當(dāng)前，AI浪潮正以前所未有的速度席卷各行各業(yè)，工業(yè)軟件作為支撐工業(yè)制造的核心力量，同樣迎來了深刻的賦能與變革機(jī)遇。作為研發(fā)數(shù)字化領(lǐng)域的知名品牌，開目軟件依托深耕高端裝備制造領(lǐng)域的深厚積淀，構(gòu)建了“AI技術(shù)底座+工業(yè)軟件+智能體”的新一代智能產(chǎn)品矩陣。本文將深度拆解開目AI融合架構(gòu)、低代碼平臺(tái)與三十年護(hù)城河，看其如何以AI為翼，突圍向上。

“AI是沖擊，也是助力——它本質(zhì)是工業(yè)軟件能力的倍增器。我們的核心在于如何將AI技術(shù)深度融入工業(yè)軟件，為客戶真正創(chuàng)造價(jià)值。”開目軟件聯(lián)合創(chuàng)始人、董事長(zhǎng)陳萬領(lǐng)博士在接受e-works訪談時(shí)如是說。

這不僅是開目對(duì)產(chǎn)業(yè)變革趨勢(shì)的積極回應(yīng)，也是這家深耕工業(yè)軟件領(lǐng)域30年的國(guó)產(chǎn)企業(yè)，對(duì)自身發(fā)展路徑的清晰定位————既堅(jiān)守工業(yè)軟件的核心根基，又通過AI融合實(shí)現(xiàn)創(chuàng)新突破，開辟新的增長(zhǎng)空間。

當(dāng)生成式AI能夠快速生成代碼，AI Agent能夠拆解任務(wù)、調(diào)度工具，作為現(xiàn)代工業(yè)數(shù)字神經(jīng)系統(tǒng)的工業(yè)軟件，究竟是被AI強(qiáng)化，還是終將被替代？

開目軟件總經(jīng)理寧?kù)o波先生明確指出，工業(yè)軟件與AI絕非替代或顛覆，而是相互賦能、協(xié)同演進(jìn)的共生關(guān)系。

工業(yè)軟件在長(zhǎng)期實(shí)踐中積淀了深厚的行業(yè)機(jī)理與物理算法，能夠保障工業(yè)場(chǎng)景所需的精準(zhǔn)運(yùn)算與可靠輸出。AI雖具備強(qiáng)大的學(xué)習(xí)、生成等能力，卻存在天然缺陷：在缺乏高質(zhì)量數(shù)據(jù)時(shí)，模型極易輸出偏差結(jié)論，無法直接滿足工業(yè)領(lǐng)域的精度與可靠性要求，尤其是生成式AI固有的幻覺問題。因此，AI時(shí)代必然是“機(jī)理模型+工業(yè)AI”雙輪驅(qū)動(dòng)。

另外，AI的高效運(yùn)行離不開高質(zhì)量數(shù)據(jù)，而工業(yè)軟件恰好承擔(dān)著全生命周期數(shù)據(jù)歸集、治理與管理的關(guān)鍵角色，且已形成數(shù)據(jù)、模型、應(yīng)用的閉環(huán)。

更關(guān)鍵的是，工業(yè)數(shù)據(jù)涉及企業(yè)的核心商業(yè)機(jī)密與生產(chǎn)安全，安全性要求極高。工業(yè)軟件經(jīng)過多年積累，已形成完善的數(shù)據(jù)加密、權(quán)限管控、訪問審計(jì)等安全體系，能夠滿足工業(yè)場(chǎng)景的安全要求。若脫離這一安全框架，AI 極易引發(fā)數(shù)據(jù)泄露風(fēng)險(xiǎn)。

當(dāng)然，傳統(tǒng)工業(yè)軟件也有其自身的局限性，諸如數(shù)據(jù)多為被動(dòng)記錄、事后使用；系統(tǒng)推理判斷依賴固定規(guī)則，缺乏自主思考與動(dòng)態(tài)優(yōu)化能力；使用成本高，跨域閉環(huán)難等。AI的介入，可以助力工業(yè)軟件在知識(shí)復(fù)用、分析診斷、決策支持、交互方式等方面實(shí)現(xiàn)重構(gòu)。

