Seri Forum Elit Industri PTC China adalah platform pertukaran tertutup kelas atas yang dibangun PTC bagi para pengambil keputusan perusahaan unggulan di Tiongkok. Platform ini berfokus pada bagaimana para manajer perusahaan di era meratanya kecerdasan buatan, dengan bersandar pada teknologi AI terdepan dan restrukturisasi proses bisnis, menyikapi pembaruan cara kolaborasi organisasi serta model operasional, membantu perusahaan meraih peluang pertumbuhan di lingkungan pasar yang kompleks, mewujudkan transformasi digital dan cerdas, serta memperkokoh daya saing intinya.
Saat ini, AI industri sedang memasuki tahap krusial dari uji coba konsep menuju realisasi nilai bisnis: AI generatif untuk skenario rekayasa, agen bisnis, digital thread, pemodelan ontologi, graf pengetahuan dan teknologi digitalisasi industri lainnya menembus dalam industri otomotif, membentuk ulang seluruh rantai nilai pengembangan produk, produksi dan pengiriman, serta layanan operasi dan perawatan. Didorong gelombang elektrifikasi, kecerdasan, konektivitas, dan sharing, industri otomotif mempercepat transisi menuju kendaraan yang ditentukan perangkat lunak (SDV); peluang dan tantangan hadir bersamaan: kopling perangkat keras-lunak produk semakin dalam, iterasi pengembangan semakin cepat, skenario sistem semakin kompleks, sementara efisiensi biaya, keselamatan fungsional, dan kepatuhan ekspor menjadi persoalan nyata yang harus segera dijawab para produsen kendaraan.
Berbasis pada gelombang perubahan industri, pada 2 September 2026, PTC China Automotive Industry Elite Forum cabang Hefei terselenggara dengan sukses. Dengan tema inti "Perjalanan AI memberdayakan transformasi digital produsen kendaraan", konferensi ini mempertemukan para eksekutif global PTC, pakar teknologi lokal, dan mitra ekosistem industri, serta menghimpun para pejabat digitalisasi perusahaan unggulan di bidang kendaraan komersial, kendaraan penumpang, komponen, dan energi baru. Lebih dari 160 rekan sejawat industri berkumpul di lokasi, berdialog secara mendalam seputar strategi AI PTC, implementasi skenario AI rekayasa, praktik transformasi digital perusahaan lokal, inovasi bisnis sepanjang rantai nilai, dan pembangunan kepatuhan perangkat lunak, bersama-sama mencari jalan yang layak bagi transformasi berkualitas tinggi industri otomotif dan energi yang diberdayakan AI.
Sambutan Pembukaan
Bpk. Liu Qiang, Senior Vice President Global PTC dan Presiden Greater China
Bpk. Liu Qiang, Senior Vice President Global PTC dan Presiden Greater China, menyampaikan sambutan pembukaan. Beliau menyatakan bahwa dalam satu tahun terakhir kecepatan perubahan yang dibawa AI bagi industri belum pernah terjadi sebelumnya; inovasi model besar dan agen karya lokal Tiongkok berkembang pesat dan membawa perubahan besar bagi industri manufaktur tradisional. Dengan tema "Perjalanan AI memberdayakan transformasi digital produsen kendaraan", konferensi ini berfokus pada tiga pembahasan utama: strategi AI global PTC dan portofolio produknya, kasus inovasi pelanggan dalam negeri, serta praktik inovasi penggabungan produk PTC dengan AI. Bpk. Liu juga memperkenalkan para tamu penting yang hadir, termasuk pakar teknologi senior industri otomotif global dari PTC dan perwakilan pelanggan perusahaan unggulan. Beliau menutup dengan menegaskan bahwa PTC akan terus mendorong inovasi seluruh rantai nilai yang digerakkan AI dan menghadirkan lebih banyak kasus implementasi nyata bagi industri.
