预判、实时调控、工艺优化、智能决策能力的数字化工具，依托软件实现生产全流程的事前预警、事中管控、事后优化。

来自需求侧的剧变，正倒逼所有工业软件厂商驶入加速创新的快车道，行业内弥漫着一种不进则退、慢进即淘汰的紧迫氛围。

实际上，这种紧迫感早已在行业中引发了连锁反应。2023年刚过完国庆节，涛思数据创始人兼CEO陶建辉就抽调部分研发人员组成工业本体小组，2025年更是加速布局并投入更多人力资源。如今回过头去看，他十分坚信：“当时的决定极为正确，这让涛思数据在AI时代获得了更大的增长空间。”

涛思数据：工业本体架构

2025年，华磊迅拓对自研OrBit-X平台进行AI升级，引入AI助手能力，将通用大模型深度嵌入平台内核，实现了数据驱动与AI管理的协同赋能，大幅提升了用户在创新应用上的效率。过去一年，华磊迅拓在AI赛道的深耕也带来了丰厚的市场回报，订单量实现显著增长。

谷斗科技则采用业务本体加AI大模型架构，致力于消除大模型在工业场景的幻觉，实现复杂约束下的精准推理。通过本体架构，AI可快速理解并适配不同业务场景。例如，谷斗科技为上药集团开发的场景，仅需少量调整即可移植到其他类似企业，极大缩短了实施周期。

在工业 AI 平台底座及本体语义能力建设上，多家企业同样动作频频。开目软件推出 AI 协同智能零件工艺设计方案，依托 3DMPS 平台与企业工艺知识库，以多智能体架构打通三维工艺设计全流程；恒远科技发布 AI 工作空间，依托多智能体协同模式组建数字工作群，自动协同完成复杂生产任务，提升制造系统运行效率；寄云科技推出 Neu.ai 工业智能体平台，融合生成式 AI 与企业本体模型，该平台已经正式启动公测；炽橙科技打造超真云工业智能交互底座，融合数字孪生与 AI 多智能体能力，以此降低工业智能应用开发门槛；赛意信息推进 All in AI 战略，搭建全栈工业 AI 体系，已拿下 4800 万元级别 AI 项目，计划未来三年研发投入超 10 亿元。

当然，最直观的反馈来自财报。金蝶近年来大力推动AI战略，成效显著。2026年金蝶中报显示，其上半年收入约36.25亿元，同比增长13.6%；从去年同期的亏损9773.8万元到今年上半年实现扭亏，而这一增长的重要驱动力正是AI相关的产品与服务。数据显示，金蝶上半年AI原生产品（灵基+金蝶AI套件）收入2.96亿元，去年同期为1.03亿元，同比增长189%。徐少春提出的2030年用AI再造一个金蝶，已不再是一句口号，而是正在发生的现实。

徐少春：2030年，用AI再造一个金蝶

纵观整个行业，这场生死竞速的核心逻辑十分清晰。AI转型不是可选的战略布局，而是必答题。谁能更快地将AI技术落地到工业场景中，解决客户痛点，谁就能在未来的竞争中占据主动权；而固守传统模式、观望迟疑的企业，极有可能被市场边缘化，逐渐退出行业竞争。

如果说本土厂商的紧迫感关乎生存，那么国际工业软件巨头们的策略，更像是一场为了捍卫自身地位而发起的极速冲锋。在这场生死时速中，它们不再是按部就班地迭代产品，而是在争分夺秒地重构工业软件的底层逻辑。

达索系统的策略核心在于“科学锚定”，致力于将物理规律与工程逻辑融入AI，打造可信的工业AI。通过联合NVIDIA构建工业世界模型，将数十年积累的物理规律和工程逻辑瞬间注入AI的生成过程中。通过AURA、LEO等虚拟伙伴及生成式体验，达索将AI深度嵌入3DEXPERIENCE平台，重构从商业到科学的工程全流程，确保AI输出基于科学、可验证且具备规模化扩展能力。

达索系统：

根治科学规律的工业软件不易被AI替代

PTC则在试图跨越从“记录”到“行动”的鸿沟，其紧迫感在于打破数据孤岛的时间窗口正在关闭。PTC提出的IPL（Intelligent Product Lifecycle）战略，实质上是要将沉睡在PLM、CAD等系统中的静态数据，实时转化为流动的价值。通过全域嵌入式的AI能力，PTC正在倒逼传统的工业软件进化为具备自主思考能力的行动系统。

6月以来，PTC以前所未有的节奏推出了包括PTC Orbit、PTC Jetstream在内的全新解决方案，以及一个全新的AI平台、12个AI智能体和覆盖全产品组合的100多项增强功能。PTC AI首席战略官Joseph June日前接受e-works专访时表示，“PTC接下来最值得关注的里程碑，是从提供独立的AI助手，转向一个可信的AI平台。”