因此，工業(yè)智能化發(fā)展注定無法依靠單一技術(shù)路線，工業(yè)軟件與AI的深度融合，是破解雙方短板、實(shí)現(xiàn)雙向賦能的關(guān)鍵。

作為國(guó)產(chǎn)工業(yè)軟件自主創(chuàng)新的先驅(qū)，開目軟件深知唯有主動(dòng)順應(yīng)趨勢(shì)，善用AI，完成自我蛻變，方能擴(kuò)展能力邊界，避免被AI所顛覆。

近年來，開目軟件持續(xù)推進(jìn)工業(yè)軟件與AI的深度融合?；陂L(zhǎng)期積累與探索，公司構(gòu)建了面向下一代的AI融合架構(gòu)，形成了“底座+工業(yè)軟件+智能體”新一代智能產(chǎn)品矩陣。

具體包括：

● 底層是最新推出的Cloud+平臺(tái)，由云計(jì)算底座KMOS與AI基座KMArtizen.AI組成。KMOS提供堅(jiān)實(shí)的算力與存儲(chǔ)支撐；KMArtizen.AI涵蓋大模型微調(diào)、低代碼開發(fā)、知識(shí)圖譜構(gòu)建、智能體管理、數(shù)據(jù)集管理等能力，可為上層產(chǎn)品提供穩(wěn)定、高效、安全的技術(shù)支撐；

● 中間層是智能體矩陣，分為通用智能體與專業(yè)智能體。通用智能體覆蓋需求文檔生成、業(yè)務(wù)流程編排、智能體開發(fā)、智能運(yùn)維等場(chǎng)景。專業(yè)智能體則聚焦制造業(yè)研發(fā)、工藝、制造領(lǐng)域的細(xì)分業(yè)務(wù)，提供面向具體場(chǎng)景與行業(yè)需求的AI應(yīng)用；

● 最上層是工業(yè)軟件，主要包括KMPLM、KMMPM、KMMOM三大管理系統(tǒng)及一系列研發(fā)設(shè)計(jì)類工具軟件，通過嵌入各智能體，實(shí)現(xiàn)相似推薦、工藝生成、變更分析等智能化應(yīng)用。它們承載著工業(yè)機(jī)理、沉淀著行業(yè)Know-How、連接著數(shù)據(jù)與智能，是底座發(fā)揮作用、智能體落地場(chǎng)景的前提。

開目工業(yè)軟件+AI技術(shù)架構(gòu)

“傳統(tǒng)工業(yè)軟件不會(huì)消亡，但它們的角色會(huì)發(fā)生變化，會(huì)從孤立的操作工具降維成AI大腦的執(zhí)行器。”開目軟件AI與創(chuàng)新研究院院長(zhǎng)蔡青博士一語(yǔ)道破了開目重構(gòu)底座平臺(tái)，打造面向下一代AI融合架構(gòu)的核心邏輯。

縱觀工業(yè)軟件與AI的融合路徑：早期以“增值外掛”模式為主，即在現(xiàn)有系統(tǒng)中嵌入AI能力；伴隨生成式AI的興起，邁入“智能副駕”（Copilot）階段，AI能力深度嵌入工業(yè)軟件底層數(shù)據(jù)與業(yè)務(wù)流，通過自然語(yǔ)言對(duì)話，實(shí)現(xiàn)跨系統(tǒng)檢索知識(shí)庫(kù)、輔助校驗(yàn)等人機(jī)協(xié)同。

如今，隨著AI Agent的加速發(fā)展，為最大化釋放AI Agent的潛力，軟件系統(tǒng)面臨的已不再是單純的功能升級(jí)，而是底層的徹底重塑——構(gòu)建以智能體為核心的“AI原生”架構(gòu)，逐漸摒棄傳統(tǒng)UI，打造全AI原生的智能體矩陣。

面向未來，行業(yè)將步入“統(tǒng)一AI知識(shí)大腦”的階段，即在AI原生架構(gòu)之上，將企業(yè)的業(yè)務(wù)數(shù)據(jù)、圖紙等提煉為統(tǒng)一的知識(shí)圖譜，形成可自進(jìn)化的“業(yè)務(wù)大腦”，工業(yè)軟件則API化，演變?yōu)榈讓覣I的“大腦執(zhí)行器”。