Strategi Intelligent Product Lifecycle PTC
Sdr. Tom Bianchi, Senior Vice President Pemasaran Global PTC
Tom Bianchi, Senior Vice President Pemasaran Global PTC, membagikan strategi Intelligent Product Lifecycle PTC. Siklus hidup produk tradisional sulit menyesuaikan diri dengan ritme perubahan saat ini: alat yang terfragmentasi, proses manual, dan pulau data (data silo) menjadi penghambat pertumbuhan. Intelligent Product Lifecycle menjadikan data produk sebagai penggerak, membangun interkoneksi melalui keterbukaan, dan menjadikan AI sebagai mesin utama, menghubungkan seluruh tahap perencanaan, definisi, desain, produksi, dan layanan, membantu perusahaan menciptakan produk lebih cepat, lebih hemat, dan bermutu lebih tinggi. Lamborghini, Schneider Electric, dan Johnson & Johnson telah melalui model ini mewujudkan percepatan riset-pengembangan, kenaikan pendapatan layanan, dan penguatan kolaborasi.
Penopang strategi ini adalah platform AI terpadu PTC yang mencakup lapisan model, lapisan semantik, lapisan data, dan lapisan agen, serta menyediakan agen khusus untuk BOM, desain, DFM, kebutuhan, kasus uji, dan wawasan layanan dalam produk-produk seperti Windchill, Creo, Codebeamer, ServiceMax, dan Servigistics; sebagian telah resmi diluncurkan dan sejumlah kemampuan lain telah masuk peta jalan. "Bukan kita yang melayani AI, melainkan AI yang melayani kita." Bianchi menegaskan bahwa PTC mengusung penerapan AI dengan tetap berpegang pada presisi, keterpabrikan, ketertelusuran, dan perlindungan kekayaan intelektual. Saat ini, banyak perusahaan unggulan Tiongkok telah bekerja sama jangka panjang dengan PTC di bidang CAD, PLM, ALM, dan SLM, terus memperdalam praktik siklus hidup produk cerdas.
AI memberdayakan transformasi digital riset-pengembangan industri otomotif
Bpk. Shi Zhanbei, CTO PTC Greater China
Shi Zhanbei, CTO PTC Greater China, menyampaikan pidato kunci berjudul "AI memberdayakan transformasi digital riset-pengembangan industri otomotif". Beliau mengutip sejumlah data riset industri dan menunjukkan bahwa investasi AI global terus meningkat dan sebagian besar perusahaan telah memulai uji coba AI, namun hanya sedikit yang benar-benar merealisasikan nilai bisnis; banyak proyek terjebak di tahap uji coba dan sulit diperluas. Dari sudut pandang strategi perusahaan, Shi mengurai risiko multidimensi transformasi AI manufaktur — teknologi, data, organisasi, dan budaya — serta menunjuk dua persoalan inti data industri: jeda konteks semantik pada pengembangan berbasis model (MBD), dan sulitnya menjaga konsistensi lintas-bisnis atas BOM beraneka bentuk serta konfigurasi produk sepanjang siklus hidup.
PTC mengusulkan arsitektur paradigma pengembangan empat lapis yang mencakup fondasi teknologi AI, lapisan data AI-native, lapisan alur bisnis cerdas, dan lapisan aplikasi inovatif, dengan membangun ulang model pengembangan tradisional melalui pemodelan ontologi, graf pengetahuan, dan orkestrasi proses Agent Flow. Shi Zhanbei menyoroti kasus praktik penerapan AI pada alur "Order to Delivery" (OTD): melalui hasil bisnis nyata dari agen ekstraksi kebutuhan, rekomendasi konfigurasi, pembuatan BOM, pemeriksaan duplikasi 3D, dan penyusunan rencana kendali, beliau memperlihatkan secara langsung keuntungan efisiensi, akurasi, dan penghematan biaya. Terakhir, beliau menyajikan peta jalan implementasi AI manufaktur lima tahap — dari pembelajaran kognitif, validasi uji coba, integrasi bisnis, dan penerapan berskala menuju transformasi strategis — memberikan rujukan implementasi sistematis bagi perusahaan otomotif yang beralih dari pengembangan terfragmentasi berbasis pengalaman menuju pengembangan inovasi kolaboratif bersama AI.
