深入解读达索系统生成式经济与3D UNIV+RSES

寂静回声

2025年达索系统3DEXPERIENCE用户大会于3月19日至20日在荷兰海牙的世界论坛举行。此次大会的主题是通过数据驱动的协同推动创新，旨在为用户提供工具和见解，帮助他们利用虚拟孪生体验和数据智能，使团队能够更聪明地工作，并推动有深远意义的变革。

在此次大会上，达索系统ENOVIA首席执行官Stephane DECLEE与达索系统NETVIBES首席执行官Morgan ZIMMERMANN联袂登台，围绕“生成式经济关键变革”展开深度探讨。这场演讲，不仅串联起从产品生命周期管理到知识产权管理的演进脉络，更以3D UNIV+RSES与虚拟孪生技术为核心，揭示了企业实现可持续创新与运营转型的底层逻辑。两位行业领袖通过多个领域的真实案例——从汽车制造的故障预测到初创公司实现四年60倍增长奇迹，从AI驱动的采购成本优化到企业虚拟孪生的战略布局，将抽象的技术概念转化为可落地的商业实践。
演讲中提出的七大关键支柱与前沿解决方案，不仅为工业领域从业者指明方向，更为所有寻求数字化转型的企业提供了破局新思路。
以下是Stephane DECLEE 和Morgan ZIMMERMANN演讲的大致内容：


Stephane DECLEE：大家早上好。再次感谢各位前来参会。希望在这一整天里，大家能充分利用时间，彼此深入交流。
咱们这用户大会总是有一些令人难忘的插曲。去年参会的朋友应该还记得，上次会议期间，外面发生煤气泄漏，我们都被困在了里面。这次倒是外面没事，里面停电了。我们一起经历了短暂的绝对黑暗，我粗略统计了一下，几乎99.99%的听众在5秒钟内开启了手机的手电筒协同拒绝黑暗。希望接下来今天一切顺利。



Morgan ZIMMERMANN：我们从重新介绍生成式经济开启今天的话题。如果大家一直在关注，就会知道我们在过去几周发布了不少重大消息。我们推出了Gen 7，它是生成式经济的一部分。生成式经济是体验经济、循环经济和可持续经济的有机结合。
回顾我们的发展历程，看看一路走来的成果。我们通过数字模型创造3D世界，这是具有开创性的一步。首次构建出完整的情境，这种全面的情境不再只存在于设计师的想象中，而是呈现在每个人眼前。


我们引入了PDM的概念，之后在创建产品生命周期管理（PLM）时，又融入了时间概念，展现了产品从构思、设计到制造的全过程。后来借助虚拟孪生技术，进一步拓展应用范围，从宏观的城市区域到微观的分子层面，同时引入了商业情境。我们还创造了人体的虚拟孪生，如今进入到3D UNIV+RSES阶段。
那什么是3D UNIV+RSES呢？它实际上提供了一种整合多个虚拟孪生体的整体视角，不再局限于单个物体的虚拟孪生，就拿汽车来说，它是汽车在模拟场景、用户场景以及实际使用环境中的虚拟孪生呈现。当多个虚拟孪生体相互结合，就会产生强大的能力，带来全球性的变革。但Stephane，这对ENOVIA和相关理念意味着什么呢？



Stephane DECLEE：回顾ENOVIA和相关理念的发展轨迹。在过去35年里，我们经历了三个主要变革阶段。第一个阶段是与IBM合作创建产品生命周期管理（PLM），那是在90年代末，这段经历意义重大。
随后，随着3DEXPERIENCE平台的推出，我们从产品生命周期管理过渡到体验生命周期管理。到了2014年，我们推出首个基于模型的项目管理，并将其应用拓展到新的用户群体，包括业务用户，用于规划供应网络、运营体验和协调各类活动。
但在生成式经济时代，企业必须持续发展，适应不断变化的内外部环境。没有精益、高效且能持续推动可持续创新的生成式企业，就难以形成生成式经济。所以在当下，我们认为PLM将朝着知识产权生命周期管理的方向演进。
对企业来说，知识产权在数字化转型中变得愈发关键，它不仅是企业运营的核心资产，也是企业价值评估的重要部分。这就需要我们找到方法，对企业变革进行模拟、组织、规划和执行，从规划到合规执行，全方位重塑工作方式。