值得一提的是，針對(duì)大模型的幻覺與安全問題，開目的解決方案是在幻覺與硬約束之間尋找動(dòng)態(tài)平衡區(qū)。

● 在架構(gòu)層面，采用神經(jīng)符號(hào)架構(gòu)，通過工業(yè)機(jī)理模型與AI技術(shù)的有機(jī)結(jié)合，實(shí)現(xiàn)“大腦與四肢”的體系解耦。

其中，大模型作為“大腦”，負(fù)責(zé)模糊意圖理解與泛化推理；工業(yè)軟件的專業(yè)求解器與規(guī)則引擎退化為“四肢”，負(fù)責(zé)核心工業(yè)決策、三維幾何計(jì)算與嚴(yán)格參數(shù)設(shè)定；中間還輔以基于傳統(tǒng)工業(yè)機(jī)理的“安檢網(wǎng)”作為規(guī)則護(hù)欄。這種模式既發(fā)揮了AI的靈活智能優(yōu)勢(shì)，又守住了工業(yè)機(jī)理的硬約束。

● 在數(shù)據(jù)層面，采用RAG（檢索增強(qiáng)生成大模型），結(jié)合工業(yè)知識(shí)圖譜，用業(yè)務(wù)域確定性事實(shí)錨定生成邊界。

此外，構(gòu)建雙重評(píng)估體系，通過設(shè)立“影子模式（Shadow Mode）”平行軌道，讓模型只推理不下發(fā)指令，并長(zhǎng)周期對(duì)比AI決策與人類專家操作差異；并引入OOD非分布測(cè)試檢驗(yàn)極端工況泛化能力。

在幻覺與硬約束之間尋找動(dòng)態(tài)平衡區(qū)

“AI是工業(yè)軟件的能力放大器，但它并非萬能。我們不應(yīng)盲目追求‘All in AI’，而應(yīng)理性識(shí)別AI的能力邊界，精準(zhǔn)匹配具體業(yè)務(wù)場(chǎng)景，才能真正發(fā)揮其優(yōu)勢(shì)。AI Agent的本質(zhì)是專業(yè)化任務(wù)執(zhí)行單元，因此成為AI能力在具體場(chǎng)景中落地的關(guān)鍵載體?！?strong>開目軟件PLM事業(yè)部總經(jīng)理助理蘭永嘉指出。

為更高效推進(jìn)AI Agent規(guī)模化落地，開目軟件采用“用戶共創(chuàng)”模式：聯(lián)合客戶挖掘高價(jià)值、高痛點(diǎn)的業(yè)務(wù)場(chǎng)景，分析AI能力，并找到與業(yè)務(wù)融合的切入點(diǎn)，據(jù)此構(gòu)建智能體。再依托客戶真實(shí)業(yè)務(wù)數(shù)據(jù)完成場(chǎng)景驗(yàn)證與持續(xù)打磨，最終將成熟方案沉淀至標(biāo)準(zhǔn)化產(chǎn)品，形成可復(fù)用、可快速?gòu)?fù)制的智能能力。

目前，開目軟件重點(diǎn)聚焦AI的六大核心能力，形成了覆蓋復(fù)雜裝備研發(fā)、工藝、制造、數(shù)據(jù)決策、知識(shí)運(yùn)營(yíng)五大領(lǐng)域的25大核心智能體，且在多個(gè)場(chǎng)景實(shí)現(xiàn)突破。

開目軟件構(gòu)建的部分智能體

例如，AI需求識(shí)別智能體，運(yùn)用的是AI的理解分析能力。它將企業(yè)分散的需求轉(zhuǎn)化為結(jié)構(gòu)化要素，并記錄來源與依據(jù)鏈路，形成指導(dǎo)產(chǎn)品開發(fā)的需求標(biāo)準(zhǔn)。同時(shí)，按場(chǎng)景匹配，讓相關(guān)需求主動(dòng)找到對(duì)應(yīng)業(yè)務(wù)，而非傳統(tǒng)的關(guān)鍵詞被動(dòng)檢索，從而使需求遺漏率降低60%。