Solusi manajemen kebutuhan tingkat kendaraan yang terintegrasi AI
Bpk. Yang Wei, Manajer Pengembangan Bisnis PTC
Yang Wei, Manajer Pengembangan Bisnis PTC, membagikan solusi manajemen kebutuhan tingkat kendaraan yang terintegrasi AI, berfokus pada persoalan riset-pengembangan produsen kendaraan di tengah perubahan elektrifikasi dan kecerdasan otomotif, serta menyediakan jalur baru bagi rekayasa maju (forward engineering) industri. Saat ini industri otomotif beralih menuju kendaraan berbasis perangkat lunak; iterasi OTA dan pengalaman skenario personalisasi menjadi arus utama, namun para produsen kendaraan dalam negeri secara umum menghadapi masalah terfragmentasinya manajemen kebutuhan, tingginya hambatan kolaborasi lintas disiplin, kesulitan ketertelusuran data, dan ketergantungan tinggi pada kerja manual, yang membatasi efisiensi pengembangan dan tingkat kepatuhan produk.
Solusi ini membangun arsitektur bisnis manajemen kebutuhan kendaraan yang lengkap, mencakup seluruh alur dari pengumpulan dan definisi kebutuhan hingga dekomposisi, implementasi, dan verifikasi, dengan kemampuan inti berupa engineering lini produk berbasis platform, ketertelusuran RFLPT sepanjang rantai, kendali kepatuhan multidimensi, serta koordinasi kebutuhan kinerja dan fungsional, dan sesuai dengan standar keselamatan otomotif nasional dan internasional seperti ISO 26262 dan ASPICE. Bersamaan itu, solusi menghadirkan kemampuan AI untuk mewujudkan skenario seperti penerjemahan kebutuhan dan pemeriksaan duplikasi, dekomposisi cerdas, pemeriksaan konsistensi, dan pembangkitan kasus uji otomatis, mendorong kolaborasi lintas domain beralih dari digerakkan tenaga manusia menjadi digerakkan data, membantu produsen kendaraan menghubungkan seluruh rantai pengembangan, mewujudkan kebutuhan yang dapat ditelusuri dan perubahan yang dapat dikendalikan, memperkokoh daya saing pengembangan di era kendaraan berbasis perangkat lunak, dan mendukung transisi produsen kendaraan menuju operasi layanan sepanjang siklus hidup.
Jalan keunggulan manajemen kebutuhan tingkat kendaraan pada produsen terdepan Jerman
Bpk. Frank Möring, Vice President Teknologi PTC Europe
Frank Möring, Vice President Teknologi PTC Europe, dengan judul "Jalan keunggulan manajemen kebutuhan tingkat kendaraan pada produsen terdepan Jerman", membagikan praktik unggulan Codebeamer di BMW dan Volkswagen. Tren perkembangan industri otomotif — kecerdasan, elektrifikasi, globalisasi — mendorong kian tingginya kompleksitas produk. Produsen kendaraan Jerman sangat memperhatikan kolaborasi multidisiplin mekanik-elektrik-perangkat lunak, ketertelusuran yang memenuhi kepatuhan, dan kemampuan penggunaan ulang; mereka menilai kebutuhan sebagai sumber pengembangan produk yang menembus sepanjang siklus hidupnya, sehingga rekayasa kebutuhan telah menjadi kapabilitas strategis perusahaan.
Di Jerman, BMW dan Volkswagen sama-sama telah menerapkan PTC Codebeamer untuk manajemen kebutuhan — bukan hanya kebutuhan perangkat lunak, melainkan hingga tingkat kendaraan dan sistem — dan mewujudkan manajemen ketertelusuran yang memenuhi syarat kepatuhan. Grup Volkswagen juga telah memperkenalkan kemampuan AI dan secara aktif mendorong manajemen kebutuhan ujung-ke-ujung yang digerakkan AI dan berbasis data. Dalam penutup, Bpk. Frank menyimpulkan bahwa solusi ALM PTC secara efektif membantu perusahaan mempercepat waktu masuk pasar global serta meningkatkan profitabilitas, keselamatan, dan mutu.
