当PTC开始探索人工智能 （AI） 在产品设计中的变革潜力，PTC的产品开发方法就已经开始进入到了一个新时代。PTC在使用 Creo 的过程中，一直在推动 CAD 的发展，如今，PTC正在利用人工智能进一步推动创新。下面，PTC将深入探讨人工智能如何在这一演变过程中发挥重要作用，研究其对从成熟方法到新兴方法的影响，以及PTC的持续努力如何为未来的进步奠定基础，从而使客户的工作流程和生产率显著受益。

Brian Thompson  PTC CAD部门总经理

要了解如何将人工智能最好地应用于产品设计，我们需要认识到当今 3D 驱动的 CAD 世界与早期 3D CAD 应用之间的一些关键区别。

探索 CAD 时代

人工智能在产品设计领域的兴起，无疑受到了人工智能技术在提高生产率、加快产品上市速度、改善质量和推动创新等方面所具有的极大潜力所驱动。 而计算机辅助设计（CAD）的不断发展，同样是为了满足用户对于生产力提高的需求，因此人工智能正就必然成为为其发展进程中不可或缺的一部分，在PTC回顾深刻影响产品开发生命周期的不同时代时，人工智能正推动PTC走过当前的时代。

二维到三维时代

从二维设计到三维设计，这是一场不折不扣的变革。 它彻底改变了设计工程师的工作方式，使他们能够以前所未有的清晰度和精确度对设计进行可视化、迭代和完善。 这一转变使人们对产品功能有了更直观、更全面的了解，反过来又使公司能够更快地进行创新，更迅速地将更高质量的产品推向市场。这种转变不仅仅是引入了新的工具，而且也使得企业用户开始对设计流程进行了一次全面的重新思考。

产品数据管理（PDM）时代

随着三维设计实践的成熟，企业用户的关注重点，转移到了管理开发和发布与二维图纸相关联的三维 CAD 数据所增加的复杂性。对设计数据控制和优化的重视，转移了对进一步自动化和增强基于 3D CAD设计流程的关注。许多制造商对三维设计的进展感到满意，开始优先考虑产品开发的其他方面。

于是很多用户开始选择具有针对性的一系列的单点解决方案，如针对解决制造工艺开发、工具设计和设计仿真等，这就导致对于用户而言，依然缺乏完全详细且语义准确的三维模型：重要的设计信息仍然分散在 CAD 数据、二维图纸和工程师知识之间，而不是完全集成在模型中——将设计投入生产所需的语义完整的数据，分散在诸如CAD 数据、2D 图纸和制造系统等多个来源和系统中。虽然这些单点解决方案完成了对企业用户特定工作任务的优化，但它们不仅割裂了将产品设计投入全面生产所需的语义数据，还割裂了整个流程，减缓了创新速度，使从概念到市场的过程变得更加复杂。

PDM 时代的智能自动化 （IA）

在 PDM 时代，人工智能成为产品设计领域的流行词之前，Creo 已经率先推出了自动化工具，PTC称之为智能自动化或 IA。这不仅仅是将任务自动化，而是将自动化巧妙地集成到工作流程中，从而真正提高效率。早在人工智能进入产品设计领域之前，PTC的 IA 工具就已经被设计用于自动化复杂流程、简化工作流程和提高设计效率。有了 IA，用户可以更智能地工作，而不是更辛苦地工作——将重复性任务自动化，加快整个设计流程，使用户能够专注于真正重要的事情：创新和更快地将产品推向市场。

通过养成以不同方式使用某些 Creo 功能的习惯，用户可以利用一系列 IA 功能，显著提高效率和生产力。 Creo Parametric 提供广泛的 IA 工具套件，旨在彻底改变用户的设计、迭代和创新方式。

根据我与客户的交谈，许多客户可能还没有充分利用 Creo 的 IA 功能。当企业专注于大流行后的恢复和适应时，他们的优先事项可能会发生变化，这是可以理解的。但是，探索 IA 如何提高效率并提供竞争优势是一个宝贵的机会。