AI工藝生成智能體，以工藝路線庫(kù)與規(guī)則庫(kù)、制造資源庫(kù)、零件參數(shù)庫(kù)為基礎(chǔ)，其中規(guī)則庫(kù)采用“AI先提取規(guī)則初稿，再由人工進(jìn)行交互確認(rèn)并予以干預(yù)調(diào)整”的構(gòu)建模式，且這一過程持續(xù)迭代優(yōu)化，形成持續(xù)積累與進(jìn)化的閉環(huán)。

當(dāng)新零部件需要編制工藝時(shí)，智能體根據(jù)輸入?yún)?shù)，結(jié)合開目自研的特征識(shí)別模塊，獲取零部件的幾何特征、PMI 等參數(shù)，理解特征之間的關(guān)系及工藝要求，再依托工藝推理引擎，在規(guī)則庫(kù)中匹配適用工藝路線，并綜合評(píng)估方案合理性與制造可執(zhí)行性，最終一鍵生成完整工藝規(guī)程，讓工藝員從“編寫者”轉(zhuǎn)型為“審核與優(yōu)化者”。

AI工藝交互設(shè)計(jì)智能體，擺脫“找菜單、點(diǎn)鼠標(biāo)”的繁瑣操作。用戶通過自然語(yǔ)言表達(dá)意圖，智能體精確理解并自動(dòng)轉(zhuǎn)換為相應(yīng)的軟件操作指令，實(shí)現(xiàn)從指令到執(zhí)行無縫銜接，復(fù)雜任務(wù)自動(dòng)拆解，效率提升30%以上。

開目AI工藝交互設(shè)計(jì)智能體

蘭永嘉強(qiáng)調(diào)，工業(yè)AI落地的基礎(chǔ)，在于企業(yè)知識(shí)與領(lǐng)域知識(shí)的雙重支撐，這也是開目AI Agent堅(jiān)守的底線——以RAG與知識(shí)圖譜為剛性約束，確保智能體在正確的數(shù)據(jù)范圍和功能邊界內(nèi)活動(dòng)，確保操作精準(zhǔn)可靠。

其中，企業(yè)知識(shí)圖譜依托企業(yè)原始業(yè)務(wù)數(shù)據(jù)搭建而成：由開目軟件提供標(biāo)準(zhǔn)理論模型，明確數(shù)據(jù)規(guī)范與數(shù)據(jù)范圍，再結(jié)合企業(yè)自身業(yè)務(wù)主線與實(shí)際數(shù)據(jù)，落地形成適配企業(yè)的專屬知識(shí)模型；領(lǐng)域知識(shí)圖譜，則沉淀行業(yè)通用工藝規(guī)范、制造標(biāo)準(zhǔn)、材料屬性及優(yōu)秀實(shí)踐經(jīng)驗(yàn)，是可跨行業(yè)、跨企業(yè)復(fù)用的共性知識(shí)底座。

“業(yè)務(wù)在跑，系統(tǒng)在等”這是傳統(tǒng)工業(yè)軟件交付模式的真實(shí)寫照。每一次系統(tǒng)改動(dòng)，都伴隨著響應(yīng)速度慢、迭代成本高、升級(jí)風(fēng)險(xiǎn)大的問題，數(shù)字化轉(zhuǎn)型越深入，這一矛盾越是突出。

近年來，低代碼開發(fā)平臺(tái)以其簡(jiǎn)單易用、靈活配置、高效開發(fā)及低成本等優(yōu)勢(shì)，成為企業(yè)敏捷響應(yīng)業(yè)務(wù)變化的關(guān)鍵工具。

低代碼平臺(tái)賦能客戶定制與運(yùn)維

面對(duì)離散制造企業(yè)大量個(gè)性化、高頻定制的需求，開目軟件構(gòu)建了AI+低代碼平臺(tái)，通過可視化建模、界面拖拽、業(yè)務(wù)流編排等，大幅降低了企業(yè)的開發(fā)門檻，并結(jié)合AI能力，真正實(shí)現(xiàn)“把改系統(tǒng)的能力還給懂業(yè)務(wù)的人”。其核心優(yōu)勢(shì)體現(xiàn)在：

● 非通用低代碼工具，與工業(yè)場(chǎng)景耦合

開目AI低代碼平臺(tái)內(nèi)置標(biāo)準(zhǔn)數(shù)據(jù)模型和標(biāo)準(zhǔn)API，讓開發(fā)者在標(biāo)準(zhǔn)工業(yè)模型上做擴(kuò)展，上手快、見效快。以KMMOM低代碼開發(fā)平臺(tái)為例，其內(nèi)置150+KMMOM數(shù)據(jù)模型，極大降低了建模門檻。