Studi kasus digitalisasi ALM perusahaan energi terdepan di Tiongkok
Pejabat digitalisasi sebuah perusahaan energi terdepan di Tiongkok membagikan studi kasus pembangunan sistem ALM tingkat perusahaan. Di tengah percepatan transisi struktur energi global menuju komplementaritas multienergi "surya-penyimpanan-angin-hidrogen", perangkat lunak telah menjadi pusat kendali inti sistem energi. Pada tahap ini model pengembangan perangkat lunak masih menghadapi persoalan pulau alat, minimnya ketertelusuran alur, kurangnya sinergi perangkat keras-lunak, dan sulitnya penggunaan ulang aset pengetahuan, yang sangat membatasi mutu dan efisiensi pengiriman pengembangan perangkat lunak. Oleh karena itu perusahaan tersebut memulai pembangunan sistem ALM tingkat perusahaan: platform pengembangan bersama perangkat lunak terintegrasi sepanjang rantai yang mencakup siklus penuh kebutuhan, desain, pengembangan, pengujian, dan rilis, serta mewujudkan ketertelusuran dua arah antara kebutuhan, versi, desain, kode, dan pengujian.
Dalam solusi intinya, melalui standardisasi proses, keterhubungan ujung-ke-ujung sepanjang rantai, integrasi mendalam rantai alat, serta pembangunan rak perangkat lunak dan basis pengetahuan perusahaan, manajemen pengembangan beralih dari "pemerintahan oleh manusia" yang ekstensif menuju "tata kelola berbasis data" yang terstandar, memecah pulau alat, mewujudkan penimbunan dan penggunaan ulang aset pengetahuan di tingkat platform, dan membuat seluruh proses pengembangan terlihat dan terkendali. Platform sistem ALM dibangun di atas produk ALM PTC, Codebeamer, memanfaatkan kapabilitas ketertelusuran dua arah yang kuat serta kinerja tinggi dan integrasibilitas tingginya untuk memecah sekat antaralat dan menimbun aset pengetahuan pengembangan; penerapan platform mengikuti strategi "dahulu yang umum lalu yang khusus, dahulu uji coba lalu replikasi": memulai dari pengguna perintis, kemudian diperluas ke seluruh unit bisnis. Selanjutnya, perusahaan tersebut akan menanamkan kemampuan AI secara mendalam ke dalam platform ALM, mewujudkan skenario analisis kebutuhan, pembangkitan kasus uji otomatis, dan analisis cacat cerdas, terus melepaskan efektivitas pengembangan digital, dan mendukung pengembangan inovatif bermutu tinggi produk energi baru.
Desain cerdas produk dan aplikasi AI
Bpk. Chen Limin, Manajer Teknis Senior PTC
Chen Limin, Manajer Teknis Senior PTC, membawakan sesi berbagi desain cerdas produk dan aplikasi AI. Menggabungkan data riset industri, beliau mengurai tantangan nyata yang dihadapi perusahaan manufaktur saat ini — sulitnya pengiriman produk baru tepat waktu ke produksi massal, tekanan inovasi yang tinggi, dan biaya riset-pengembangan yang terus tinggi — serta memperkenalkan sistem pengembangan modern Creo 13 dengan penggerak ganda "pengembangan produk berbasis model (MBD/MBE) + kecerdasan buatan", dan menjelaskan secara utuh tiga tingkatan kapabilitas AI lokal Creo yang bertingkat: rekomendasi, pendampingan, dan otomatisasi:
- Tingkat pertama, "rekomendasi", menyediakan tanya-jawab basis pengetahuan, panduan operasi perangkat lunak, dan penelusuran gangguan;
- Tingkat kedua, "pendampingan", mampu membaca dan mengurai model 3D, menghasilkan saran desain yang tepat sasaran berdasarkan karakteristik geometris dan informasi parameter;
- Tingkat ketiga, "otomatisasi", mendukung pembangkitan dan eksekusi skrip desain secara otomatis melalui interaksi bahasa alami sehingga tugas desain terotomatisasi; seluruh kemampuan mendukung penerapan lokal di intranet perusahaan, menghilangkan risiko keamanan kebocoran data model.
