昨天下午，西门子数字化工业软件在深圳蛇口举办的Realize LIVE大中华区用户大会，主要讲了西门子数字化工业软件在中国围绕数实融合、工业 AI 与开放生态三大方向深化布局，依托覆盖设计、仿真、制造和运营全流程的工业软件矩阵，帮助企业打通数据链路，加速工业 AI 从试点验证走向规模化应用。

感受到的不只是一场年度用户大会，更像是工业AI从“讲故事”转向“算细账”的分水岭。

让我印象最深的是几组真实数据：Designcenter Copilot预测工程师下一步操作准确率达94%，上月使用量突破50万次；Simsolid结合物理AI，将非线性碰撞仿真速度提升了惊人的5000倍。

这意味着过去需要几周甚至数月的仿真工作，现在可以被压缩到小时级。

西门子CEO Tony Hemmelgarn直言， Databricks 或 Palantir 这类数据平台无法处理海量的工程和制造数据，以实现实时更新，也没有细粒度到属性级的安全模型。而他们新推出的Intelligence Center X正是为解决这一痛点而生。在我看来，这不仅是一次产品发布，更是对工业数据治理逻辑的根本性挑战——工程数据的复杂性远非通用数据湖可以承载。

从EDA到仿真再到制造和服务，西门子正在用“物理+AI”构建自己的护城河。比亚迪、宁德时代、Exxon Mobil等头部企业的全面采用，也从侧面印证了这一方向的市场认可。然而，工业AI规模化落地的瓶颈并不在算法，而在企业自身的数据准备和组织认知。西门子在中国提出“扶上马，送一程”的策略，说明实施服务依然是关键环节。总体来看，工业AI的竞赛已从“谁能做”转向“谁能让客户真正用起来”，对中国制造企业而言，选择比技术本身更值得深思。