另外，平臺(tái)設(shè)計(jì)環(huán)境與運(yùn)行環(huán)境相互獨(dú)立，設(shè)計(jì)變更不影響運(yùn)行中的應(yīng)用，保障系統(tǒng)穩(wěn)定性；軟件產(chǎn)品與平臺(tái)獨(dú)立部署，通過HTTP/HTTPS、MQTT等標(biāo)準(zhǔn)協(xié)議接口交互，產(chǎn)品穩(wěn)定迭代，定制應(yīng)用靈活擴(kuò)展，互不干擾。

● 可視化配置開發(fā)，無需編寫大量編碼

平臺(tái)通過拖拽、配置等可視化方式完成數(shù)據(jù)建模、頁(yè)面設(shè)計(jì)、業(yè)務(wù)流編排、系統(tǒng)集成等。例如，數(shù)據(jù)建模，通過圖形化拖拽完成數(shù)據(jù)結(jié)構(gòu)定義，建模結(jié)果自動(dòng)映射數(shù)據(jù)庫(kù)表。界面設(shè)計(jì)，提供所見即所得的表單、列表、大屏看板設(shè)計(jì)，支持組件級(jí)復(fù)用。邏輯編排，支持可視化拖拽定義處理邏輯，簡(jiǎn)單業(yè)務(wù)邏輯不寫代碼，復(fù)雜邏輯在線編寫腳本、調(diào)試，支持調(diào)用標(biāo)準(zhǔn)API和外部接口。

● 模板化持續(xù)沉淀：讓經(jīng)驗(yàn)資產(chǎn)化

每個(gè)項(xiàng)目的交付成果都可以抽取為模板，上架至模板中心。新項(xiàng)目可以基于現(xiàn)有模板快速調(diào)整，實(shí)現(xiàn)“不從零開始”。隨著項(xiàng)目積累，企業(yè)的可復(fù)用資產(chǎn)越來越多，經(jīng)驗(yàn)不會(huì)因人員流動(dòng)而流失。

● AI智能開發(fā)助手，以自然語(yǔ)言驅(qū)動(dòng)的“超級(jí)自動(dòng)化”

借助AI智能開發(fā)助手，業(yè)務(wù)人員只需用自然語(yǔ)言描述需求，平臺(tái)自動(dòng)生成配置草稿，覆蓋數(shù)據(jù)建模、頁(yè)面開發(fā)、業(yè)務(wù)流編排、系統(tǒng)集成和API腳本五個(gè)核心環(huán)節(jié)，真正實(shí)現(xiàn)“業(yè)務(wù)即代碼”。另外，為有效避免AI幻覺問題，開目軟件設(shè)計(jì)了兩段式交互機(jī)制，AI先生成配置草稿，人審核修訂后生效，既提速又控質(zhì)。

AI大潮下，未來工業(yè)軟件將是機(jī)理模型、AI算法、企業(yè)數(shù)據(jù)的融合體?！斑@意味著誰(shuí)掌握了特定工業(yè)領(lǐng)域的跨模態(tài)高質(zhì)量數(shù)據(jù)與機(jī)理規(guī)則，誰(shuí)就能主導(dǎo)下一代的利潤(rùn)分配矩陣?！?strong>蔡青博士指出。而這些正是開目軟件三十年深耕積淀的核心價(jià)值所在。

陳萬領(lǐng)博士表示，AI技術(shù)再先進(jìn)，其效能發(fā)揮離不開工業(yè)機(jī)理與行業(yè)Know-How，而兩者均需長(zhǎng)期積累、持續(xù)迭代。

多年來，開目軟件扎根高端裝備制造業(yè)，服務(wù)了航空航天、兵器船舶、汽車等數(shù)千家企業(yè)，深刻理解不同行業(yè)、不同生產(chǎn)模式下的差異化需求，并將這些行業(yè)知識(shí)與實(shí)踐經(jīng)驗(yàn)沉淀為軟件算法與規(guī)則庫(kù)，構(gòu)筑起不可復(fù)制的競(jìng)爭(zhēng)壁壘。

