最近，一组调查数据揭露了AI转型的现状。根据分析，当前约80%-85%的AI产品未能实现预期技术价值而搁浅。

最近，一组调查数据揭露了AI转型的现状。根据分析，当前约80%-85%的AI产品未能实现预期技术价值而搁浅。MIT相关研究也显示，不少生成式AI试点项目难以形成可衡量的投资回报。Gartner也预测，今年因缺少完善数据基础的60% AI项目被放弃。

但与此同时，国内外PLM厂商却仍在大力投入工业AI。例如，被ABI、Forrester、Gartner等机构评为领导者的西门子，正在依托数字孪生、仿真和工业数据基础，将AI嵌入产品研发和制造流程。

与此同时，国产PLM企业也在探索不同路径。例如，易立德近期发布的光启平台工业AI系列产品，围绕智能体、知识工程、AI原生CAD以及FDE转型实践，尝试推动工业软件走向智能化协同。

在AI项目大量失败的背景下，国内外企业为何仍然大肆布局？作为PLM厂商如何差异化切入工业AI？

“85% AI项目失败”正在成为制造业AI转型必须面对的问题。根据个人从业经验，85%的失败率其实还不是AI的终点，该现象更像是10年前物联网时代的“淘金热”。真正的问题是企业需要从试验阶段走向规模化应用，需要建立安全的数字基础和完善的数据体系。

Gartner此前也曾指出，缺少可靠数据基础的AI项目容易被放弃。很多失败并不是技术原因，而来自数据成熟度不足、业务目标不明确，以及无法将AI从实验室带入日常工作流程。

对于工业领域而言，AI必须满足可靠、安全和精准要求。工厂、生产线以及工程流程不能被不可控的结果影响。这也是传统工业软件厂商试图建立竞争优势的方向。

02 全球PLM巨头押注工业AI

根据ABI Research评估，西门子Teamcenter平台被评为大型制造企业PLM解决方案第一梯队；Forrester Wave的离散制造PLM平台评估中，西门子也被评为行业领导者。

作为领导者，西门子的思路是将AI嵌入已有工业软件体系，例如Teamcenter Copilot将生成式AI直接融入工程流程，可用于数字孪生优化、变更管理和零部件分类等任务。

与此同时，西门子通过收购Altair等方式增强仿真、高性能计算和人工智能能力，并推动Xcelerator平台融合机械设计、EDA、仿真和制造数据。

在西门子的工业AI战略中，数字孪生正在成为关键载体，正在向贯穿产品设计、制造和运营全过程的动态模型演进，实现从静态设计参考变成能够持续学习、预测和优化的工业资产。03 国产厂商探索AI新路径

与此同时，国内工业软件企业也开始探索工业AI落地方式。9月16日，易立德发布光启平台工业AI系列产品，并披露AI原生CAD研发进展等。

作为长期深耕研发数字化和工业软件领域10+年的企业，易立德希望通过大模型、智能体、知识工程和工业Know-how融合，让AI进入真实工业场景。

此次发布的光启平台，包括Lumen、LuBan和CoCoAI三部分。其中，Lumen作为智能体统一治理平台，负责智能体开发、评测、发布、运行和迭代管理；LuBan面向AI时代的软件开发，将项目资料、知识、工具、智能体和交付过程连接起来；CoCoAI则面向企业用户，通过数字员工帮助完成资料整理、报告生成、方案编写等工作。

如下图，这三个模块构成了从AI能力治理、开发到业务应用的完整体系。易立德希望解决：如何让AI从一次性试验，转变为可运行、可管理、可持续优化的企业能力。

除了工业AI平台，易立德还首次披露AI原生CAD研发进展。按照其规划，AI原生CAD将尝试理解历史三维模型中的设计意图，自动拆解建模步骤和装配约束关系，并在CAD环境中继续编辑。

04 数据基础决定成败

显然，无论是国外巨头西门子的工业AI战略，还是国内企业的探索，都指向同一个问题：AI落地的核心是工业数据和业务流程。

Gartner指出，缺少AI-ready数据基础的企业，其AI项目更容易失败。尤其是在工业场景中，数据长期分散于PLM、CAD、ERP、MES以及生产系统中，如果缺少统一的数据连接和工程知识沉淀，AI很难真正进入生产环节。