基于此，当我们在研究Gen 7以及构建3D UNIV+RSES的方法时，发现有七个关键支柱。摩根提到的第一个就是虚拟孪生，也就是数字环境加上仿真和行为模拟，并且与现实世界的数据实时连接。在此基础上，我们为用户打造各类体验，利用人工智能创造生成式体验，后续环节大家会看到很多相关展示。
我们还将用虚拟伙伴赋能用户，把产品生命周期从设计延伸到运营，涉足感知计算领域，虽然屏幕上看不到，但它正在发挥作用。最后，利用生命周期管理企业知识，今天的会议中会有大量相关内容。


为了便于大家理解这些抽象概念，我在屏幕上展示两个例子。左边是基于系统驱动的生成式设计，在空间位置等限制条件下，借助企业过往设计的知识产权，按照要求进行设计，并通过仿真和验证进行性能模拟。右边展示的是虚拟资产与现实世界中物理实体相连，通过数据连接实现主动或预测性维护，延长产品使用寿命。一会儿我们还会详细讲解这两个例子。

Morgan ZIMMERMANN：这不是科幻。这是科学，是科学的进一步发展。在今天的交流中，我们肯定会多次提到人工智能，因为无论走到世界哪个角落，这都是热门话题。但我们不直接称其为人工智能，而是叫生成式体验。

可能有人会疑惑，感觉又是新噱头，好像达索系统在凭空创造世界。但事实并非如此。生成式体验不只是关乎人工智能，还涉及到科学和数据科学。这就是我们不称其为人工智能的原因，我们坚信要把表征、建模、仿真的世界和观察的世界（即数据科学）结合起来。
表征世界很关键，它是一种投影系统。在实验室做人工智能相对容易，但要在一个组织甚至多个组织中推广，就会遇到难题，因为需要让大家对数据有统一的理解，这就需要像本体论、系统模型、产品或工厂模型等投影系统。
表征世界重要的另一个原因是数据。和硅谷的人交流就会发现，他们做人工智能最大的难题就是获取数据。之前他们利用整个网络进行学习，现在却发愁找不到新的数据来源，而且由于人们对网络知识产权的保护，网络能提供的数据越来越有限。但借助逼真的虚拟世界，我们能为尚未生产的产品生成数据，还能为一些特殊使用场景生成合成数据，避免让Stephane这样的人员去实地测试。

最后，如果人工智能要预测异常情况或其他事件，没有建模和仿真能力，根本无法应对。所以，表征世界和数据科学的结合至关重要。顺便说一下，我们推出了一系列丰富的生成式体验，屏幕上展示的这些在2025年都将成为现成可用的产品。我就不一一细说了，其中包括量子力学仿真，以前要花数月进行量子力学计算来设想新材料，现在利用它几分钟就能完成。

还有生成式设计，只需设定好约束条件，它就能为设计师提供无数可行的替代方案。我们还引入了生成式需求，将文档形式的需求转化为基于模型的可模拟需求，还有预测指标、预测质量和预测延误等功能。但展示太多大家可能会觉得枯燥。

Stephane DECLEE：当思考我和Morgan所做的这些工作，核心目标是什么呢？左边展示的是为产品虚拟孪生发布的配置生命周期管理方案。还有另一个层面，就是为什么这么做，以及如何组织、协调和管理企业以达成目标，这就是我们所说的企业自身的虚拟孪生。接下来的例子会涉及这两个方面，尤其是右边的内容，会重点体现。


Morgan ZIMMERMANN：确实如此。顺便提一下，如果大家关注我们在Gen 7发布会上的内容，就知道我们介绍过其使命。我给大家详细说一下。几年前我们推出IFWE Loop时宣布，不仅要专注于新产品设计，还要涉足产品运营领域，管理产品在实际使用中的情况，持续开展销售工作。
但正如Stephane所说，这不仅是制造产品，更重要的是管理企业，确保这些目标得以实现。这一点从3DEXPERIENCE平台的用户群体就能看出来。
屏幕上展示了一些新的用户类型，有研发、工程、运营人员。值得一提的是，我们很多客户都已经实现，销售人员用3DEXPERIENCE平台建立可信的用户关系，客户服务人员用它提升用户体验，首席财务官用它构建可靠且盈利的商业模式。


