浪潮下，这家国产工业软件的AI“突围战”

来源：市场资讯

当前，AI浪潮正以前所未有的速度席卷各行各业，工业软件作为支撑工业制造的核心力量，同样迎来了深刻的赋能与变革机遇。作为研发数字化领域的知名品牌，开目软件依托在高端装备制造领域的深厚积淀，构建了“AI技术底座+工业软件+智能体”的新一代智能产品矩阵。本文将深度拆解开目AI融合架构、低代码平台与三十年护城河，看其如何以AI为翼，突围向上。

内容提要/OVERVIEW

- 文章信息 -

本文由e-works黄菊锋原创发布。

“AI是冲击，也是助力——它本质是工业软件能力的倍增器。我们的核心在于如何将AI技术深度融入工业软件，为客户真正创造价值。”开目软件联合创始人、董事长陈万领博士在接受e-works访谈时如是说。

这不仅是开目对产业变革趋势的积极回应，也是这家深耕工业软件领域30年的国产企业，对自身发展路径的清晰定位——既坚守工业软件的核心根基，又通过AI融合实现创新突破，开辟新的增长空间。

01

AI与工业软件，是共生而非颠覆

当生成式AI能够快速生成代码，AI Agent能够拆解任务、调度工具，作为现代工业数字神经系统的工业软件，究竟是被AI强化，还是终将被替代？

开目软件总经理宁静波先生明确指出，工业软件与AI绝非替代或颠覆，而是相互赋能、协同演进的共生关系。

工业软件在长期实践中积淀了深厚的行业机理与物理算法，能够保障工业场景所需的精准运算与可靠输出。AI虽具备强大的学习、生成等能力，却存在天然缺陷：在缺乏高质量数据时，模型极易输出偏差结论，无法直接满足工业领域的精度与可靠性要求，尤其是生成式AI固有的幻觉问题。因此，AI时代必然是“机理模型+工业AI”双轮驱动。

另外，AI的高效运行离不开高质量数据，而工业软件恰好承担着全生命周期数据归集、治理与管理的关键角色，且已形成数据、模型、应用的闭环。

更关键的是，工业数据涉及企业的核心商业机密与生产安全，安全性要求极高。工业软件经过多年积累，已形成完善的数据加密、权限管控、访问审计等安全体系，能够满足工业场景的安全要求。若脱离这一安全框架，AI 极易引发数据泄露风险。

当然，传统工业软件也有其自身的局限性，诸如数据多为被动记录、事后使用；系统推理判断依赖固定规则，缺乏自主思考与动态优化能力；使用成本高，跨域闭环难等。AI的介入，可以助力工业软件在知识复用、分析诊断、决策支持、交互方式等方面实现重构。

因此，工业智能化发展注定无法依靠单一技术路线，工业软件与AI的深度融合，是破解双方短板、实现双向赋能的关键。

开目软件“小沐”AI助手

02

打造AI基座，构建新一代智能产品矩阵

作为国产工业软件自主创新的先驱，开目软件深知唯有主动顺应趋势，善用AI，完成自我蜕变，方能扩展能力边界，避免被AI所颠覆。

近年来，开目软件持续推进工业软件与AI的深度融合。基于长期积累与探索，公司构建了面向下一代的AI融合架构，形成了“底座+工业软件+智能体”新一代智能产品矩阵。

具体包括：

● 底层是最新推出的Cloud+平台，由云计算底座KMOS与AI基座KMArtizen.AI组成。KMOS提供坚实的算力与存储支撑；KMArtizen.AI涵盖大模型微调、低代码开发、知识图谱构建、智能体管理、数据集管理等能力，可为上层产品提供稳定、高效、安全的技术支撑；

● 中间层是智能体矩阵，分为通用智能体与专业智能体。通用智能体覆盖需求文档生成、业务流程编排、智能体开发、智能运维等场景。专业智能体则聚焦制造业研发、工艺、制造领域的细分业务，提供面向具体场景与行业需求的AI应用；

● 最上层是工业软件，主要包括KMPLM、KMMPM、KMMOM三大管理系统及一系列研发设计类工具软件，通过嵌入各智能体，实现相似推荐、工艺生成、变更分析等智能化应用。它们承载着工业机理、沉淀着行业Know-How、连接着数据与智能，是底座发挥作用、智能体落地场景的前提。

开目工业软件+AI技术架构

“传统工业软件不会消亡，但它们的角色会发生变化，会从孤立的操作工具降维成AI大脑的执行器。”开目软件AI与创新研究院院长蔡青博士一语道破了开目重构底座平台，打造面向下一代AI融合架构的核心逻辑。

纵观工业软件与AI的融合路径：早期以“增值外挂”模式为主，即在现有系统中嵌入AI能力；伴随生成式AI的兴起，迈入“智能副驾”（Copilot）阶段，AI能力深度嵌入工业软件底层数据与业务流，通过自然语言对话，实现跨系统检索知识库、辅助校验等人机协同。

