AI赋能+智能产品生命周期管理实现企业转型 ptc

Al赋能+智能产品生命周期管理实现企业转型2025年12月行业视角：制造业AI应用发展趋势A22O3制造业如何应用AI技术应用视角：行业视角：制造业AI应用发展趋势技术视角：制造业如何应用AI技术应用视角：人工智能驱动的指数级变革已经全面展开-我们的研发工作方式即将发生巨大变化实施NLP应用预测性3预测性3D设计生成自主智能支持决策让数据可用可用!!为了利用这一发展优势，需要对基于人工智能化的研发进行端到端的优化“新数字同事”了开发进程数据，因此质量更高·通过合理性检查(设计、功能、可制造性)提高质量研发领域的人工智能将大大有助于其效率。除了在正确的应用领域正确的技术家组成的强大且管理完善的生态系大力助推研发工作部分接管研发工作将GenAI嵌入产品开发流程(PDP)发用例展测试与评估上线应用·通过GenAI加速所有PDP步骤和降低成本(如CAD模型中的相似性搜索、模拟微调、自动构造/生成设计)·通过GenAI协助的开发节点质量检查提高产品开发质量(如几何一致性测试、模块接口检查)·PDP将基于GenAl应用完全被重新定义·所有现有的流程步骤当应当被思考，是否存在可以基于数据和人工智能驱动的优化可能性数据科学家/人工智能专家将成为项目团队不可或缺的一员2情况1和情况2均可适用，但建议从情况1转为情况2,以适应当前毁生成式人工智能将极大提升研发效率-产品开发流程中蕴藏着巨大的AI工具应用潜力产品研发战略&“制造或购买”&“制造或购买”产品研发工作(虚拟)测试治理和架构产品研发工作(虚拟)测试治理和架构全球布局和架构研发项目管理方法与工具方法与工具研发中心选址和设施优化行业视角：制造业AI应用发展趋势技术视角：制造业如何应用AI技术应用视角：数字化成熟度业务在线程度信息孤岛数字主线工业语料库数字化成熟度业务在线程度信息孤岛数字主线工业语料库产品专用知识质量体系/业务规范语义模型数据向量化服务9业务系统通用大模型通用大模型模型评估是否文档部件BOM…变更是否工业语料行业知识向量数据■■■■■■■■■■■■■■CommonCrawl:这是一个从互联网爬取ThePile:一个多样化的825GiB英语文本语料库，由22个高质量子集构成，涵盖学术、专业和网络内容。BNC(BritishNationalCorpus):包含约1亿词的英式英语语料库，包括书面语和口语，旨在全面反映英式英语的使用情况，广泛用于语言研究和教学。CLC(ChineseLanguageC2.百科类语料库维基百科：由全球用户编辑的在线百科全书，数据规整，常用于训结3.书籍类语料库3.书籍类语料库a提供了主富的知识和语言比■■■■■■■医学文献：来自PubMed等平台的医学期刊文章和研究报告，用于学领域语言模型。金融数据：包含财经新闻、股市报告等，用于金融领域的法律文件：如法庭裁决和法律条文，用于法律7.多语言和多模态语料库对，田arallelCorpus):一个开放的多语言平行语料库，包含多种语言的对齐文之用于机器翻译和语言研究。9.视频语料库视频理解研究。2.数据是制造企业应用Al最大的挑战stockOuauityspecficatOuauityspecficatAMLVendorProductionScheduling否数据清洗/准备模型训练模型微调持续迭代是模型评估Genealogy(asbuilt)Toolandcalibrationmanagement200O's->200O's->BOM为中心管理2010's->流程为中心2020's->用户为中心端到端/数据驱动人工智能作作CAD数据管理CAD数据管理设计文件管理集成项目管理数字样机管理多维系统集成品回粤粤Nel制造业平台化Al架构(参考)Al应用Agent编排多Agent管理平台需求审核模型需求需求审核模型需求校核计算模型仿真/试验工艺参数优化工艺准备开发测试发布模型服务基础设施算力/存储/服务器/云计算交期分析模型供应商评估模制造业AI应用发展趋势制造业AI应用发展趋势技术视角：制造业如何应用AI技术应用视角：企业级PLM为与Al的融合将重构制造业创新范式业务能力文档AgentBOMAgent知识Agent模型重用供应链Agent质量Agent成本Agent端到端智能闭环.