Stephane DECLEE：下面来看几个例子。第一个例子是通过个性化销售体验建立可信的用户关系。这是今年上半年即将推向市场的新解决方案，目的是连接工程配置、定价、营销和销售环节，简化流程，实现快速决策，当然这需要准确的信息支持。这样做既能降低风险，又能提高利润率。我们通过视频来直观感受一下。

随着定制化和标准化需求的增加，配置、定价、报价解决方案对简化和自动化销售流程至关重要。销售专家能根据与工程规格匹配的商业定义，选择合适的配置和报价，生成符合客户期望的报价单。报价完成后，可与客户关系管理系统（CRM）同步，支持后续销售跟进。选定配置后还能生成完整的工程定义，为下游流程提供支持。


Morgan ZIMMERMANN：这种销售配置设计依赖产品的商业和工程定义，两者对变量配置的定义一致。企业可在3DEXPERIENCE平台上开发高度可配置的产品组合，助力销售专家更好地开展销售工作。整合产品详细信息、配置选项以及来自PLM和ERP系统定价的综合产品组合视图，对销售人员准确满足客户需求非常关键。
销售体验设计师利用商业孪生和报价打包功能，打造简单但高效的销售体验，方便选择合适的配置解决方案。他们设计的用户体验与销售脚本相契合，突出满足客户期望的配置价值，这对所有ETO和CTO驱动的公司都很有帮助。


Stephane DECLEE：来看下一个例子。我们之前提到要关注产品运营。大家很多都有现场资产，而且不少是联网资产。以前有人认为通过物联网平台就能管理联网资产，但我们认为还需要资产的虚拟孪生。以一辆真实的联网汽车为例，它能实时采集数据，我们可以通过这些数据识别异常情况，这是产品生命周期管理的一部分。

接下来的问题是，这种情况是个别现象还是普遍存在？涉及多少辆车？是哪些类型的汽车出现问题？这些问题的配置模式是什么样的？未来还可能有多少辆车受影响？

要解决这些问题，就需要深入了解每辆车的本体信息，预测问题是否会再次出现，了解车辆的维护和使用情况。为此，我们连接所有CRM系统获取全面信息，这样就能清楚是个别问题还是普遍问题，以及受影响车辆的数量和未来可能受影响的车辆。这就是我们所说的生成式体验。

那能否进行故障排查呢？故障排查需要专业知识和技能。工程师通过浏览汽车系统模型，了解汽车的设计要求、实现方式以及正常运行状态。这就是在针对特定汽车进行故障排查时运用工程知识和技能的过程。
我们还要知道汽车原本应如何运行，方法是找到相同配置且有仿真结果的汽车，在虚拟世界中重现其行为，对比虚拟和现实行为，从而找出问题根源。如果仅靠物联网平台，没有汽车的虚拟孪生，根本无法完成这些工作。这就是我们强调虚实结合的原因。


Stephane DECLEE：对于大大小小的项目来说，按时、按目标交付是大家日常关注的重点。那么如何用最佳实践知识帮助用户？怎样基于过往经验自动评估和预测任务延误？如何通过自动生成项目任务甚至完整报告提高生产效率？

3DExperience平台能帮助项目经理提高项目成功率和用户生产效率。Project Virtual Planner通过传授最佳实践和标准，提升项目计划质量。它还能提前识别风险任务，给出应对建议，确保项目顺利推进。比如，它可以把过长的任务分解成多个小任务，明确描述并分配给合适的人员，最后还能在短时间内生成项目状态报告，让项目经理有更多时间处理战略事务。