如今，随着AI Agent的加速发展，为最大化释放AI Agent的潜力，软件系统面临的已不再是单纯的功能升级，而是底层的彻底重塑——构建以智能体为核心的“AI原生”架构，逐渐摒弃传统UI，打造全AI原生的智能体矩阵。

面向未来，行业将步入“统一AI知识大脑”的阶段，即在AI原生架构之上，将企业的业务数据、图纸等提炼为统一的知识图谱，形成可自进化的“业务大脑”，工业软件则API化，演变为底层AI的“大脑执行器”。

值得一提的是，针对大模型的幻觉与安全问题，开目的解决方案是在幻觉与硬约束之间寻找动态平衡区。

● 在架构层面，采用神经符号架构，通过工业机理模型与AI技术的有机结合，实现“大脑与四肢”的体系解耦。

其中，大模型作为“大脑”，负责模糊意图理解与泛化推理；工业软件的专业求解器与规则引擎退化为“四肢”，负责核心工业决策、三维几何计算与严格参数设定；中间还辅以基于传统工业机理的“安检网”作为规则护栏。这种模式既发挥了AI的灵活智能优势，又守住了工业机理的硬约束。

● 在数据层面，采用RAG（检索增强生成大模型），结合工业知识图谱，用业务域确定性事实锚定生成边界。

此外，构建双重评估体系，通过设立“影子模式（Shadow Mode）”平行轨道，让模型只推理不下发指令，并长周期对比AI决策与人类专家操作差异；并引入OOD非分布测试检验极端工况泛化能力。

在幻觉与硬约束之间寻找动态平衡区

03

场景为王+用户共创—AI Agent落地路径

“AI是工业软件的能力放大器，但它并非万能。我们不应盲目追求‘All in AI’，而应理性识别AI的能力边界，精准匹配具体业务场景，才能真正发挥其优势。AI Agent的本质是专业化任务执行单元，因此成为AI能力在具体场景中落地的关键载体。”开目软件PLM事业部总经理助理兰永嘉指出。

为更高效推进AI Agent规模化落地，开目软件采用“用户共创”模式：联合客户挖掘高价值、高痛点的业务场景，分析AI能力，并找到与业务融合的切入点，据此构建智能体。再依托客户真实业务数据完成场景验证与持续打磨，最终将成熟方案沉淀至标准化产品，形成可复用、可快速复制的智能能力。

目前，开目软件重点聚焦AI的六大核心能力，形成了覆盖复杂装备研发、工艺、制造、数据决策、知识运营五大领域的25大核心智能体，且在多个场景实现突破。

开目软件构建的部分智能体

例如，AI需求识别智能体，运用的是AI的理解分析能力。它将企业分散的需求转化为结构化要素，并记录来源与依据链路，形成指导产品开发的需求标准。同时，按场景匹配，让相关需求主动找到对应业务，而非传统的关键词被动检索，从而使需求遗漏率降低60%。

AI工艺生成智能体，以工艺路线库与规则库、制造资源库、零件参数库为基础，其中规则库采用“AI先提取规则初稿，再由人工进行交互确认并予以干预调整”的构建模式，且这一过程持续迭代优化，形成持续积累与进化的闭环。

当新零部件需要编制工艺时，智能体根据输入参数，结合开目自研的特征识别模块，获取零部件的几何特征、PMI 等参数，理解特征之间的关系及工艺要求，再依托工艺推理引擎，在规则库中匹配适用工艺路线，并综合评估方案合理性与制造可执行性，最终一键生成完整工艺规程，让工艺员从“编写者”转型为“审核与优化者”。

AI工艺交互设计智能体，摆脱“找菜单、点鼠标”的繁琐操作。用户通过自然语言表达意图，智能体精确理解并自动转换为相应的软件操作指令，实现从指令到执行无缝衔接，复杂任务自动拆解，效率提升30%以上。

开目AI工艺交互设计智能体

兰永嘉强调，工业AI落地的基础，在于企业知识与领域知识的双重支撑，这也是开目AI Agent坚守的底线——以RAG与知识图谱为刚性约束，确保智能体在正确的数据范围和功能边界内活动，确保操作精准可靠。

其中，企业知识图谱依托企业原始业务数据搭建而成：由开目软件提供标准理论模型，明确数据规范与数据范围，再结合企业自身业务主线与实际数据，落地形成适配企业的专属知识模型；领域知识图谱，则沉淀行业通用工艺规范、制造标准、材料属性及优秀实践经验，是可跨行业、跨企业复用的共性知识底座。

04

AI低代码平台赋能，重塑敏捷交付

“业务在跑，系统在等”这是传统工业软件交付模式的真实写照。每一次系统改动，都伴随着响应速度慢、迭代成本高、升级风险大的问题，数字化转型越深入，这一矛盾越是突出。

近年来，低代码开发平台以其简单易用、灵活配置、高效开发及低成本等优势，成为企业敏捷响应业务变化的关键工具。

低代码平台赋能客户定制与运维

面对离散制造企业大量个性化、高频定制的需求，开目软件构建了AI+低代码平台，通过可视化建模、界面拖拽、业务流编排等，大幅降低了企业的开发门槛，并结合AI能力，真正实现“把改系统的能力还给懂业务的人”。其核心优势体现在：

