PTC在帮助企业实现数字化转型的过程中一直遵循着三个步骤,第一阶段是产品的数字化,基于物理产品进一步定义产品的数字化;第二阶段是让数字化产品的数据可以快速传递到物理阶段的产品;第三阶段通过SaaS的模式颠覆企业数字化转型。
“SaaS转型对于企业未来是颠覆性的转变,既可以打破产传统产业的边界,又实现商业模式的创新。”PTC中国区CTO高级技术总监施战备表示,SaaS化一方面产品数据能够与物理产品互相融合,一方面企业在制造整个生态和供应链网络中发挥价值。
PTC中国区CTO高级技术总监施战备
而这一个重担就落在了Creo身上,Creo计算机辅助设计(CAD)软件是PTC的立足基石,也是整个数字化表达里非常关键的一环。Creo包括了建模、创成式设计、仿真、基于模型定义(MBD)、3D打印等主要功能,近期Creo推出了第九版,同时也带来了SaaS化的Creo Plus。
Creo 9立足根本创新未来
一直以来,Creo在两大方向进行大量的投资,第一是核心功能,作为CAD设计软件必须具备基础能力,包括设计效率、人体工程学设计、基于模型定义(MBD);第二是创新技术,包括创成式设计、仿真驱动设计、数据驱动设计、增材设计。
新发布的Creo 9可以帮助工程师在更短时间内交付最佳产品设计,并通过创成式设计、实时模拟与增材制造等新兴技术的创新。
Creo 9的主要升级包括:提升易用性与生产力、大幅度升级模拟与生成设计功能、基于模型的定义 (MBD) 与图纸设计革新、人体工程学设计与视场功能、优化增材制造与减材制造。
PTC CAD首席专家高级技术经理陈利民表示,Creo 9将模型定义(MBD)继续完善,这也是很多中国客户的需求,可以实现不出二维图,来提升设计效率。
Creo 9还结合了物联网产品技术,可以通过物联网将传感器数据连接到Creo来驱动实时仿真,另外与Ansys结合使仿真能力大大加强。同时Creo 9融入了AR增强现实能力,帮助Creo的产品数据能够快速发布到AR模式,让用户或供应商无需预装Creo就能快速看到设计模型提案,同时保护知识产权。
未来Creo还会不断迭代和创新,从设计、制造、售后服务、维修等各个方面,实现整个过程全三维的体验。
Creo Plus本地的能力扩充
除了Creo 9外,今年还将推出Creo Plus产品,这是Creo的SaaS化产品。现阶段Creo Plus会呈现混合模式,云端会有SaaS服务,本地也进行部署,之后也会推出完全SaaS化的产品。
施战备指出,混合模式下企业使用通过Atlas专门开发的Creo Collaboration Service,这就提供可一个实时在线协同的Service,这时异地的Creo本地用户通过SaaS模式登录账户,两人就可以实现在线协同设计。
为什么命名为Creo Plus而不是Creo SaaS,是因为Creo Plus会优先推出控制中心和实时在线协同能力,这是对现有本地化Creo的能力扩充,未来Creo产品线和Creo Plus产品线也将保持同步更新。
调查显示,SaaS化可以帮助客户带来协同设计、数据安全、总拥有成本(TCO)、可用性和弹性、可扩展性和灵活性、用户体验等收益。
PTC在SaaS化的过程中,咨询了很多行业客户,他们普遍认为设计的协同变得非常关键,尤其在新冠疫情期间,很多企业都没有办法在线下进行沟通和协同,尤其是企业需要供应链间多区域协同设计完成产品设计,在线协同设计就成为举足轻重的存在。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。