Morgan ZIMMERMANN：我知道为什么Stephane在演讲准备过程中没遇到麻烦的原因了，估计是你的虚拟伙伴帮了大忙。
Stephane DECLEE：没错，虚拟助手确实帮了我不少忙。我同意，Morgan 。
Morgan ZIMMERMANN：不过，接下来我们聊聊成本方面的话题。虽然今天在现场的首席财务官不多，但我们大多数工业客户的销售成本占收入的比例高达70%，其中20% - 70%是商品采购成本。利用生成式体验，借助人工智能和3D技术，我们能节省5% - 17%的采购支出，这相当于企业总收入的1% - 2%。下面给大家展示具体是如何实现的。


首先要记住，所有展示的体验在云端都能轻松获取，点击几下就能使用，还能利用本地系统中未充分利用的数据。从屏幕上可以看到，借助人工智能，通过形状和功能分析，将原本杂乱的数据自动分类到采购分析师所需的正确E类分类（采购管理中的一种细化分类方式，用于标识具有特定属性的物品）节点中。


这种由人工智能驱动的虚拟孪生体验能发现以前难以察觉的成本节约机会。这个气泡图很有意思，它突出显示了具有相似功能但价格差异较大的零部件群组。
以发动机采购为例，当前采购价格为850欧元，而有合适的替代产品价格仅为252欧元，这一单就能节省120万欧元。


通过简单操作，就能从采购、工程和功能等多个角度对选定的发动机进行详细对比。采购分析师在这个过程中得到引导，选择最具成本效益且功能符合要求的产品，同时还能看到积极的商业案例。
之后，这个方案会提交给工程部门，工程师在工作界面就能收到通知，通知包含相关背景、成本节约机会以及推荐替代发动机的直接访问链接。
他们可以查看所有重要信息、模型和文档，验证是否可以更换当前发动机，完成验证后，点击一下就能进入采购环节。想想过去在采购成本核算和工程部门之间沟通的繁琐流程，大家通过邮件、Excel和PPT来回交流。现在，欢迎来到新技术的世界。


Stephane DECLEE：接下来谈谈质量方面的内容。要实现全面质量，不仅要提高客户满意度，还要符合不断变化的法规要求。这需要采用整体的质量方法，并且从基于文件的文档驱动模式转变为数据驱动模式。那么如何利用生成式人工智能加速并优化从被动质量控制到预防性质量控制的转变呢？

帕特里克负责确保公司产品的质量，他部署了一套质量管理系统，为企业提供端到端的解决方案。这个系统包含涵盖所有质量需求的流程模型，甚至还有企业自行设计的额外流程。每个流程模型都有用于收集数据和决策的表单，并有预定义的任务流转流程。罗宾是处理问题流程方面的专家，他收到任务通知，得知有一项质量投诉需要解决。

他可以查看原始报告中的相关信息和受影响的项目。很多问题会重复出现，系统内置人工智能，能通过分析多个质量系统的历史记录，识别当前问题是否之前出现过，以及当时的解决方案和解决时间。

这种机器学习分析基于对每个质量记录自然语言特征的人工智能匹配，帕特里克可以查看罗宾的分析和建议解决方案，在评估其他利益相关者的反馈后，他可以通过电子签名正式批准变更。这就是3DExperience GXP云端的人工智能历史记录和最佳实践流程的应用。



Morgan ZIMMERMANN：太厉害了，Stephane。但我觉得我们还可以深入探讨。你之前说过，我们不仅要知道做什么，还要知道企业层面如何去做。能详细讲讲吗？
Stephane DECLEE：好的。之前提到在推动创新、应对外部挑战或满足首席执行官的要求时，企业需要具备良好的信息韧性。那么如何在确定或选择最佳方案之前，对企业可能的变革进行模拟、评估和建模呢？企业的虚拟孪生可以看作是企业在其生态系统中的抽象表示，通过获取正确的内容并投入运营来发挥作用。

企业可以看作是一个系统集合，包含内部和外部接口，涵盖所有价值流。企业的虚拟孪生使得在组织的不同层面之间实现无缝导航成为可能，比如深入查看产品开发价值流。关键绩效指标在反映组织绩效方面发挥着作用，但更重要的是关注变革过程本身，即如何从根本上改变组织以取得更好的成果。


