摘要：今日工业智能动态围绕工业AI从“局部工具”走向“产品全生命周期闭环”展开。Siemens与IFS宣布战略合作，直接指向工程设计、生产运行、资产管理和现场服务之间长期割裂的问题；Honeywell在业务重组节点强化AI自主系统和Experion Cognition，显示过程工业正在从自动化控制迈向异常预测与自主运营；SEMI披露一季度全球半导体设备销售额达到365.5亿美元，AI相关产能扩张推动设备与自动化投资；全球数字经济大会则将智能制造、机器人、世界模型、仿真技术纳入集中发布平台，说明工业AI已经成为数字经济与先进制造交汇处的重点方向。
今日工业智能动态围绕工业AI从“局部工具”走向“产品全生命周期闭环”展开。Siemens与IFS宣布战略合作，直接指向工程设计、生产运行、资产管理和现场服务之间长期割裂的问题；Honeywell在业务重组节点强化AI自主系统和Experion Cognition，显示过程工业正在从自动化控制迈向异常预测与自主运营；SEMI披露一季度全球半导体设备销售额达到365.5亿美元，AI相关产能扩张推动设备与自动化投资；全球数字经济大会则将智能制造、机器人、世界模型、仿真技术纳入集中发布平台，说明工业AI已经成为数字经济与先进制造交汇处的重点方向。
Siemens和IFS 6月29日宣布建立战略合作，目标是帮助制造企业把工程智能与运营现实连接起来，在完整产品生命周期内提升产品价值并优化生产资产。双方表示，该合作结合Siemens在工业AI、工程、自动化和制造执行方面的能力，以及IFS在工业AI、企业资产管理和现场服务方面的能力，解决工厂设计与真实运行之间长期存在的断层。
这条新闻的关键，不在于又多了一个工业AI合作，而在于它把PLM、MES、EAM和现场服务放在同一个闭环中。制造企业过去常见的问题是：设计部门有工程意图，车间有运行数据，维修部门有故障经验，供应链有交付压力，但系统之间互不联通。工业AI如果要产生持续价值，就必须把设计意图、实时性能、维护计划和服务策略连起来，让运行反馈反向优化设计和工艺。
Control Engineering报道称，Honeywell在业务重组过程中强化自动化、航空航天和先进材料业务拆分，并推出AI-enabled autonomous systems方向。报道提到，Honeywell的Experion Cognition面向过程工业控制系统，集成DCS和Experion PKS，利用操作智能发现和解决异常、生成建议、预测报警并优化运行与安全。
过程工业的智能化不同于离散制造，它更强调连续运行、安全边界和异常预警。报道还提到，该系统曾在Borouge石化设施测试，并可在报警事件前5至10分钟进行预测；Honeywell方面预计相关能力可带来效率、停机和运营成本方面的改善。对炼化、化工、能源、制药等行业来说，这类系统的价值不只是“看板更智能”，而是把操作员经验、过程模型和实时控制系统连接起来，为未来半自治乃至自治工厂打基础。
Control Engineering援引SEMI数据称，2026年一季度全球半导体设备销售额达到365.5亿美元，同比增长14%、环比增长1%。SEMI将这一增长与AI相关产能扩张、先进逻辑、DRAM和先进封装投资联系起来。
这对工业智能的意义很直接。AI带来的不只是数据中心和模型公司增长，也会反向拉动晶圆厂、先进封装、检测设备、运动控制、洁净物流、工艺自动化和设备维护体系升级。半导体装备是典型高复杂、高精度、高资本密集行业，设备数据、工艺参数、良率优化和预测维护都需要更强的软件和AI能力。因此，AI热潮最终会传导到工业软件、自动化控制和智能制造装备。
新华社6月26日报道，2026全球数字经济大会将于7月2日至5日举办，主题为“建设数字友好城市——智惠无界，数联全球”，聚焦人工智能、数字治理、数据要素等议题。大会主会期将推出50余场专题论坛，围绕产业数字化、人工智能+、数据要素市场化、全球数字治理和未来前沿产业等方向展开，并设置“首发首秀”发布平台，集中发布人工智能大模型、机器人、智能制造、世界模型、人形机器人和全栈自研仿真技术等新技术新产品。
这说明工业智能正在进入平台化传播和应用对接阶段。对制造业而言，世界模型、仿真技术、人形机器人和智能制造并不是彼此孤立的展示项目，而是围绕“物理世界数字化建模—仿真验证—机器人执行—生产反馈”的一条技术链。大会型平台如果能连接政策、技术、产业和资本，将有利于中小工业软件公司、机器人公司和仿真企业获得更多真实场景。
Automation.com转载Cisco《2026 State of Industrial AI Report for Manufacturing》称，该报告覆盖19个国家350多名制造业专业人士，关注制造企业在工业AI中的网络、安全和规模化能力。报告提出，到2030年，75%的企业AI数据将在工业环境中产生。
这提示工业AI的主战场不只在云端大模型，而在设备、产线、控制网络、边缘节点和现场工人之间。工业AI要落地，必须面对OT网络安全、边缘算力、数据质量、实时性、生产连续性和系统集成等复杂约束。真正可规模化的工业AI，不是把通用模型简单接进工厂，而是形成安全网络、边缘推理、工业知识、运维流程和业务KPI之间的闭环。
Siemens / PR Newswire｜Siemens and IFS partner to close the loop across the product lifecycle with Industrial AI｜2026-06-29｜用于分析PLM、MES、EAM、现场服务的工业AI闭环。
Control Engineering｜Honeywell reorganizes, rolls out AI-enabled autonomous systems｜2026-06-22｜用于分析Experion Cognition、过程工业自治和业务重组。
Control Engineering｜Is AI fueling growth in chip equipment billings｜2026-06-29｜用于分析SEMI半导体设备销售增长与AI产能扩张。
新华网｜2026全球数字经济大会将呈现一场“数字盛宴”｜2026-06-26｜用于分析智能制造、机器人、仿真技术的集中发布平台。
Automation.com｜2026 State of Industrial AI Report for Manufacturing｜2026-06｜用于分析工业AI数据、网络安全和边缘规模化趋势。
GlobeNewswire｜Global Digital Economy Conference 2026 to Present a Digital Feast｜2026-06-29｜用于补充大会产业数字化、AI+和数据要素议题。
关注高促会新质生产力工委会公众号
关注工业智能算网平台
发布日期：2026年6月30日
发布机构：中国高技术产业发展促进会新质生产力工作委员会
本报告仅供行业研究参考，不构成投资建议