…设计质量协同设计质量协同基于NPI的设计制造协同需求驱动的正向设计能力成品成品成品成品分类管理多供管理需求数据设计数据项目数据工艺数据供应链数据生产数据仿真/试验数据质量数据知识图谱&知识管理多模态文本检索智能问答知识推送引擎更改影响分析LLM(DeepSeek,Qwen模型重用质量合规分析成本分析及决策其它大数据分析模型端到端智能闭环….业务能力设计质量协同需求驱动的正向设计能力设计质量协同需求驱动的正向设计能力供应链协同流程管理成品成品流程管理分类管理品牌管理知识图谱&知识管理仿真/试验数据客户要求需求管理举例：实现需求牵引的产品战略规划与执行客户要求需求管理产品需求管理是企业战略投资，实现“准确、高效、可度量”到“创新”产品需求管理是企业战略投资，实现“准确、高效、可度量”到“创新”口高效：避免重复开发，提高产品研发协同效率。口可度量：提升精细化管理，结果管理→过程管理，需求满足度考核难→指标考核。口创新：提升产品创新能力，经验设计→需求工程和工况迭代，需求重用低→需求池/产品线重用。经营战略历史数据需需求产品/技术战略规划外部来源客户行业分析竞争对手需求路标产品产品需求客户满意客户满意备展览内部来源客户服务产品开发团队预研各业务领域(工艺需求来源过滤排序过滤等部门长、成)评审有效需数据库研发规划研发计划立项开发需求实现需求跟踪需求变更验证管理①需求收集②需求分析③需求分发④需求实现⑤需求验证跨部门团队计划阶段开发阶段概念阶段理解市场/组合分析/业务计划开发阶段概念阶段客户需要内部需求内部需求需求实现及验证子流程理解市场/组合分析/业务计划概念阶段计划阶段开发阶段·支撑产品战略的准确性·保证发布的产品与最初设计需求之间的一致性产品竞争力提升和领先内部提升研发效率，加快产品上市存在的典型性问题：●质量属性存在的典型性问题：·忽视需求管理团队与产品市场、规划与流程建设·忽视需求的确认→转换→分解过程的复杂性·需求人员能力不足，流程不完整·产品开发过程需求失真或丢失·新产品上市后不适合市场的需求·求不同层级需求分散在不同文档中，需求传递不畅，跨部门协同困难·收不到有价值的需求·上下层需求之间的追溯和维护比较困难·需求收集不全面、不准确·需求与系统设计、开发、验证等脱节系·需求prioritization困难·需求管理流程不完善：迟后，依靠跟踪表记录和变更·客户需求总是很急·缺乏统一需求管理流程·需求描述不规范·需求变更频繁，无闭环管理流程ALM中的Al能力赋能需求驱动的产品创新INCOSE指南或内部最佳实INCOSE指南或内部最佳实■导入需求参考(如招标书、产品愿景)以加快需求规划和初步编写的速度内容搜索重复/相似的要求生成式Al开发中/Beta发布这些幻灯片中有关未来可能发布的信息无意成为任何商业要约的一部分，仅供参考。此类信息绝不构成客户可以或应该依赖的承诺、许诺或法律义务。PTC产品所描述的任何特性或功能的开发、发布和时间安排可能随时由PTC自行决定进行变更。在任何情况下，PTC均不因未能遵守任何此类路线图和/或未能生产或交付这些幻灯片中描述的任何功能而对客户承担任何责任。在任何情况下，客户购买任何PTC软件产品的决定必须基于相关产品的当前功能，而不是基于产品路线图中描述的任何潜在未来功能和/或特性。AI赋能产品全生命周期业务端到端闭环创新智能化服务执行自动化产品数据管理现场智能化服务执行自动化产品数据管理产品数字基座服务效率提升30%53%以上产品设计可用开发中规划愿景AI零件重用和合理化：在Windchill中搜索和推荐重复或相似的BOM部件，利用CAD模型的形状相似性创建部件分类结构，以便重用和合理化AI插件框架：通过可插拔机制提供AI功能的基础设施，确保快速、频繁地向客户交付价值，同时与AI领域的技术和治理进步保持一致。电子仓库洞察智能体：为Windchill用户提供自然语言交互界面，快速从Windchill电子仓库中海量的非结构化数据中查询聚焦高价值的洞察AI零件复用与优化：通过渐进式价值交付，实现以下能力：为单个零部件智能检索相似件、提供分类建议，并集成ERP与可持续性信息语义层：一个与客户业务本体(BusinessOntology)对齐的数据层，提供经过简化的PLM数据模型，并根据客户的业务定义量身定制。该模型可被各类工具、用户界面(UI)、API以及大语言模型(LLMs)调用，以高效获取业务洞察WindchillAl:一个由多个AI智能体协同工作的系统，旨在通过从WindchillPLM数据中提供相关信息，并可能自动执行任务，