以汽车企业为例，主要挑战是将车辆开发周期从150周缩短到100周。创建企业虚拟孪生的第一个成果是提供所有所需服务的整体视图，并根据汽车项目的里程碑进行协调。它还能展示关键绩效指标和相关资源，包括角色、流程和可交付成果。
虚拟孪生的成功依赖于数据，通过将过去车辆项目的数据投影到模型上，基于人工智能的生成式体验可以揭示缩短交付周期的机会，这些机会通过气泡图直观呈现。
虚拟伙伴作为数字助手，帮助确定改进的重点领域，确定了数字设计、数字仿真和采购这三个关键优先事项。
经过分析，重点优化车辆代码设计系统，因为在这个方面进行变革的投资回报率最高。为了了解当前状态，创建组织内现有流程、角色和技能的虚拟孪生，这有助于详细分析代码设计过程中的低效率问题，如成本过高、产能过剩和其他性能问题。
分析发现设计和仿真之间的协作流程有很大的改进空间。以体验为核心，通过五个替代方案对变革进行建模，每个方案采用不同的技能和资源协调方法。对多个汽车项目进行仿真，考虑每个方案中的活动分布和不同技能水平。这种从依靠直觉到基于数据的转变，使得决策能够基于实际的权衡和影响分析。
最终选择了基于技能驱动的建模和仿真分配策略来支持变革。设计师通过仿真验证设计，这种方法可以直观展示组织从当前状态到目标状态的演变过程，确定最优的变革路径，以确定性的方式减少时间和成本。



Stephane DECLEE：企业准备在下一个汽车项目中实施这些变革。企业的虚拟孪生，这是一个重大突破，对吧？
Morgan ZIMMERMANN：我也这么认为。
Stephane DECLEE：总结一下，有两个关键要点。今天讨论的这些主题不仅适用于大型企业，小型企业也同样适用。为了让大家有更直观的感受，我给大家举个小公司的实际例子。
去年参会的朋友肯定记得丹尼尔，他当时在台上做了一场充满激情的演讲。他所在的公司有个特别的规定，禁止使用WhatsApp、电子邮件、短信和Sharepoint，所有业务都在平台上进行。


在过去4年里，公司规模从1人发展到了近60人，而且计划在未来几年内规模再翻一番。他们公司专门制造用于生产的专业机器。从ETO业务角度来看，发展势头非常好。从他现在的成果以及去年分享的经验来看，从与客户最初的销售接触到产品交付，全程都借助3D技术，并且在3DEXPERIENCE平台上打通了从销售、财务到人力资源，当然还有工程和制造等所有部门，实现了所有人员基于单一信息源进行沟通交流。
如今，他们开始涉足Gen 7领域，围绕相关主题创建了5000到近10000页的关键内容，充分利用这些最佳实践经验。公司还配备了对话式人工智能助手伙伴，帮助员工整合和使用这些内容，将其应用到业务流程中。
随着业务流程的不断发展，通过运营优化和标准化，利用数据科学为公司不同利益相关者提供基于实际情况的数据驱动决策支持。此外，他们还在探索新的商业模式，比如在销售实体设备的同时，向客户出售设备产品虚拟孪生的访问权限，形成双业务模式，并充分利用庞大的ETO基础架构。


在全球范围内，大家在很多方面都面临挑战。我觉得很有意思的是，我们全球的客户，当然可能不是全部，大部分客户都希望在不增加资源投入的前提下，压缩时间、加快进程，同时保证成本、质量和性能不受影响。
为了实现这个目标，规划是核心，它主导着我们全球范围内的大部分讨论。我们的客户都在深入运营领域，很多时候，收入和利润都来自运营环节。能够将资产作为联网资产进行全生命周期运营，借助刚刚介绍的虚拟孪生技术，这无疑是一个改变游戏规则的关键因素，也是我们与大多数客户交流的重点内容。

最后，如今世界充满了不确定性，市场波动、价格受限等问题层出不穷。所以成本管理变得至关重要。通过ENOVIA和相关建议，我们重新定义了如何管理可持续价值网络，重新建立工程与采购之间的联系，利用人工智能降低成本，这确实是一个重要的驱动力。