随着生成式AI和大语言模型的爆发，一种暗涌的焦虑在蔓延：当AI足够成熟时，传统的工业软件是否会被颠覆甚至被替代？当代码可以自动生成，当设计可以通过自然语言描述完成，那些以流程控制和数据管理为根基的工业软件是否会失去存在的价值？
近期，在芝加哥举行的PTC NEXT大会以及随后的一系列重磅发布，给出了掷地有声的回应。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。
作为PTC AI首席战略官，Joseph June接受e-works专访时明确表示：“AI不会替代工业软件，制造企业仍然需要可信系统来管理产品数据、工程流程、软件开发、服务执行、治理、配置和可追溯性。”
PTC ServiceMax总经理兼AI首席战略官
重塑而非取代，以数字主线构筑AI时代的护城河
面对行业内AI或将取代传统工业软件的焦虑，Joseph June的态度十分笃定：AI并不会取代传统工业软件，相反，AI将使工业软件更加智能、更易使用，也更加以成果为导向。
这一判断基于工业制造的底层运行逻辑。在复杂的工业环境中，企业面临的不仅仅是效率问题，更是合规、安全、可追溯和质量控制的问题。无论是航空航天、汽车制造还是医疗设备，企业都需要一套值得信赖的系统来管理产品数据、工程流程、软件开发、服务执行和配置控制。Joseph June指出，“AI的运行高度依赖这些系统，必须将它们作为情境和控制的基础。如果脱离了精准的产品结构、配置控制和审批流程，AI生成的答案就只是毫无工业约束的空中楼阁。”
那么，在AI时代，工业软件的哪些部分会被重塑，哪些部分坚如磐石？Joseph June进行了精准的拆解。他认为，AI最有可能重塑的是那些知识密集型且高度依赖经验复用的任务。例如，在海量的历史设计库中进行语义搜索，对篇幅较长的需求文档进行摘要提取，分析复杂的变更影响评估，以及在服务现场提供下一步的维修建议。这些任务过去耗费工程师大量时间，而AI能够极大地提升其效率。
然而，难以被取代的是工业企业的记录系统、治理模式、产品结构、配置控制、审批流程和深度的领域专业知识。这些构成了工业软件的骨架。在安全、合规和质量至关重要的行业，哪怕是最聪明的AI，也不能替代人类完成具有法律和商业效力的决策。
正是基于这种认知，PTC正在重新定义自身的护城河。
Joseph June强调，“AI时代，PTC的护城河是产品组合广度、生命周期情境和数字主线三者的结合”。当AI被引入到某个特定环节时，它不是在一个信息孤岛中运行，而是能够借助数字主线，在更广泛的生命周期情境下获取上下文。这种跨职能协作和生命周期智能，正是PTC在AI时代赋予制造企业的核心竞争力。
打破数据孤岛，构建贯穿产品全生命周期的智能体生态
要理解PTC的AI战略，就必须理解其近年来不断强化的智能产品生命周期（Intelligent Product Lifecycle, IPL）愿景。Joseph June指出，PTC的整体AI战略，是在整个智能产品生命周期中嵌入AI，同时构建使AI能够在更广泛工业生态系统中运行的平台基础。
过去，制造企业面临的最大痛点之一是数据的碎片化。当产品处于设计阶段时，PLM系统会精确追踪每一次版本修订和工程变更；然而，一旦产品交付出厂，其结构化的可视性便随之终止。产品的运维状态信息被分散在ERP、CRM、IoT、EAM和FSM等彼此孤立的异构系统中。这种产品在设计阶段与资产在运维阶段之间的鸿沟，导致了企业无法有效开展可靠性闭环管理和主动式服务。
针对这一长期痛点，PTC推出了重磅解决方案PTC Orbit。这是一款云原生、AI优先的资产智能解决方案。PTC Orbit的核心定位是运维态智能系统，它将来自PLM、ERP、CRM、IoT、EAM和FSM等系统的数据整合到统一的资产记录中。
