面向千行百业，全球工业软件巨头的 AI 应用策略如何演变？

程序员辣条

已于 2024-06-28 19:06:04 修改

阅读量537

点赞数 25

文章标签：人工智能 AI大模型大模型算法学习

于 2024-06-17 21:14:34 首次发布

本文链接：https://blog.csdn.net/m0_65555479/article/details/139754765

版权

设想这样一个场景，一个工业设计师仅通过简单的语音指令，就能指挥某个软件应用设计出一个既环保又具有科技感的电动自行车手把。这位设计师只需要描述他的需求——比如，采用哪种风格，需要哪些功能特性，使用哪些材料，既不需要复杂的操作，也不需要深厚的专业知识，仅凭几句话，这个应用就能迅速理解并在几分钟内生成多个设计方案以供选择。

这不是科幻场景，而是达索系统今年上半年在 3DEXPERIENCE World 2024 大会上所呈现的演示。通过名为“Magic SOLIDWORKS”的用户界面，系统能够自动设计并生成 3D 零件。无论是设计日常用品还是复杂的机械设备，Magic SOLIDWORKS 都能提供专业级的解决方案，并确保设计过程的高效和产品的高质量。而这一切，都得益于人工智能在解析复杂设计要求和处理庞大数据时的强大能力。

就在那场大会上，达索系统董事会执行主席伯纳德·查尔斯（Bernard Charlès）重磅提出了“AI+MODSIM”作为公司未来的战略方向，将人工智能（AI）与建模和仿真（MODSIM）结合，AI 提供数据驱动的解决方案，而模型仿真则基于科学驱动，通过两者的高效融合以提供更精确和可验证的设计决策。查尔斯设想，在未来的产品设计中，AI 将实现从概念到实物的全过程自动化，而 Magic SOLIDWORKS 仅是众多应用中的一个例子。

为进一步探讨达索系统的 AI 战略、应用逻辑及其背后的思考，InfoQ 日前采访了达索系统大中华区大基础设施行业技术总监冯升华，作为全球工业软件行业的领军企业，相信达索系统的见解能在一定程度上为行业提供前瞻性参考。

AI 加速企业数字化蝶变
企业数字化转型不仅仅关乎技术升级，更是商业模式和创新能力的重塑。这一进程常常被形象地比喻为“蝶变”（Metamorphosis）过程。

在达索系统的发展战略中，"蝶变"一词被频繁提及。冯升华在受访时解释称，在蝶变过程中，企业可以利用像 AI 这样的先进技术，从传统的经营方式转变为更加动态和创新驱动的模式。

首先， AI 为企业探索未知提供了可能。无论是汽车、手机还是其他产品，AI 都能通过算法模拟出无数的设计和功能可能性，突破以往设计的局限。AI 的这种能力使企业能够在产品开发过程中，从一开始就探索所有潜在的解决方案，优化产品设计和功能。

其次， AI 能够提供体验的全面性。利用 AI，企业可以模拟和生成不同的使用场景和体验，以预测和评估各种设计选择对不同用户群体的影响，这种“生成式体验”让企业能够在设计过程中更全面地考虑和满足用户的多样化需求，最终实现产品体验的最优化。

第三，在面对全球化带来的市场和社会复杂性时，AI 能够帮助企业制定更加精准和高效的策略。通过模拟和预测不同策略的可能结果，AI 助力企业在复杂的决策环境中找到最优路径，实现资源的最佳配置。

而要实现这些转变，一个能力强大的平台是不可或缺的。冯升华进一步介绍道，达索系统这些年主推的 3DEXPERIENCE 平台整合了设计、建模、仿真及 AI 分析等多种功能，为企业提供了可以支持高级分析和创新的一体化环境。其不仅收集并整合了产品知识、行业诀窍、管理信息、供应链、物流、制造运营信息，还包括了用户的使用体验和产品的维护维修信息，构建了一个全面、可信的数据基础。

进一步地，在 3DEXPERIENCE 平台上，所有这些信息都被用于支撑 AI 的应用场景，并且平台的一个关键特点是它能将虚拟和现实世界融合，通过“UNIV+RSES”——一个由达索系统提出的理念，将虚拟孪生技术和真实世界数据结合的虚拟世界，使得从虚拟世界获得的洞察可以指导现实世界的决策，而现实世界的数据和反馈又可以及时被用来更新和改善虚拟模型。

基础设施建设中 AI 技术的应用与实践
在应用 AI 技术于大基础设施领域时，冯升华指出，主要面临几个挑战：首先是数据挑战，AI 的三大支柱包括算力、算法和数据。大基础设施领域在数据方面经常遇到挑战，例如数据的完整性和质量。此外，基础设施领域的数据通常涉及敏感信息，涉及安全性和隐私性问题，这些都增加了数据处理的复杂性。

其次，大型基础设施的系统复杂性也是一个主要挑战。例如，每一个高铁站或机场的设计和构建都涉及多个子系统和众多专业领域。解决这种复杂性需要跨专业的协调和高效的项目管理能力。

第三，AI 的可解释性问题。在关乎公共安全和民生的基础设施领域，AI 的决策过程必须是可解释和透明的。目前，AI 模型尤其是大模型的不透明性（即“黑箱”问题）是实际应用中的一个难题。

第四，流程挑战。大基础设施项目的流程分割也是一大挑战，设计院、施工方和业主等各方的协作往往存在壁垒。破除壁垒需要一个统一平台来整合各方信息，以保证流程的顺畅和高效。

于达索系统而言，应对这些挑战，首先要在技术上打通。冯升华指出，3DEXPERIENCE 平台在技术上能够解决全流程数字化连续的问题，可以实现从工程总承包到后期运营和维护的流程整合。

同时，在设计、施工和运营各阶段利用虚拟孪生技术进行整合，使所有活动均在同一平台上进行。例如，中南建院在“武汉市新一代天气雷达”项目中尝试了无图建造，通过 3DEXPERIENCE 平台整合结构、水暖、电气和岩土工程等各个学科，通过虚拟孪生技术优化了设计和构造，从而在设计阶段就实现了工程和施工技术的高效协同。

再比如，作为巴黎重要基础设施之一，圣丹尼普莱尔地铁站位于巴黎新城区与首都核心区之间，是一个复杂的多层结构，有着繁忙的交通流。该站由阿尔多瓦公司承建，项目伊始就面临着紧迫的建设期限和庞大的任务。通过采用 3DEXPERIENCE 技术，该地铁站实现了 6000 块独一无二的幕墙面板的生成式设计，大幅缩短了施工周期并提高了施工效率。

冯升华强调，这些技术和方法的成功应用表明，虽然基础设施行业的供应链和流程复杂性较高，但通过技术创新和平台整合，能够有效提升大基础设施项目的设计、施工与运营效率，实现行业的数字化转型。

达索系统应用 AI 的策略演变
AI 技术在基础设施项目中能够解决复杂问题并优化过程的应用，但 AI 的潜力远不止于此。事实上，各行业对 AI 的需求和应用策略均存在显著差异，这促使技术供应商不断进行创新，以满足特定的行业需求。

事实上，达索系统多年来的发展历程，从最初的几何虚拟孪生到后来的科学虚拟孪生，再到全面的产品生命周期管理（PLM），直至近几年进入生命科学领域，这一发展轨迹揭示了其在不同阶段对 AI 应用策略的适应和创新。

可能大家都想学习AI大模型技术，也想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。为了让大家少走弯路，少碰壁，这里我直接把全套AI技术和大模型入门资料、操作变现玩法都打包整理好，希望能够真正帮助到大家。

👉AI大模型学习路线汇总👈
大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）
在这里插入图片描述