2025年夏，底特律。这个以汽车工业闻名于世的城市，再次成为工业技术变革的中心舞台。
“我们可能看起来还是那家公司——但我们已经改变，而且还在持续改变。”在2025年底特律的 Realize LIVE 大会上，西门子数字化工业软件总裁兼首席执行官 Tony Hemmelgarn 做了一场近60分钟的演讲。“没有人能踏进同一条河流两次。”他引用古希腊哲学家赫拉克利特的一句话：河流不断流动，踏入河中的人也在不断变化。工程与制造的本质亦是如此：表面看似流程相同，但实际上，工具、方法、环境、需求都在持续变化。
西门子数字化工业软件总裁兼首席执行官 Tony Hemmelgarn
说到变化，在当前的工业场景中，最明显也是最迫切需要应对的改变，也许要属工业产品日益增加的复杂性：汽车系统包含超过500亿行代码，飞机系统中涉及上百万个信号，芯片很快就要突破万亿晶体管的级别……工程师每天面对的，不是一个“项目”，而是一个“巨系统”。
“我们正在经历一个从硬件驱动到软件定义的转变，尤其是在半导体与电子系统的加持下，工业复杂性不再是负担，而是竞争力来源。”Tony Hemmelgarn这番话背后，是西门子对工业产品日益增加的复杂性给出的解决方案：不是“消除复杂”，而是“组织复杂”，让复杂变得有序，使复杂不再是阻力，而是转化为组织优势的驱动器。
在本次大会上，西门子工业软件展示了其最新的产品技术框架逻辑：在新兴IT技术的参与下，以数字孪生为核心，覆盖四个方向——跨学科产品开发、软件定义产品、BOM生命周期管理与智能制造闭环，通过构建一个“逻辑统一”的工程操作系统，实现从PLM到MOM、从工程到运营的“全贯通”体系，试图让从设计、仿真、测试、制造到交付、运维的一切过程有结构地链接起来，从而使复杂不再是阻力，而是转化为组织优势的驱动器。
虽然这一切看上去仍是软件功能模块，但本质却是系统方法论的体现，是对工业软件到底该是怎样的形态、工业软件在企业系统中到底该发挥怎样的作用等核心问题的重新思考——虽然这仅仅是西门子对自身在技术、产品逻辑和商业策略的一次彻底调整，但从某种程度上来说，也意味着整个工业软件领域正在发生深刻的改变。因此从某种程度上说，此次西门子工业软件的Realize LIVE很有可能成为工业软件发展历史上一次有划时代意义的会议，一次对工业软件进行重新定义的会议。
AI不是插件，而是新的工业系统语言
过去十年，AI在各类消费级与企业软件中不断迭代，从数据分析工具成长为用户界面的一部分。然而，在工业软件领域，它的渗透始终滞后。这不仅是技术复杂性的问题，更是“语言断层”的体现。西门子数字化工业软件 PLM 产品执行副总裁 Joe Bohman在Realize LIVE上指出：“ChatGPT懂得互联网的语言，但它不懂工程与制造的语言。”这句话准确地点出了西门子此次AI战略的出发点。
西门子数字化工业软件 PLM 产品执行副总裁 Joe Bohman
在传统认知中，工业AI更多被理解为预测性维护或图像识别，但这只是浅层应用。真正有价值的，是构建AI在工程体系中作为“语义桥梁”的能力。而这正是西门子提出“工业基础模型（Industrial Foundation Model）”的逻辑核心。该模型这不是一个通用大语言模型，而是一个基于150PB工业数据、1万余项AI专利和西门子深耕行业数十年的工程知识库，目标是打造一个能理解工程几何、材料行为、系统约束、测试反馈的“懂制造的AI”。目标是成为一个面向机械、电气、仿真和制造场景进行训练的AI系统，成为工程师的AI助理，而非替代品。
