數十年來，CAD 一直是工程創新的支柱。但我們目前正邁入一個新階段；人工智慧不僅增強了 CAD，還改變了工程師與 CAD 系統互動的方式。
CAD 中的 AI 不再是實驗性功能或遙遠的承諾。這是為了在今天帶來實用、可衡量的生產力提升，同時為連網程度更高、更智慧的工程未來奠定基礎。
我們選擇將 AI 深度整合到 CAD 中的時機並非偶然，而是幾股力量彙聚在一起，使這一刻成為可能。
首先，大型語言模型、雲端服務和計算能力的進展劇烈擴展了 AI 的功能。其次，3D 模型的建立和使用，已成為 AI 數位資訊的寶貴來源。這些功能包括幾何，在許多情況下還包括工程意圖和產品製造資訊 (PMI)。(許多公司持續推動基於模型的計劃，希望將 3D 模型用於下游製造和服務應用程式，但對許多公司來說，這是一項正在進行的工作。)
與此同時，製造商還面臨日益複雜的產品、緊迫的上市時程壓力，以及持續的人才短缺等問題。大家要求工程師以更少的資源完成更多的工作。AI 已成為一種實用的方法，可幫助團隊擴大專業能力、一致採用最佳實踐，並免除不會提升創意或策略價值的工作。
關於 CAD 中的 AI，有一項非常重要且常被誤解的特點，也就是並非從零開始。
PTC 的 CAD 事業部副總裁暨總經理 Brian Thompson 針對此主題提供了重要觀點。早在生成式 AI 成為討論話題之前，領先的 CAD 系統就開始透過智慧自動化嵌入工程知識。意圖參考、使用者定義特徵、基於模型的定義和標準驅動檢查等基於規則的功能，多年來已不知不覺減少了重複性工作並導入一致性。
如果您的 CAD 系統包含這些基於規則的功能，現在這些功能比以往任何時候都更重要，因為 AI 仰賴結構才能運作。高品質的完整語意資料能讓 AI 可靠地運作，為工程師提供協助。因此最有效的 AI 策略不是取代經過驗證的 CAD 幾何或模擬引擎，而是將其直接連接 AI 代理，也就是利用數十年的工程嚴謹性，而不是試圖繞過。
下面的影片連結提供 PTC Creo 中的智慧自動化範例。
市場上許多人會將生成式設計和生成式 AI 混為一談，因此有必要釐清：這兩種方法解決的是不同問題。
生成式設計是以物理為基礎，使用條件約束、負載、材料和製造規則來探索如何打造最佳化的幾何，並且擅長回答諸如「滿足這些效能目標的最佳結構是什麼？」等問題。
另一方面，生成式 AI 的專長則是互動和自動化，可以解釋意圖、將自然語言請求轉化為操作、自動執行設定任務，並在工程師遇到設計挑戰時為他們提供情境式指導。
合併運用這兩種方法時，將能彼此加強各自的優勢。AI 可以大幅減少建立研究、探索替代方案和解釋結果所需的工作量，而基於物理的求解器則可確保結果準確、可製造和可信。
AI 並不是一項顛覆性的技術進展，而是能提供多重優勢，在現代已經取得了成果，並且在未來幾年仍將持續帶來成果。
這不只是理論而已，因為我們已經看到 AI 在現代 CAD 平台中帶來的具體效益。
AI 增強功能現在可加快模擬工作流程、自動執行傳統的手動設定步驟，並將多物理場分析引入早期設計流程。自動接觸建立、熱最佳化和多重物理最佳化，以及 AI 輔助生成式設計等功能可減少錯誤、縮短改版週期並提高設計品質。
在極度注重熱行為、結構效能和系統互動的電子、汽車和航太等行業，這些功能可直接促成更快的開發流程和更優良的產品。
AI 最明顯的好處之一是能夠減少「非創造性的工程工作」。工程師在重複性任務上花費了太多時間，包括定義參數、管理關係、建立文件和解決設定問題。這些活動是必要的，但不會區分產品或推動創新。
AI 可以自動化處理大部分工作，不但將人力工作量減少高達 30% 至 50%，同時還能降低錯誤率並加快上手速度。結果不會減少工程師，而是讓每位工程師變得更有成效，可將更多時間花在思考系統層級的問題、基於模擬做出決策，並進行跨領域協同合作。
並非每個組織都會以相同的方式採用 AI。
大型企業通常擁有深厚的資料資產、成熟的流程和專門的 IT 團隊，因此能夠構建客製化的代理式 AI 解決方案，在複雜的產品組合中推動各項標準。相較之下，中型公司傾向優先考慮立即可用的 AI 功能，這些功能無需經過大量客製化即可快速提供價值。
關鍵在於靈活性，組織可從實際使用案例開始，並在證明能帶來價值後，以符合組織就緒程度的速度進行擴展。
展望未來，CAD 中的 AI 正從輔助式工具演變為代理式協調系統。
在短期內，對話介面將使 CAD 更易於使用，可透過自然互動模式自動執行許多 UI 驅動的任務。隨著時間過去，AI 代理將協調整個 Digital Thread 的工作流程，將需求、設計變更、模擬、可製造性檢查和文件製作連接起來，成為一個連貫的智慧流程。
在整段演變過程中，工程師的角色仍然非常重要。AI 能增強人類的創造力和判斷力，並不會反過來取代人類。
如果組織仍然對 AI 抱持審慎的態度，可從小處開始著手，專注於能否帶來可衡量的價值。您能以既有的自動化功能為基礎，加強您的資料基礎，並讓結果引導您要採取哪些後續步驟。
Brian Thompson 曾針對 CAD 與 AI 做出一項重要結論：「AI 並不是一項顛覆性的技術進展，而是能提供多重優勢，在現代已經取得了成果，並且在未來幾年仍將持續帶來成果。」
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.