工业智能每日观察-20260612

摘要:今天工业智能方向的有效增量,集中在“把AI真正嵌进工业流程”这一主线:Siemens围绕制造规划和仿真连续发布更新,强调AI在MBOM、BOP、工艺文档和工程协同中的实用化;Fortinet的新报告显示,OT安全已越来越多转向董事会和CISO层面管理,工业智能系统的可运营性正在由安全成熟度决定;国内的智能制造系统解决方案大会则把工业智能体、多模态大模型和工业数据治理直接推到了产业升级前台。工业智能今天最关键的竞争点,已经不是谁先喊出“工业大模型”,而是谁先把规划、仿真、数据治理和安全运维接成一条可持续交付链。

工业智能每日观察
2026年6月12日 星期五 | 中国高技术产业发展促进会新质生产力工作委员会
摘要

今天工业智能方向的有效增量,集中在“把AI真正嵌进工业流程”这一主线:Siemens围绕制造规划和仿真连续发布更新,强调AI在MBOM、BOP、工艺文档和工程协同中的实用化;Fortinet的新报告显示,OT安全已越来越多转向董事会和CISO层面管理,工业智能系统的可运营性正在由安全成熟度决定;国内的智能制造系统解决方案大会则把工业智能体、多模态大模型和工业数据治理直接推到了产业升级前台。工业智能今天最关键的竞争点,已经不是谁先喊出“工业大模型”,而是谁先把规划、仿真、数据治理和安全运维接成一条可持续交付链。

一、Siemens把AI落到制造规划细节里,工业AI开始从“会说”转向“会编排工艺”

Siemens于6月10日发布《How AI simplifies Manufacturing Planning with Teamcenter Easy Plan》,把AI在制造规划中的三个落点讲得很具体:一是通过Manufacturing Planning Assistant复用已有经验,加快MBOM与BOP创建;二是把PDF工艺计划转换为结构化Bill of Process;三是让多语言作业指导书保持一致更新。这里强调的不是炫技,而是减少重复劳动、降低返工和提升规划一致性。

这类更新的意义在于,工业软件中的AI正逐步脱离“外挂式问答”。它开始直接作用于制造工艺主数据、计划结构和跨区域执行文档。如果AI能稳定处理MBOM、BOP、作业指导与变更同步,工业企业就能把不少原本依赖经验人员的规划工作,转化为可复制、可验证的数字流程。工业AI的价值,首先来自把工艺知识嵌进系统,而不是把大模型单独放在工厂外面。

二、仿真速度不是主要瓶颈了,真正的瓶颈变成组织能否把仿真嵌入连续决策

Siemens Thought Leadership在6月11日发布《Simulation Is No Longer The Bottleneck — But Something Else Might Be》,明确提出:今天高保真仿真在GPU、几何深度学习和物理AI支持下,很多场景已经能在分钟级甚至秒级给出结果,仿真本身不再是最慢的一环;更大的限制,反而是企业是否把仿真嵌入工程决策流程。

这篇文章的价值在于它指出了工业智能常被忽略的问题。很多企业已经能“算得很快”,但设计、验证、跨团队协同、版本流转和业务决策仍然是串行的。也就是说,算力进步已经足够快,但组织流程仍按旧节奏运行。工业智能下一阶段要解决的,不只是继续提升求解器性能,而是让仿真更早进入方案筛选、更频繁进入工程闭环,并能与设计、制造和质量系统同步联动。

三、Fortinet报告显示,OT安全越来越像董事会议题,而不是单一IT工具议题

Industrial Cyber于6月10日报道Fortinet《2026 State of Operational Technology and Cybersecurity Report》要点:超过半数受访组织已将OT安全归于CISO或CSO;计划在未来12个月把OT安全继续纳入CISO体系的比例升至81%;与此同时,发生收入影响性停机的比例从52%降至42%。报告还强调,安全成熟度更高的组织,往往在网络分段、威胁情报集成、自动化和治理协同方面做得更扎实。

这对工业智能特别重要。工厂里的AI、工业数据平台、远程运维和跨域集成,都会扩大OT/IT融合面。如果OT安全仍被当作“买几套产品”的问题,而不是架构、权限、远程访问和事件响应问题,工业智能系统越接得深,风险就越大。安全治理正在成为工业智能落地的前置条件,而不是上线后的补丁。

四、国内大会把“工业智能体+工业数据治理”放到台前,产业口径明显收敛到可落地方向

中新网6月11日报道,2026智能制造系统解决方案大会在北京召开。工信部副部长辛国斌在会上提出,要让智能技术与先进制造技术、精益管理理念深度融合,聚焦工业智能体、多模态大模型等方向打造自主感知、智能决策、动态演进的新型解决方案,并培育智能体运营、工业数据治理等新能力。

这一表述值得留意,因为它比泛泛谈“AI赋能制造”更具体:一方面点名工业智能体和多模态大模型,另一方面把“运营能力”和“工业数据治理”并列出来。这说明国内产业政策和行业大会口径正在收敛到更务实的路径上,即不仅要有模型,更要有数据治理、解决方案能力和持续运营能力,才能把工业AI从试点做成规模化交付。

五、人才结构也在变化,ICS/OT与AI安全开始被视作同一波基础能力建设

Industrial Cyber 6月11日报道,SANS Cyber Workforce Academy扩大马里兰培训项目,新增ICS/OT安全与AI安全两条专项路径。项目面向职业转换人群和在岗IT/网络安全人员,反映出工业现场安全与AI系统安全正在被放入同一套人才培养框架里。

这是一条容易被忽视但很重要的信号。工业智能真正缺的,不只是懂模型的人,也不是只懂PLC或只懂网络攻防的人,而是能理解工业现场约束、数据链路、智能系统行为和风险边界的复合型人才。未来工业智能平台能否大规模部署,很大程度取决于这种复合能力是否形成稳定供给。

参考资料

Siemens Digital Industries Software|How AI simplifies Manufacturing Planning with Teamcenter Easy Plan|2026-06-10|用于制造规划AI化场景。

Siemens Thought Leadership|Simulation Is No Longer The Bottleneck — But Something Else Might Be|2026-06-11|用于仿真与流程瓶颈判断。

Industrial Cyber|OT cybersecurity becomes a board-level priority as industrial security maturity rises, Fortinet finds|2026-06-10|用于OT安全治理趋势。

中国新闻网|工信部:聚焦工业智能体等方向打造新型解决方案|2026-06-11|用于国内智能制造大会与政策口径。

Industrial Cyber|SANS expands Maryland cyber workforce program with new ICS/OT and AI security tracks, applications open|2026-06-11|用于工业智能复合型人才趋势。

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12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

分享到