达索系统推出虚拟孪生平台，AI智能体瞄准企业决策优化

法国工业软件公司达索系统在休斯顿年度用户大会上发布了3DExperience平台第7代产品，旨在解决企业长期面临的问题：组织在复杂业务决策时仍依赖作战室和Excel电子表格。

这项发布聚焦于将分散的企业系统数据整合到统一的虚拟表示中，供人工智能查询。该方法突出了企业IT面临的根本挑战，但大规模的实际实施将需要重大的架构变革。

达索系统3DExperience首席执行官摩根·齐默曼分享了电子供应链行业的一个例子。当组件短缺时，一家公司的生存取决于速度。"他们每天早上6点与CEO开会，进行价值1亿欧元的仲裁，提前采购，在他们认为有风险的地方抢先行动，甚至在原始设备制造商醒来之前。"他在会议上告诉与会者。

原则很简单：谁先决定，谁就能获得可用资源。但做出这些决策需要关联产品、供应商、库存和市场条件等数据，而这些信息分散在各个独立的系统中。

"对我们的客户来说，回答'关税对我们产品或预算有什么影响'这样的问题简直是噩梦，"齐默曼向Computer Weekly解释道。"他们建立作战室，让人们操作Excel电子表格，到处做近似计算。"

这个挑战并不新鲜。组织投资数百万数字化流程和实施企业系统。然而，当业务领导者询问跨越多个领域的问题时，这些系统无法有效沟通。团队需要手动交叉引用数据，花费数天时间产生近似结果而非确定答案。

会议上的制造专家将此描述为数十年不完整数字化的结果。"我们没有真正解决问题，因为你仍然需要所有零散的部分才能读取其他信息。"部门变成信息孤岛，随着复杂性增加，决策制定变得缓慢。

统一数据表示

解决这个问题需要根本改变企业数据的结构化和访问方式。不是让系统独立运行并偶尔交换数据，而是将来自多个源的信息投射到保持关系和上下文的统一表示上。

齐默曼用地图类比解释这个概念。"如果你有一个记录餐厅位置的Excel表格和另一个记录花店位置的Excel表格，你想找到花店附近的餐厅，这很困难。如果在地图上，就很简单，因为数据本质上是相关的。"

达索的"3D宇宙"通过虚拟孪生实现这一点——物理产品、系统或过程的数字表示，作为通用参考框架。点击一个组件就能看到质量历史、成本数据、供应商信息和设计规格，无论这些信息最初存储在哪个系统中。

力量来自组合这些表示。齐默曼的关税场景说明了这一点。"要理解关税对业务的影响，你需要组合多个虚拟孪生。你需要产品的虚拟孪生，因为你需要知道哪些组件受影响。你需要生产系统的虚拟孪生，因为你需要了解在哪里组装以及数量。你需要供应链的虚拟孪生，因为你需要了解从谁那里购买什么。"

技术挑战涉及关联来自独立系统的数据——来自产品生命周期管理的产品规格、来自制造执行系统的生产计划、来自企业资源规划系统的供应商信息，以及来自测试系统的质量指标。达索的方法使用结构化数据模型定义关系：产品如何与其组件相关，组件如何与供应商相关，供应商如何与生产设施相关。

该架构必须在多样化的企业环境中证明自己，特别是那些有遗留系统和异构数据的环境。

对话式访问

拥有统一的数据表示解决了部分问题。访问它们需要不强制用户理解复杂数据结构或浏览多个应用程序的接口。

对话式AI方法——在企业软件中越来越常见——旨在让用户自然地提问，而不是构建数据库查询或点击应用程序菜单。达索的实施涉及所谓的"虚拟伙伴"，将于2026年中期推出。

公司推出了三个具有不同领域专长的AI智能体。Aura作为业务分析师，具备项目管理和战略能力。Leo专注于工程、设计和制造。Marie处理科学学科，包括材料和测试。"它们会以不同的精度或精度水平回答你提出的问题，"齐默曼说。

对于需要外部信息的场景——如关税变化或供应中断——Aura可以整合新闻源和市场数据来识别相关事件。但实际影响计算使用客户自己的企业数据。当Aura确定关税将花费33亿欧元时，这个数字来自分析客户的产品配置、生产量和供应商关系——而非外部来源。

达索已经按行业构建了可信新闻源库，尽管组织可以用自己的首选来源扩展这些。

会议演示显示了如"订单状态如何？何时发货？成本多少？"这样的查询，通过从ERP和制造执行系统提取数据来回答。项目经理问"我的项目在哪里？什么阻碍了发布？"并收到摘要。变更管理过程通过对话方式处理，而不是通过表格和审批工作流。