Paparan ini juga memperkenalkan kapabilitas Skill Market dari AI lokal Creo: platform telah menyiapkan keterampilan desain parametrik untuk komponen umum seperti roda gigi dan baut yang dapat dipasang dan diaktifkan dengan cepat; perusahaan juga dapat mengemas Skill khusus berdasarkan spesifikasi proses dan templat desain sendiri, menimbun pengetahuan rekayasa khas perusahaan, dan memperluas kemampuan bisnis CAD cerdas sesuai kebutuhan. Pada saat yang sama didemonstrasikan aplikasi agen pencarian komponen serupa yang secara efektif menyelesaikan persoalan lama yang menghantui departemen pengembangan, standardisasi, dan pengadaan — satu barang banyak kode, pemodelan berulang, dan membengkaknya kode material — serta mewujudkan penggunaan ulang komponen secara efisien, analisis penyeragaman material, dan perbandingan harga pengadaan cerdas. Selain itu, Bpk. Chen memperkenalkan fitur baru Creo 13 di bidang optimasi kinerja perakitan besar, desain kelistrikan harness baru, desain material komposit, simulasi multi-fisika, dan lain-lain, memperlihatkan melalui data perbandingan hasil uji peningkatan kinerja beberapa kali hingga belasan kali pada operasi inti seperti analisis interferensi global, analisis celah, dan regenerasi perakitan. Di akhir paparan, beliau membagikan strategi evolusi masa depan Creo AI, menggambarkan arah perkembangan CAD dari asisten cerdas menuju agen rekayasa cerdas.
Windchill terbaru membantu menghemat biaya dan meningkatkan efisiensi pengembangan
Bpk. Zhou Haitao, Manajer Senior Solusi Industri Otomotif PTC
Zhou Haitao, Manajer Senior Solusi Industri Otomotif PTC, seputar tema "Windchill terbaru membantu menghemat biaya dan meningkatkan efisiensi pengembangan", membagikan arah perkembangan platform PLM PTC. Saat ini manajemen pengembangan perusahaan otomotif umumnya menghadapi tantangan nyata: operasi yang rumit menyulitkan pelepasan nilai data, kolaborasi internal-eksternal yang tunggal dan tidak efisien, serta biaya belajar yang tinggi akibat pergantian personel. Bpk. Zhou memperkenalkan arah evolusi inovatif platform Windchill terbaru yang mencakup pengalaman pengguna generasi baru, AI for PLM, platform kolaborasi khusus Jetstream, Model Context Protocol (MCP), penerapan SaaS, desain DFX untuk layanan manufaktur, dan kapabilitas inti lainnya, sekaligus mengumumkan rencana iterasi penamaan versi produk: Windchill 13.1.2 menjadi versi bernomor angka terakhir, selanjutnya akan digunakan versi bertahun seperti Windchill 2027, 2028, dan seterusnya.
Terkait implementasi AI pada PLM industri, beliau menjadikan alur lengkap perubahan teknik (engineering change) sebagai skenario bisnis tipikal, mendemonstrasikan bagaimana beragam AI Agent mengerjakan secara cerdas laporan masalah, analisis dampak, dan verifikasi desain; dikombinasikan dengan arsitektur teknis berupa definisi alur bisnis, perencanaan agen, pemodelan ontologi, dan koneksi data, efisiensi AI tercapai sambil menjamin ketelitian dan akurasi hasil keluaran. Beliau juga memperkenalkan kemampuan sisi pengguna seperti solusi kolaborasi daring PTC Jetstream, optimasi UI/UX berbasis peran, dan penjelajahan ringan Creo View WEB. Terakhir, beliau menunjukkan persoalan upgrade tradisional Windchill — risiko sulit dinilai, beban kerja besar, dan ketergantungan tinggi pada pengalaman pakar — serta menyatakan bahwa PTC sedang mengeksplorasi penyematan AI ke dalam seluruh siklus hidup upgrade: beragam agen menangani survei penilaian, migrasi kode, dan pengujian otomatis, mampu memangkas waktu dan biaya implementasi proyek secara signifikan, dan pada akhirnya membantu perusahaan memperkokoh fondasi platform pengembangan, mewujudkan penghematan biaya dan peningkatan efisiensi pengembangan serta pertumbuhan melalui inovasi bisnis.
