Critical new security patches will be available on Tuesday, July 14. Customers are urged to plan accordingly and apply the patches immediately upon their release.
Learn More几十年来，CAD 一直是工程设计创新的支柱。但如今，我们正进入一个全新阶段：人工智能不仅在增强 CAD 的功能，更在改变工程师与 CAD 系统的交互方式。
CAD 中的 AI，已不再是实验性功能或遥远的愿景。它如今能够带来切实、可量化的生产效率提升，同时为互联更紧密、更智能的工程设计未来奠定基础。
AI 与 CAD 深度集成的时机并非偶然。多种因素结合在一起，共同促成了这一发展。
首先，大型语言模型、云基础设施和计算能力的飞速发展，大幅拓展了 AI 的应用边界。其次，3D 模型的创建和使用已成为 AI 数字信息的宝贵来源。这包括几何数据，在许多情况下还包括工程设计意图和产品制造信息 (PMI)。（许多企业仍在继续推动基于模型的举措，以期在下游制造和服务应用中利用 3D 模型，但对多数企业来说，这项工作还在进行中。）
与此同时，制造商面临着日益增加的产品复杂性、紧迫的上市时间压力以及持续的人才短缺。工程师需要在资源有限的情况下完成更多工作。AI 已成为一种实用解决方案，可以帮助团队扩展专业知识、一致地应用卓越实践，并消除了不能带来创造性或战略价值的工作。
对于 CAD 中的 AI 应用，有一个非常重要却又常被误解的观点：它并不是从零开始。
对于这一主题，PTC 的 CAD 业务部副总裁兼总经理 Brian Thompson 提出了重要见解。早在生成式 AI 成为热门话题之前，优秀的 CAD 系统就已经开始通过智能自动化嵌入工程设计知识。多年来，各种基于规则的功能，例如意图引用、用户定义特征、基于模型的定义和标准驱动的检查，一直在悄然减少重复性工作并增强一致性。
如果您的 CAD 系统包含基于规则的功能，那么这些功能比以往都更加重要，因为 AI 依赖于结构。高质量、语义完整的数据使 AI 能够可靠地协助工程师。因此，要想让 AI 策略高效发挥作用，并不是用它来取代成熟的 CAD 几何引擎或仿真引擎，而是将 AI 代理直接与其相连，从而充分利用数十年的严谨工程知识，而非试图绕过这些知识。
如需了解 PTC Creo 中智能自动化的应用示例，请参见下方视频链接。
市场上对于生成式设计与生成式 AI 存在诸多混淆，因此有必要明确说明：二者解决的是不同的问题。
创成式设计是物理驱动的。它使用约束、载荷、材料和制造规则来探索优化的几何形状。它擅长回答诸如“满足这些性能目标的优选结构是什么？”之类的问题。
而生成式 AI 则擅长交互与自动化工作。它能够解释意图，将自然语言请求转化为具体操作，自动设置任务，并在工程师遇到设计难题时提供情境化指导。
当这两种方法结合使用时，各自的优势将得到叠加。AI 可以大幅减少建立研究、探索替代方案和解读结果所需的工作量，而从物理特性出发的求解器可确保结果保持准确、可制造和值得信赖。
而非颠覆性的飞跃。它是一种叠加式优势，如今已在产生实际效果，并将在未来持续发挥作用。
这并非空谈的理论。我们已经看到 AI 在现代 CAD 平台中带来了切实的好处。
AI 驱动的增强功能现在可以加速仿真工作流程，自动执行传统的手动设置步骤，并将多物理场分析引入早期设计过程。自动接触创建、热与多物理场优化以及 AI 辅助创成式设计等功能可减少错误、缩短迭代周期并提高设计质量。
对于电子、汽车与航空航天等行业而言，热行为、结构性能与系统交互至关重要，这些功能可直接转化为更快的开发速度与更优质的产品。
AI 非常直接的益处之一，是能够减少“非创造性工程工作”。工程师在重复性任务上花费了过多时间：定义参数、管理关系、创建文档以及解决设置问题。这些活动是必要的，但它们并不能带来产品差异化，也不能推动创新。
AI 可以自动执行其中大部分工作，可减少 30% 至 50% 的人工工作量，同时降低错误率并加快上手速度。其结果不是工程师数量减少，而是工程师效率提高：工程师可以将更多时间用于从系统层面来思考问题，制定仿真驱动的决策，以及开展跨学科协作。
并非每个组织都会以相同的方式采用 AI。
大型企业通常拥有丰富的数据资产、成熟的流程与专门的 IT 团队，能够构建定制化的基于代理的 AI 解决方案，在复杂的产品组合中统一执行标准。与之相比，中型企业往往优先考虑开箱即用的 AI 功能，无需大量定制工作即可快速交付价值。
关键在于保持灵活性：从实际用例入手，验证价值，再根据企业的准备情况逐步扩展。
展望未来，CAD 中的 AI 正在从助手型工具演变为基于代理的协同系统。
短期内，对话式界面可以简化 CAD 的使用，通过自然语言交互来自动执行许多 UI 驱动的任务。从长期来看，AI 代理将协调整个数字主线的工作流，将需求、设计变更、仿真、可制造性检查和文档记录连接在一起，构成一个连续的智能化流程。
在这整个演变过程中，工程师仍然需要发挥核心作用。AI 放大了人类的创造力和判断力，而非取而代之。
对于仍然对 AI 持谨慎态度的企业，不妨从小处着手，将重心放在实现可衡量的价值上。在已有自动化功能的基础上，加强数据基础，让结果指导后续步骤。
Brian Thompson 关于 CAD-AI 的关键观点是：“AI 不是颠覆性的飞跃，它是一种叠加式优势，如今已在产生实际效果，并将在未来持续发挥作用。”
Steve is PTC’s Creo Product Marketing Director. In this role, Steve is focused on communicating the competitive advantages of PTC’s award-winning Creo, Creo Elements/Direct and Mathcad solutions. His career spans the aerospace, consumer appliances, and consumer electronics industries.
Steve is a certified Lean Six Sigma Black Belt and holds degrees in Mechanical Engineering from Purdue University and Business Administration from UCLA.