● 非通用低代码工具，与工业场景耦合

开目AI低代码平台内置标准数据模型和标准API，让开发者在标准工业模型上做扩展，上手快、见效快。以KMMOM低代码开发平台为例，其内置150+KMMOM数据模型，极大降低了建模门槛。

另外，平台设计环境与运行环境相互独立，设计变更不影响运行中的应用，保障系统稳定性；软件产品与平台独立部署，通过HTTP/HTTPS、MQTT等标准协议接口交互，产品稳定迭代，定制应用灵活扩展，互不干扰。

● 可视化配置开发，无需编写大量编码

平台通过拖拽、配置等可视化方式完成数据建模、页面设计、业务流编排、系统集成等。例如，数据建模，通过图形化拖拽完成数据结构定义，建模结果自动映射数据库表。界面设计，提供所见即所得的表单、列表、大屏看板设计，支持组件级复用。逻辑编排，支持可视化拖拽定义处理逻辑，简单业务逻辑不写代码，复杂逻辑在线编写脚本、调试，支持调用标准API和外部接口。

● 模板化持续沉淀：让经验资产化

每个项目的交付成果都可以抽取为模板，上架至模板中心。新项目可以基于现有模板快速调整，实现“不从零开始”。随着项目积累，企业的可复用资产越来越多，经验不会因人员流动而流失。

● AI智能开发助手，以自然语言驱动的“超级自动化”

借助AI智能开发助手，业务人员只需用自然语言描述需求，平台自动生成配置草稿，覆盖数据建模、页面开发、业务流编排、系统集成和API脚本五个核心环节，真正实现“业务即代码”。另外，为有效避免AI幻觉问题，开目软件设计了两段式交互机制，AI先生成配置草稿，人审核修订后生效，既提速又控质。

开目AI低代码开发平台

05

30年沉淀，铸就不可复制的护城河

AI大潮下，未来工业软件将是机理模型、AI算法、企业数据的融合体。“这意味着谁掌握了特定工业领域的跨模态高质量数据与机理规则，谁就能主导下一代的利润分配矩阵。”蔡青博士指出。而这些正是开目软件三十年深耕积淀的核心价值所在。

陈万领博士表示，AI技术再先进，其效能发挥离不开工业机理与行业Know-How，而两者均需长期积累、持续迭代。

多年来，开目软件扎根高端装备制造业，服务了航空航天、兵器船舶、汽车等数千家企业，深刻理解不同行业、不同生产模式下的差异化需求，并将这些行业知识与实践经验沉淀为软件算法与规则库，构筑起不可复制的竞争壁垒。

同时，依托与高端客户建立的深厚信任，开目坚持“用户共创”模式，结合真实业务场景，持续打造贴合需求的AI Agent。

数据质量决定AI上限，而高质量数据的获取与利用，离不开数据贯通。因此，企业需要的并非孤立的单点技术，而是覆盖设计、工艺、制造全链条的集成化解决方案。开目以工艺为核心，已构建起“平台+系统+工具+解决方案”的全栈产品体系，为企业提供一体化的数字化转型支撑。

开目在2026用户大会上发布工业软件AI产品

此外，面对AI加速行业洗牌的挑战，唯有快速响应才能立于不败之地。为此，开目设立了AI与创新研究院，与传统产品开发团队并行协同：前者聚焦AI前沿技术研究，后者专注于技术与产品的融合落地。

无疑，深厚的工业Know-How、成体系的解决方案、快速的迭代能力，是开目软件30年来逐步形成的护城河。在此基础上，AI将成为强大的倍增器，助力开目软件为客户创造更大的价值。

06

结语

在AI重构产业格局的当下，开目软件以专注务实、锐意创新的姿态，回应着时代的激流。依托三十载深耕高端制造的深厚积淀，开目软件打造AI技术底座，通过“技术筑基、场景赋能、用户共创”的战略布局——以工业机理筑牢发展底线，以智能体拓展应用场景，以客户需求检验核心价值，推动AI Agent从演示Demo走向工业实操场景，成为国产工业软件AI突围的样本。

2026年，开目软件迎来成立三十周年。回望征程，“坚持”与“创新”是其发展的主旋律。从聚焦单一CAD工具，到打造多个中国“首创”、拥有二十多款自主知识产权的软件产品；从构建覆盖设计、工艺、制造全链条的一体化解决方案，到全面拥抱AI，形成新一代智能产品矩阵；从服务中小企业到聚焦高端装备制造业，并在汽车、非标设备、家电、消费电子等领域不断开疆拓土——开目软件始终坚守一个愿景：成为世界领先的数字化工艺与制造产品及解决方案供应商、中国领先的智能制造解决方案供应商、中国高端工业软件领导品牌。

三十年风雨兼程，是里程碑，更是新起点。展望未来，开目软件将持续全面拥抱AI，深耕设计工艺制造一体化，坚守高端客户战略与客户导向，并携手上下游伙伴共建工业软件生态，以软件之智赋能中国制造高质量发展。