Praktik dan eksplorasi pembangunan digitalisasi riset-pengembangan produsen kendaraan komersial terdepan Tiongkok
Pejabat produsen kendaraan komersial terdepan Tiongkok membawakan sesi berbagi tema "Praktik dan eksplorasi pembangunan digitalisasi riset-pengembangan". Sebagai perusahaan unggulan kendaraan komersial menengah-berat nasional, perusahaan ini membangun lingkungan riset-pengembangan PDM terintegrasi dengan Windchill dan CVPDM sebagai inti, menghubungkan rantai nilai data produk ujung-ke-ujung dari perencanaan, desain, proses, manufaktur, hingga penjualan dan purnajual, serta menyoroti dua proyek pembangunan digital utama: DMU kendaraan utuh dan kelompok lubang rangka. Menghadapi persoalan DMU kendaraan tradisional — efisiensi pemeriksaan perakitan manual yang rendah, risiko kegagalan deteksi tinggi, dan sulitnya kolaborasi CAD heterogen — proyek DMU kendaraan mewujudkan perakitan otomatis model numerik dan pemeriksaan otomatis massal celah-interferensi, memangkas waktu perakitan kendaraan dari 8 jam kerja manual menjadi 10-15 menit, dan meningkatkan drastis cakupan validasi model kendaraan; proyek kelompok lubang rangka menyelesaikan komponenisasi dan parametrisasi kelompok lubang, menghubungkan alur digital dari desain hingga pengepresan tiga sisi di pabrik, mengurangi kesalahan desain, dan setiap tahun menghemat besar biaya penanganan ulang di pabrik.
Menuju evolusi cerdas di masa depan, beliau memperkenalkan perencanaan AI perusahaan: menata skenario AI seputar desain, validasi, dan publikasi data produk, serta memulai uji coba desain generatif AI komponen struktural Creo GTO, berupaya mewujudkan iterasi terintegrasi desain-simulasi dan mempersingkat siklus pengembangan produk. Beliau menyatakan perusahaan akan terus memperdalam kapabilitas platform CAD/PLM, menanamkan kemampuan AI secara bertahap ke dalam seluruh alur pengembangan produk, terus meningkatkan mutu dan efisiensi riset-pengembangan kendaraan, serta mendukung peningkatan daya saing produk perusahaan secara berkelanjutan.
Cara menghadapi pengembangan perangkat lunak yang patuh regulasi di era AI
Ibu Duan Lihua, Manajer Pengembangan Bisnis Industri Otomotif PTC
Duan Lihua, Manajer Pengembangan Bisnis Industri Otomotif PTC, membagikan topik "Cara menghadapi pengembangan perangkat lunak yang patuh regulasi di era AI". Seiring diberlakukannya beragam standar wajib — baterai, kemudi otonom, dan lainnya — secara beruntun, kepatuhan perangkat lunak otomotif telah memasuki "perairan dalam". Bersamaan dengan segera tertutupnya jendela kepatuhan dan meningkatnya palang ekspor, kepatuhan perangkat lunak otomotif berevolusi dari penanganan standar umum satu dimensi menjadi matriks persilangan tiga dimensi "standar umum horizontal + standar wajib vertikal khusus + palang akses global", kompleksitasnya tumbuh eksponensial, dan kapabilitas kepatuhan sedang berevolusi menjadi "sekat teknologi" baru.
Menghadapi kesulitan ini, perusahaan perlu segera membangun fondasi data terpadu, menjawab kebuntuan kepatuhan melalui "berbagi dan penggunaan ulang data lintas regulasi secara horizontal-vertikal + efisiensi AI". PTC mengusulkan "solusi audit kepatuhan AI berbasis ontologi", dengan Codebeamer sebagai lapisan data arsitektur ontologi AI yang memainkan peran "batu penjuru data" yang sangat penting. Dengan kapabilitas ketertelusuran dua arah ujung-ke-ujung yang kuat, Codebeamer menghubungkan pulau data sepanjang rantai dari kebutuhan, desain, kode, pengujian, cacat, perubahan hingga rilis; templat kepatuhan siap pakai seperti ISO 26262 dan ASPICE yang tersemat menyediakan pintu masuk kepatuhan yang terpadu dan bermutu tinggi bagi lapisan data ontologi, dan bersandar pada kapabilitas arsitektur ontologi kepatuhan — lapisan ontologi dan alat, lapisan orkestrasi dan eksekusi — mewujudkan penerapan cerdas skenario kepatuhan. Solusi ini mampu meningkatkan efisiensi audit sebesar 95%, mencapai cakupan 100%, dan memajukan titik temu masalah rata-rata 60%, membebaskan para insinyur dari pekerjaan audit kepatuhan yang repetitif, menurunkan biaya kepatuhan, dan meningkatkan mutu produk. Pada saat yang sama, fondasi data terpadu mendukung investasi satu kali untuk banyak standar dan penggunaan ulang lintas proyek, membantu perusahaan menyambut tantangan kepatuhan ekspor dengan lebih tenang. PTC, dengan Codebeamer sebagai fondasi, mengubah kepatuhan dari "pusat biaya" menjadi "daya saing".