“我们不是在做AI的大秀，我们是在将AI嵌入每一个产品、每一个流程中——我们构建的是工业基础模型（Foundation Model），它会讲工程语言、制造语言。”Tony Hemmelgarn强调：“我们不主张搞一个大而全的AI平台，而是希望AI懂得工程语言、理解制造逻辑，并能服务于具体任务。”
与许多“炫技式”AI策略不同，西门子采取的是一种“嵌入式”思路。例如，在Simcenter仿真平台中，AI能够根据历史仿真结果、材料行为模型和几何特征，对新的结构设计进行预判，自动设定仿真边界与参数。这不仅提升效率，更将设计仿真的专业门槛从“有限专家”降低为“广泛工程师”。而在Teamcenter中，生成式AI可以识别BOM配置差异、测试结果差异，并输出结构性比对报告，为产品版本审查节省80%以上的人力。
AI在西门子体系内是作为横贯PLM、EDA、MES、IoT的通用平台逻辑而存在。这意味着：AI不仅服务于数据处理，更参与工程流程的控制权配置——决定哪些信息该呈现、哪些工作可简化、哪些方案应优先。
同时，AI也在影响工业软件的商业与组织结构。例如，西门子正在通过嵌入式AI Agent打造“无障碍工业操作体验”。传统软件系统往往需要复杂的培训与配置，而AI Agent可通过自然语言理解用户意图，主动调用设计、测试、配置、验证流程，并通过协同建议联动上下游流程。这种能力，正在让工业软件迈入“自适应协作”阶段。
Tony Hemmelgarn总结道：“AI并非新功能，而是新架构。”而这种架构的本质是让工业语言与AI算法合并为“新的操作系统”，将传统依赖专业判断的设计与管理行为，转化为可被学习、被预测、被优化的结构性流程。
如果说上一轮AI浪潮是数据驱动商业的升级，那么这轮由西门子推动的工业AI浪潮，则是工程语言的根本变革：它不仅重构了工具形态，更重塑了人机分工的边界，让未来的工业流程，从以经验为主，变为以逻辑为主，以算法为主。而这正是工业AI的真正价值：不是表演性强，而是执行力强；不是解决想象的问题，而是解决真实问题。
EDA成为关键变量：从工具链走向核心引擎
从2024年开始，工业软件的EDA领域就开始呈现出活跃的状态：从新思科技宣布已就收购Ansys事宜达成最终协议，到Cadence宣布收购BETA CAE Systems，再到西门子接连将Altair Engineering和Excellicon收入囊中，在市场的关注中，整个EDA产业的格局正在发生改变。
然而与市场上其他EDA厂商的收购，都是用于拓展其自身在EDA领域的能力不同，西门子为EDA规划的格局要大得多。“我们将EDA视为软件系统的‘计算支点’，它是数字孪生从仿真走向真实系统集成的关键引擎。”西门子EDA首席执行官Mike Ellow在采访中指出。“EDA不仅是芯片设计工具，更是数字系统设计中连接硬件与软件的桥梁。”
西门子EDA首席执行官Mike Ellow
Mike强调：“我们正与全球主要半导体厂商合作，在EDA平台上推动高效能、低功耗专用硅的设计，并通过数字孪生能力，在‘设计-仿真-验证-生产’各阶段实现统一数据流。”很显然，在西门子看来，增强EDA领域的能力，是为了将其融入到原有的整体工业数字孪生平台：一方面，使企业能够从芯片设计开始，就保持数据的连续性；另一方，将EDA的作用前移，从而提高企业应对工业产品日益复杂趋势的能力。
“EDA不仅是设计工具，更是未来数字孪生设计流程中的核心支点。我们要打通从芯片架构、系统建模，到软件协同与验证的全过程。”Mike Ellow说，在西门子的构想中，EDA不是到了生产准备阶段才介入的工具，而是在产品定义初期就参与“协同建模”的系统平台。例如在3D IC设计中，EDA需要与PLM（Teamcenter）、MCAD（NX）、仿真平台（Simcenter）深度融合，才能实现热应力分析、封装刚性仿真、跨层次信号完整性协同。这意味着，EDA正在从“设计模块”跃升为“系统建模中心”当中的一员。