即使PTC已经迈入产品生命周期管理（PLM）时代，PTC仍将坚定不移地致力于增强 Creo 的 IA 能力。PTC认识到 IA 在优化设计流程和支持高效工作流程方面发挥着至关重要的作用。随着PTC集成更先进的人工智能功能，PTC将继续巩固和完善PTC的 IA 工具，确保 IA 和人工智能都成为 Creo 发展不可或缺的一部分。

产品生命周期管理 (PLM) 时代

三维产品设计，现在已经进入全面的 PLM 时代。随着客户越来越希望在从需求到设计、制造、运营和服务的整个价值流中利用其产品数据，这一转变也随之发生。在努力实现这一目标的过程中，企业认识到，要实现这一目标，就必须重新关注如何正确地构建核心产品数据：这就是重新致力于基于模型的方法的作用所在。通过确保向下游利益相关者发布的所有产品数据在语义上完全准确，企业可以在整个生命周期内释放数据的全部潜力。

ePLM 的兴起扩大了这些功能，将 PLM 扩展到包括制造在内的整个企业，并强化了基于模型的无缝集成方法的重要性。这种方法确保了所有产品数据的准确性、全面性和集成性，使协作和决策成为可能。通过将 PLM 工具、工作流程和数据扩展到所有利益相关者，ePLM 推动了一种基于模型的环境，在这种环境中，多企业协作、制造工程、闭环质量、服务工程和供应链规划相互关联。而这种连通性使企业能够更高效地工作，并做出明智的决策。

生成式设计与生成式人工智能

展望未来，有必要区分两个经常被混淆的术语：生成式设计和生成式人工智能。

●  生成式设计：多年来，Creo 通过工具实现的生成拓扑优化（GTO）和生成设计扩展（GDX）一直走在人工智能设计的前沿。GTO 专注于一次解决一个优化问题，为单个查询提供解决方案，然后再进行下一个查询。相比之下，GDX 则利用可扩展的云计算能力，同时自动探索数百种设计解决方案。两者都使用人工智能算法驱动求解器，根据特定材料、制造和性能要求自主生成优化设计，从而增强设计流程。

GTO 与 Creo Parametric 无缝集成，可将设计转换为丰富的 B-rep 几何图形；而 GDX 则通过人工智能驱动的洞察力对多种方案进行评估，从而扩展了这些功能。它们共同帮助工程师更高效地探索更具创新性、高质量和可制造性的设计，从而降低成本并加快产品上市时间。

●  生成式人工智能：生成式人工智能是一个专注于创建文本、图像和 3D 模型等内容的领域。它利用自然语言处理（NLP）和大型语言模型（LLM）等技术来促进交互并生成各种类型的内容。在产品设计领域，生成式人工智能可以利用 NLP 和 LLM 提供指导、回答问题和建议，从而充当副驾驶员。这种支持可以帮助设计师应对复杂的挑战，并做出更明智的决定。

生成式设计仍然是 Creo 的核心部分，而生成式人工智能则是增强 Creo 已经非常强大的 IA 功能的下一步。它是要放大人类的创造力，帮助工程师在工作中实现更高的效率和效益，而不是取而代之。

人工智能绝非一个流行词，它是一种革命性的力量，只要利用得当，就能显著提升设计流程。 然而，许多客户在寻求人工智能驱动的解决方案时，尚未充分认识到 Creo 中现有智能自动化工具的优势。PTC鼓励团队探索这些提高生产力的机会，并鼓励管理者为团队提供必要的时间和支持，以便团队有效地开展这些工作。

随着 PLM 时代的深入，PTC必须认识到，其主要目标是使语义完全正确的数据在整个价值流中流动起来。这种丰富、准确的数据是将人工智能更有效地应用于设计和产品开发其他阶段的基础。这些数据的存在不仅能增强当前的自动化能力，还能随着人工智能的成熟而增强其潜力。企业的高阶管理者必须明白，如今采用基于模型的方法不仅能简化工作流程，还能为人工智能在未来推动更大的创新铺平道路。