同時(shí)，依托與高端客戶建立的深厚信任，開目堅(jiān)持“用戶共創(chuàng)”模式，結(jié)合真實(shí)業(yè)務(wù)場(chǎng)景，持續(xù)打造貼合需求的AI Agent。

數(shù)據(jù)質(zhì)量決定AI上限，而高質(zhì)量數(shù)據(jù)的獲取與利用，離不開數(shù)據(jù)貫通。因此，企業(yè)需要的并非孤立的單點(diǎn)技術(shù)，而是覆蓋設(shè)計(jì)、工藝、制造全鏈條的集成化解決方案。開目以工藝為核心，已構(gòu)建起“平臺(tái)+系統(tǒng)+工具+解決方案”的全棧產(chǎn)品體系，為企業(yè)提供一體化的數(shù)字化轉(zhuǎn)型支撐。

開目在2026用戶大會(huì)上發(fā)布工業(yè)軟件AI產(chǎn)品

此外，面對(duì)AI加速行業(yè)洗牌的挑戰(zhàn)，唯有快速響應(yīng)才能立于不敗之地。為此，開目設(shè)立了AI與創(chuàng)新研究院，與傳統(tǒng)產(chǎn)品開發(fā)團(tuán)隊(duì)并行協(xié)同：前者聚焦AI前沿技術(shù)研究，后者專注于技術(shù)與產(chǎn)品的融合落地。

無疑，深厚的工業(yè)Know-How、成體系的解決方案、快速的迭代能力，是開目軟件30年來逐步形成的護(hù)城河。在此基礎(chǔ)上，AI將成為強(qiáng)大的倍增器，助力開目軟件為客戶創(chuàng)造更大的價(jià)值。

在AI重構(gòu)產(chǎn)業(yè)格局的當(dāng)下，開目軟件以專注務(wù)實(shí)、銳意創(chuàng)新的姿態(tài)，回應(yīng)著時(shí)代的激流。依托三十載深耕高端制造的深厚積淀，開目軟件打造AI技術(shù)底座，通過“技術(shù)筑基、場(chǎng)景賦能、用戶共創(chuàng)”的戰(zhàn)略布局——以工業(yè)機(jī)理筑牢發(fā)展底線，以智能體拓展應(yīng)用場(chǎng)景，以客戶需求檢驗(yàn)核心價(jià)值，推動(dòng)AI Agent從演示Demo走向工業(yè)實(shí)操場(chǎng)景，成為國(guó)產(chǎn)工業(yè)軟件AI突圍的樣本。

2026年，開目軟件迎來成立三十周年?；赝鞒?，“堅(jiān)持”與“創(chuàng)新”是其發(fā)展的主旋律。從聚焦單一CAD工具，到打造多個(gè)中國(guó)“首創(chuàng)”、擁有二十多款自主知識(shí)產(chǎn)權(quán)的軟件產(chǎn)品；從構(gòu)建覆蓋設(shè)計(jì)、工藝、制造全鏈條的一體化解決方案，到全面擁抱AI，形成新一代智能產(chǎn)品矩陣；從服務(wù)中小企業(yè)到聚焦高端裝備制造業(yè)，并在汽車、非標(biāo)設(shè)備、家電、消費(fèi)電子等領(lǐng)域不斷開疆拓土——開目軟件始終堅(jiān)守一個(gè)愿景：成為世界領(lǐng)先的數(shù)字化工藝與制造產(chǎn)品及解決方案供應(yīng)商、中國(guó)領(lǐng)先的智能制造解決方案供應(yīng)商、中國(guó)高端工業(yè)軟件領(lǐng)導(dǎo)品牌。

三十年風(fēng)雨兼程，是里程碑，更是新起點(diǎn)。展望未來，開目軟件將持續(xù)全面擁抱AI，深耕設(shè)計(jì)工藝制造一體化，堅(jiān)守高端客戶戰(zhàn)略與客戶導(dǎo)向，并攜手上下游伙伴共建工業(yè)軟件生態(tài)，以軟件之智賦能中國(guó)制造高質(zhì)量發(fā)展。

想了解更多開目數(shù)字化項(xiàng)目案例&產(chǎn)品資訊，歡迎關(guān)注“開目軟件”公眾號(hào)（kmsoft1996）