事实上，西门子在EDA与PLM的融合路径上，也的确走得比业界任何一家都更远。当然，西门子并未试图在EDA市场争当“第一”，但它在搭建“EDA-PLM协同”的底层通道，这恰恰是许多传统EDA公司不可能触及的领域。而这条通道一旦跑通，将极大提高硬件—软件—系统三者间的集成效率，为工业系统级设计注入新变量。
构建“工业操作系统”，用“演进”代替“变革”
本次大会上，西门子以“数字主线 +数字孪生”的方式全面呈现其在工业软件上的全栈产品架构：Teamcenter作为中心枢纽，统筹需求管理、BOM配置、测试追踪与变更管理；Simcenter则负责从零件到系统的多物理场仿真；Opcenter覆盖MES、质量管理、排程等生产制造环节；基于Parasolid的Designcenter能够跨仿真、制造、电子/电气等多学科，加快产品开发。如果能从更加全景视角来看，西门子最终的目标，显然是想打造一个具有“工业操作系统”特征的平台——即所有产品、系统、流程、数据、模型、算法……都可以在统一结构下共存、协作、演进。也就是说，在西门子的规划中，未来的工业软件不再是一个个局部的、单点的功能构成，而是一个系统逻辑统一的由“模型-数据-算法”构成的全新工业软件平台。
从产品底层逻辑理论的角度来看，这个工业软件平台的技术骨架由三部分构成：数字孪生（Digital Twin）来构建产品的虚拟映射与仿真分析；数字主线（Digital Thread）来打通设计、仿真、制造、运维全流程数据链；生命周期智能（Lifecycle Intelligence）则侧重在数据闭环中嵌入AI与知识模型，形成自动学习与优化机制。
如果从企业用户的角度看，西门子推出的全栈平台不只是技术和产品的堆叠，更重要的是，其正在改变企业用户对于工业软件的应用模式：单一软件的功能不再是首选因素，更多需要考虑能否在数据的引导下获得更清晰、更智能、更快速的产品路径。这显然不仅是一次软件产品的升级，更是一场有关未来工业企业对IT技术应用的底层逻辑的更新。
西门子数字化工业软件总裁兼首席执行官 Tony Hemmelgarn
“我们不是要一次性‘转型’客户，而是构建一个支持‘逐步演进’的数字平台。”Tony指出：“数字化不是一夜之间完成的转型，而是一场持续演进的旅程。我们不会要求客户推倒重来。我们要做的是，帮他们在原有系统中找到演进的路径。”
用“演进”代替“变革”的策略，没有强调“颠覆”，而是强调“适应”；不是强推“重构系统”，而是鼓励客户在原有系统基础上做结构升级。这种渐进路径，显然更符合现实企业的节奏和人力、技术、管理等要素的迭代能力。
写在最后
本届Realize LIVE大会最重要的一点，不在于技术多么先进、产品多么丰富，而在于它提供了一个产业未来的“剧本草图”。这个剧本明确地告诉我们：未来工业世界的核心，不再是零件，不再是流程，而是“结构性知识”和“工业软件数字化系统平台”—— 当EDA、PLM、仿真、制造、运营等各环节都基于统一的模型与数据协议运转时，整个工业体系的逻辑正在发生改变。
Tony Hemmelgarn在大会上反复强调：“我们不只是提供软件，而是在构建一个可持续的、协同的数字生态。”而从市场角度观察，未来工业软件厂商之间的竞争，将不再只是工具的好坏、界面的易用、功能的全面，而是谁掌握了数据流动的协调权，谁能打造出“最懂工程语言的AI”和“最开放的跨域协作环境”，那么谁就将在下一个十年的工业软件版图中占据主导地位。
变革已经不是趋势，而是日常。而这场工业逻辑的重新书写，已经从底特律开始。
京公网安备 11010202008829号