9月中旬,PTC全球资深副总裁兼中大中华区总裁刘强曾透露,中国将迎来PTC的第一个SaaS产品。一周后9月21日,Arena云原生产品生命周期管理(PLM)和质量管理系统(QMS)软件解决方案正式落地中国。
从2019年收购SaaS CAD厂商Onshape开始,PTC一直在加速SaaS化的进程,SaaS PLM解决方案Arena Solutions则是在2021年完成收购。
“SaaS的卓越之处就在于能够为客户提供365天、7×24小时的无缝、不间断支持,而无需客户参与其中。”PTC Arena及Onshape部门总经理David Katzman加入PTC之前,在Onshape工作了4年时间。他看到,世界各地越来越多的公司正在转向云原生解决方案,并且中国SaaS市场的发展尤为迅速。
Arena是全球云原生PLM市场的领导者,采用Arena的公司可以以令人难以置信的速度、更高的质量和节省一半的时间来设计产品。David Katzman说,Arena提供了全新的解决方案和研发产品的模式,目标是让所有目标人群都能以全新的、更好的方式开展协作,帮助客户在应用过程当中把敏捷的产品开发过程,融入这些技术和方法。
PTC Arena及Onshape部门总经理David Katzman
为什么是Arena
数据分散、异地、供应链沟通不畅出现返工等,是企业过去10-20年一直面临的挑战,这也是为什么是Arena的原因。
David Katzman说,Arena带来的最大好处是为新产品开发和持续的流程改进提供单一产品的数据源,帮助企业持续优化产品。这样就可以将设计和制造过程中的所有人员聚集在一个系统下,为企业提供无缝的、整合的完整协同环境,更有效地协作,制造更好的产品。
此次Arena在中国的落地都是由中国团队负责,包括产品开发、升级、发布等。因为Arena在中国苏州设有研发团队,其参与了整个产品的开发流程,对产品非常了解。
在落地云的选择上,PTC全球资深副总裁兼中大中华区总裁刘强说,规模和技术投资能力是PTC所看重的因素,最终选择亚马逊云科技(AWS)和伟仕佳杰(VSTECS)开展合作。在销售方面,Arena仍然采用全球统一的销售模式,由专门的云原生团队完成。
PTC全球资深副总裁兼中大中华区总裁刘强
Arena非常标准化,在跨云上更加容易做迁移。PTC Arena发展战略副总裁George Lewis从2005年就加入Arena,他认为选择Arena作为第一个落地中国的SaaS产品主要有三个原因,第一,本地拥有研发团队,可以为中国客户提供更加便捷和直接的帮助;第二,云原生在中国的部署具备相应的环境和土壤;第三,中国有很多具有前瞻性思维的创新公司,他们更愿意接受新的工作方式。
Arena在落地中国的过程中最大的挑战就来自于法规。刘强说,这比我原想的要复杂得多,因为落地存在很多细节问题。这次落地也给未来PTC其他SaaS产品落地积累了经验,PTC非常有信心将来的产品落地可以完全照搬现在的模式。
从企业需求视角出发
SaaS让其多企业望而却步的原因是定制化,尤其对于有着复杂和特殊流程的企业而言。PTC Arena产品首席技术官马文祥说,Arena深耕行业有着丰富的专业知识,可以提供很容易的设计满足大部分客户的需求,而且Arena也会提供标准的API帮助企业进行系统的对接。
PTC Arena产品首席技术官马文祥
所以Arena在中国的目标客户并没有大小的限制,选择Arena完全取决于企业对于SaaS的接受程度。
Arena部署的平均时间仅仅约为20周。跟传统产品部署相比,Arena可以非常简单、快速和直观的适配客户本身的业务,再通过加速的方式延伸到其他的产品,甚至可以往下游去延伸。
目前Arena PLM和QMS在全球拥有1400多家客户,其中700多位在高科技电子领域,350多位在生命科学领域,300多位在物联网领域。George谈到,速度和供应链是高科技电子和生命科学行业竞争获胜的关键,Arena在这些领域远超其他PLM产品,有着明显优势。
高科技电子和生命科学也是Arena在中国15年里发展表现最好的两个行业。马文祥指出,医疗器械行业对于产品质量要求非常严格,要复合国家标准,Arena的价值是帮助企业进行质量管理。
智能家居公司SONOS在2010年就采用Arena管理整个产品的数据和配置,现在SONOS正通过Arena与多家制造商和质量数据进行沟通,并降低整个供应链的风险。生命科学企业Kinsa最开始采用的时候只有大约十个最终用户,后来逐步扩展到最后到1-2万个用户的规模。
“版本控制、多专业协同设计、质量控制、产品一致性、环境合规性管理是Arena的核心能力,供应链管理和沟通是Arena的特色。”George说,客户通常在前端连接工程实际系统,实现机、电、软等产品设计开发过程的协同,未来Arena也将进一步扩展到企业关注的制造数据,和制造过程实现完全无缝对接,加速企业的设计效率。
好文章,需要你的鼓励
今年是AI智能体的爆发年。聊天机器人正演进为能代表用户执行任务的自主智能体,企业持续投资智能体平台。调研显示,超半数高管表示其组织已在使用AI智能体,88%在智能体上投入过半AI预算的公司已从至少一个用例中获得投资回报。Gartner预测,到2026年40%的企业软件应用将包含智能体AI,2035年智能体AI可能驱动约30%的企业应用软件收入。企业开始将AI智能体视为员工,建立招聘培训体系。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
谷歌的Nano Banana Pro AI模型生成的图像逼真度令人震惊,其关键在于完美模拟了手机相机的拍照特征。这些AI生成的图像具备手机拍照的典型特点:明亮平坦的曝光、较大的景深范围、略显粗糙的细节处理,甚至包含噪点。该模型还能自动添加符合情境的细节元素,如房产照片的水印等,使图像更加真实可信。这种技术进步意味着辨别AI生成内容变得更加困难。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。