PTC：AI驱动的智能产品生命周期

西门子先后推出了九款Industrial copilots，覆盖从设计仿真、产品生命周期管理到生产制造与运营的全流程。同时，打造了首款直接集成到工业工具链的自主工程智能体Eigen Engineering Agent。而与NVIDIA共建的工业AI操作系统，则进一步强化了物理AI能力，该系统试图连接数据、软件与智能硬件，让AI决策精准转化为物理世界的生产动作。

正如西门子工业软件中国董事长及总经理梁乃明在今年Realize LIVE用户大会上所言，“2026年是中国工业AI从试点迈向规模化落地的元年。”他将当下定义为中国的工业AI时刻，这不仅仅是时间节点的判断，更标志着中国工业AI规模化应用的新篇章已经开启。

西门子：中国已步入工业AI时刻

巨头们之所以不遗余力地全速推进，是因为它们深知，一旦不能在这一轮AI竞速中胜出，过去几十年来构建的壁垒可能会被弭平。

而这场生死时速的真正驱动力，实则来自需求侧的爆发式增长。

毕马威发布的《2026年工业制造全球技术报告》为这一判断提供了有力的佐证：基于22个国家及地区258位工业制造技术高管的调研显示，AI在制造业的规模化应用正全面提速——近半数高管表示已有落地AI场景并创造商业价值，大幅高于全行业均值；更有68%的企业预计在未来12个月内实现AI的部署。

未来24个月

与AI相关的生产与研发数字化升级计划（来源：毕马威）

这份报告还揭示了一个现实：在全行业数字化浪潮中，工业制造已然成为AI落地最快、变现能力最强的赛道，超过金融、消费等行业。

腾讯云副总裁曹磊也曾透露，WorkBuddy推出两个月时他们有一个统计，按行业维度，用户增长最快的行业是制造业。

更为关键的是，在毕马威调研中，49%的企业已经跨越了浅层应用，不再满足于简单的可视化展示，而是进入了成熟AI应用场景持续产出商业价值的阶段。这意味着，需求侧对AI能力的呼唤已经势不可挡。客户不再为概念买单，他们迫切需要工业软件提供实实在在的AI能力，以满足其进行全域部署的诉求。

对于工业软件厂商而言，这就是一场生死竞速——如果你的软件无法承接客户对AI落地与价值变现的迫切需求，无论过去的品牌积淀多深，都将在这轮客户价值筛选中失去入场资格。

当然，正如所有技术革命都会经历的泡沫期一样，在工业软件+AI的狂飙突进中，我更愿意呼吁一种克制的清醒。速度虽然重要，但方向和安全更是生命线。

首先，一定要避免“为了AI而AI”的伪需求。当前市场上存在一种风气，仿佛不加个AI智能助手就不配发布新产品。但工业软件的核心始终是解决工业问题，而非炫技。如果一个功能通过传统规则引擎就能高效解决，强行上AI不仅增加成本，还会降低系统的可解释性和稳定性。

其次，要警惕数据孤岛与数据治理缺失。工业AI的燃料是数据，然而现实中，多数企业的数据仍分散在ERP、MES、PLM等异构系统中，格式不统一、语义不一致、时效性差，形成严重的数据孤岛。若基础治理缺位，AI落地效果必然大打折扣。因此，工业软件厂商不能仅做Agent的提供者，更需成为数据治理的赋能者，协助客户打通数据孤岛，跨越从原始数据到可用资产的鸿沟。

第三，安全与知识产权也不容忽视。当工业软件拥有越来越强的自主决策能力时，安全风险也随之指数级上升。数据隐私泄露、模型被恶意攻击，在工业领域可能演变为物理世界的破坏。推进AI战略时，必须将安全性置顶。

最后，必须坚持工业机理与数据智能的双轮驱动。AI不是魔法，无法替代几百年来积累的物理学、化学和机械学原理。最好的工业AI，应当是机理模型与数据模型的结合。不能迷信算法万能而忽视了工业知识的沉淀，只有懂工业的AI，才是有灵魂的AI。

工业软件+AI的生死时速，这不仅是一个标题，更是当下每一位行业从业者必须面对的现实。在这场时速中，慢了会被时代抛弃，但盲目狂奔也有可能坠入深渊。

毋庸置疑，AI的大势所趋已不可逆。但我们也应看到，工业软件的使命是构筑工业世界的数字基石，这注定了它不能像消费级应用那样先发布后修补，它需要的是更严谨的逻辑、更务实的落地和更负责任的态度。

唯有在刻不容缓的行动中，保持克制的战略定力，保持冷静的市场判断，保持清醒的技术认知，才能在这场生死时速中，不仅跑得快，更能跑得稳、跑得远。这不仅仅是一场技术的竞赛，更是一场关于智慧与责任的考验！