效果取决于AI模型理解特定领域术语和上下文——例如，认识到"进给率"在制造业和农业中含义不同。达索声称其伙伴利用其软件中编码的数十年行业特定知识，能力通过新"技能"每月扩展。

生产环境将测试这些AI智能体如何处理模糊查询、冲突数据或超出其训练范围的请求。

平台要求

齐默曼认为这种方法需要的不仅仅是连接现有系统。"产品数据管理是我们在3DExperience平台上所做工作的狭隘视角。达索系统最大的优势是抽象和表示客户复杂性的能力。"

这种区别涉及建模不仅是组件，还有整个产品配置、生产系统及其关系。"我们相信，我们在抽象和表示产品复杂性方面的定位能力是扩展AI的基本基线投射系统，"齐默曼说。

这种平台战略旨在"民主化"信息——使企业知识在各个角色和部门中可访问，而不需要每个人都理解每个系统。制造工程师查询特定流程的公司标准并获得答案，无论是编程机械还是设计组件，都从相同的底层数据中提取。

技术挑战涉及当信息来源于继续独立运行的记录系统时保持数据一致性。一个系统中的更新必须在统一表示中准确反映，引发关于同步延迟和冲突解决的问题。

知识产权保护壁垒

在会议讨论中出现了一个关于知识产权的实际障碍。随着组织越来越多地与供应商和合作伙伴共享详细数据，出现了关于AI学习权限的问题。

"在AI时代，最重要的是数据，"齐默曼说。"如果你是制造商，所有供应商都与你共享数据，问题变成：如果你开始将这些数据用于AI，你有权这样做吗？"

达索引入知识产权生命周期管理来解决这个问题——不仅跟踪数据访问，还跟踪AI模型是否可以在特定数据集上训练，以及谁拥有该学习产生的衍生知识产权。

齐默曼引用了设备制造商在受监管行业中的讨论，他们只会在保证数据不会用于AI训练而没有明确同意的情况下分享详细设计。"知识产权保护不再仅仅意味着保护它。它意味着保护你不会在没有权利的数据上进行学习这一事实。"

系统维护谱系跟踪——当供应商提供有同意限制的数据时，平台为AI学习强制执行这些限制并跟踪衍生模型。

拥有复杂供应商网络的企业需要强有力的治理框架，定义跨组织边界的数据使用权——仅技术控制是不够的。

达索设想的转变是从团队手动关联信息转向对话式AI查询统一数据环境。从花费数天产生近似结果到几秒钟计算场景。从部门孤岛转向齐默曼所说的"数据景观的单一理解点"。

虚拟伙伴将于2026年中期推出，由于计算要求只提供云版本。该方法需要重大架构变化——不是简单实施新软件，而是重新思考企业数据如何结构化、访问和治理。

成功取决于技术之外的因素：集成复杂性、变更管理、数据治理，以及证明速度改进能够在真实企业复杂性中生存。

这项发布至少表明，企业软件行业认识到作战室问题需要解决。统一虚拟表示和对话式AI是否提供答案，有待更广泛的实施验证。该发布确认了行业认识到问题所在。现在是困难的部分：证明解决方案在企业规模上有效。

Q&A

Q1：达索系统的虚拟孪生技术能解决什么问题？

A：虚拟孪生技术主要解决企业决策时数据分散的问题。传统上，企业在做复杂决策时需要建立作战室，让人员手动操作Excel表格进行近似计算，耗时且不准确。虚拟孪生将产品、供应商、库存等分散在不同系统中的信息整合到统一的数字表示中，让AI可以快速查询和分析，从而将决策时间从数天缩短到数秒。

Q2：3DExperience平台的AI智能体有什么特色功能？

A：平台推出了三个专业AI智能体：Aura负责业务分析和战略管理，Leo专注工程设计和制造，Marie处理材料和测试等科学领域。这些智能体能够理解特定领域术语，通过对话方式回答用户问题，如订单状态、项目进展、成本分析等，无需用户学习复杂的数据库操作或切换多个应用程序。

Q3：企业使用这套系统需要注意哪些知识产权问题？

A：在AI时代，数据使用权成为关键问题。当供应商与企业共享数据时，需要明确这些数据是否可用于AI训练。达索引入了知识产权生命周期管理，跟踪数据访问权限和AI学习权限，确保在没有明确同意的情况下不会使用供应商数据进行AI训练，并追踪衍生知识产权的归属。企业需要建立完善的数据治理框架。