西门子进一步扩展Industrial Copilot，发布生成式AI维护新品

● 西门子生成式AI助手 Industrial Copilot 全面赋能客户从设计规划、工程实施到运营管理与服务支持的完整价值链

● 进一步丰富 Industrial Copilot 功能，扩展 Senseye 预测性维护能力

● 该生成式AI解决方案全面支持维护周期各个阶段，从故障修复与预防到预测分析与优化提升

西门子 Industrial Copilot 正以颠覆性创新重塑行业格局，赋能客户在从设计规划、工程实施，到运营管理与服务支持的全价值链中高效应用生成式AI技术。例如，借助这一生成式 AI 助手，工程团队可使用母语为可编程逻辑控制器(PLC)生成控制代码，根据估算，这将使SCL(结构化控制语言)代码生成速度提升约 60%，不仅显著降低出错率，也可减少对专业知识的依赖。从长远来看，这一创新将有效缩短开发周期，提升工程质量与生产效率。

西门子正基于工业级标准，为离散制造和流程制造行业精心打造涵盖全流程的一整套智能助手(Copilot)解决方案。此次推出的先进维护解决方案，进一步丰富了 Industrial Copilot 功能，旨在重塑工业维护的定义。

西门子将生成式AI融入全维护周期

西门子全新推出的生成式AI解决方案，支持维护周期的各个阶段，助力各行业突破传统维护模式，迈向智能化、数据驱动的维护新路径。为实现这一目标，西门子在由微软 Azure 提供技术支持的 Senseye 预测性维护平台基础上，推出两种解决方案：

● 入门包：该解决方案将AI维修指导与基础预测功能相结合，为企业引入预测性维护理念，带来经济且便捷的使用体验。通过传感器数据采集连接和实时状态监测，助力企业从被动式维护迈向基于设备状态的主动维护。凭借AI辅助故障排查以及所需基础设施要求较低的特性，企业不仅能减少设备停机时间、提升维护效率，还能为全面实施预测性维护奠定坚实基础。

● 扩展包：专为有意愿进行系统性维护策略革新的企业打造，扩展包将 Senseye 预测性维护与 Maintenance Copilot 的完整功能深度融合，利用 AI 洞察力实现故障提前预判，最大程度延长设备无故障运行时间，降低维护成本。该方案具备企业级扩展能力、自动化诊断功能与可持续业务成效，助力企业突破传统维护模式的束缚，优化多个站点的运营，助力实现长期效率与韧性的双提升。

这两种解决方案通过生成式 AI 驱动的智能洞察，提升工业环境中的决策效率与响应能力，实现从被动式维护到预测性、预防性维护的全周期覆盖。

随着各行业对提升设备可靠性、削减运营成本的需求与日俱增，工业维护正逐步从被动响应向主动预测转型。传统维护策略常引发高昂的设备停机损失且效率低下。对此，西门子通过集成 AI 驱动的维护解决方案，助力企业全面优化资产效能，最大化设备无故障运行时间。得益于生成式 AI 与预测性维护的深度融合，客户可基于实时数据和先进分析，实现及时干预与精准战略规划。首批试点项目数据显示，应用 Industrial Copilot 维护方案后，平均可减少约 25% 的被动维护时间。

“此次Industrial Copilot功能的拓展是我们推动维护运营变革征程中的关键一步。” 西门子数字工业集团客户服务首席执行官Margherita Adragna表示：“通过扩展预测性维护解决方案，我们正助力各行业从被动维护无缝过渡至主动维护，在日益复杂的工业环境中持续提升运营效率与韧性。”

凭借这一创新成果，西门子持续朝着数字化工业的宏伟愿景迈进，为客户提供智能化、集成化的维护方案，为其长期运营成功提供坚实保障。

（来源：西门子）