通过PTC Orbit，企业不仅实现了资产数据的整合，更开启了AI驱动的生命周期智能。AI能够识别服务模式和故障趋势，计算资产健康评分，并按照资产组、客户账户以及区域维度预测服务与维护需求。这意味着，工程和质量团队首次能够获取过去无法触及的故障模式和设备群级洞察，从而反哺前端的产品设计改进。
这仅仅是PTC AI平台战略的冰山一角。Joseph June告诉e-works记者，PTC的目标不仅是增加零散的AI功能，而是创建一个可信、受治理的环境。在这个环境中，PTC构建的智能体、客户自行构建的智能体以及第三方智能体，能够跨越设计、工程、软件、制造、服务和持续改进等环节协同工作。
例如，CAD领域的AI可以支持设计生产力，PLM领域的AI可以支持生命周期治理和变更，ALM领域的AI辅助软件开发和需求流程，而SLM领域的AI则支撑服务执行和反馈。数字主线将这些不同的领域紧密连接，使AI不再局限于孤立的应用数据中。
在他看来，未来，PTC最值得关注的里程碑，正是从提供独立的AI助手，转向一个可信的AI平台。在这个平台上，专业化智能体能够在整个工业生态系统中协同运行，同时保留治理、可追溯性、权限和人工监督。
跨越价值量化鸿沟，践行“以人为本”的工业AI哲学
麻省理工学院的一份报告曾指出，95%的生成式AI项目未能产生可衡量的价值。这一数据无疑给狂热的AI浪潮浇了一盆冷水。面对这一现实困境，Joseph June给出了极具务实精神的诊断与解法。
Joseph June认为，量化AI价值的主要障碍在于项目与具体业务流程或基准指标脱节。许多企业为了AI而AI，没有找准痛点。PTC帮助客户建立AI投资ROI评估框架的方法十分朴素却有效：从一个明确的业务问题入手，建立基准，并在应用AI的工作流程中衡量改进。PTC引导客户关注可衡量的生命周期成果，比如缩短工程搜索时间、提高零部件复用率、加快变更周期、改善需求质量、提高服务生产力以及提高资产正常运行时间。
这种对价值落地的执着，也促使PTC调整了自身的交付和服务模式。Joseph June坦言，“采用AI所需要的不只是部署软件。客户需要获得帮助，以识别高价值用例、评估数据就绪度、建立治理机制、让用户做好准备并衡量业务影响。”
PTC的交付模式正在发生变化，更加注重通过实际用例、分阶段实施以及与生命周期明确对齐的价值衡量方式，帮助客户从实验走向规模化应用。服务模式的转变，标志着PTC正在从单纯的软件提供商，向企业AI转型陪跑者的角色演进。
在追求效率与价值的同时，Joseph June在采访中还反复强调了PTC“以人为本”的AI哲学。随着智能体AI走向自主执行，人与机器之间的责任边界正变得日益复杂。在工业领域，一个错误的决策可能导致数百万的物理损失甚至安全隐患。因此，PTC的方法是让人掌控关键工业决策。
在具体的解决方案中，这种哲学被落实为透明的机制和审查节点。AI的职责是提出建议、生成摘要、自动执行日常工作并突出潜在风险，但用户必须拥有透明度、审查节点、权限和审批机制。AI应当加快决策的速度，但绝不能取消人类的责任。这意味着，AI系统不会成为黑箱，它的每一次推理和建议都应当可追溯、可解释，并且在关键的审批流中保留人工干预的权力。
在采访的最后，Joseph June描绘了未来两到三年工业软件中最值得期待的AI应用图景。他认为，需求质量分析、设计探索、软件开发辅助、零部件复用、变更影响分析以及服务优化，都是近期极具潜力的应用场景。但真正的杀手级应用，必然是那些将AI与真实生命周期情境深度结合，能够跨多个工作流程运行的解决方案。
正如PTC NEXT大会所传递的信息，世界在不断变化，最终胜出的将是那些积极拥抱AI、同时在可追溯性和法规合规性的前提下、快速付诸实践的企业。在这个过程中，AI不是颠覆者，而是赋能者。PTC以其深厚的产品组合广度和对工业逻辑的敬畏，正在为制造企业铺设一条稳健而高效的AI转型之路。
需求中心
AI助手
联系我们
返回顶部