Praktik teknologi AI lokal pada ALM
Bpk. Liu Zhihao, Direktur Strategi Inovasi AI Beijing SOIN Tech Co., Ltd.
Liu Zhihao, Direktur Strategi Inovasi AI Beijing SOIN Tech Co., Ltd. (SOIN Tech), hadir atas undangan dan menyampaikan sesi tema "Praktik Teknologi AI Lokal pada ALM". Dengan menggabungkan pengalaman penerapan AI lokal SOIN Tech pada platform ALM PTC Codebeamer, beliau mengurai secara sistematis bagi para perwakilan produsen kendaraan jalan nyata penskalaan AI industri pada skenario rekayasa di Tiongkok.
Liu Zhihao terlebih dahulu mengurai enam tantangan inti yang dihadapi penerapan kapabilitas AI Codebeamer standar PTC pada produsen kendaraan Tiongkok: tuntutan kepatuhan data, konflik arsitektur cloud dengan intranet perusahaan, minimnya pengetahuan industri dan perusahaan pada model besar generik, sulitnya data aset rekayasa dimanfaatkan AI, kesulitan integrasi dengan sistem IT eksisting, serta kebutuhan iterasi dan evolusi berkelanjutan dari skenario AI.
Menjawab tantangan-tantangan tersebut, beliau memperkenalkan arsitektur teknologi ALM AI lokal yang dibangun SOIN Tech, tersusun dari tiga bagian: asisten cerdas SOIN ALA (pintu masuk interaksi bahasa alami bagi para insinyur), mesin pengetahuan SOIN ADS (vektorisasi dan peningkatan pencarian atas pengetahuan privat perusahaan dan data rekayasa), dan mesin alur kerja agen SOIN AWE (orkestrasi multi-agen dan integrasi proses bisnis). Solusi utuh ini tersambung ke Codebeamer dengan cara non-intrusif, mendukung penerapan privat di intranet perusahaan, menjamin data rekayasa tidak keluar dari domain, dan memenuhi persyaratan Skema Perlindungan Bertingkat Siber Tiongkok (MLPS) serta kepatuhan industri.
Di sisi implementasi teknis, Liu Zhihao menyoroti lima kapabilitas teknologi kunci: penjadwalan inferensi model lokal, mesin penguatan pengetahuan perusahaan, rantai pemrosesan data rekayasa multimodal, alur kerja yang dapat diorkestrasi dan integrasi sistem, serta kolaborasi multi-agen dan iterasi cepat; beliau juga mendemonstrasikan secara langsung skenario aplikasi nyata yang telah diterapkan di sisi pelanggan produsen kendaraan — pemeriksaan kemiripan kebutuhan, pemeriksaan mutu kebutuhan, pembangkitan kasus uji otomatis — dan memperlihatkan secara langsung manfaat efisiensi dan mutu.
Beliau juga membagikan rencana implementasi jangka pendek dan evolusi jangka menengah-panjang solusi ALM AI lokal SOIN: jangka pendek, cepat masuk validasi nilai melalui skenario bermasalah berfrekuensi tinggi seperti mutu kebutuhan dan pembangkitan kasus uji; jangka menengah-panjang, terus meluas ke lebih banyak skenario agen rekayasa seperti audit kepatuhan, analisis dampak perubahan, dan kolaborasi lintas sistem, membantu produsen kendaraan tanpa mengorbankan keamanan data dan ketelitian rekayasa benar-benar membawa AI dari uji coba menuju nilai bisnis berskala. Undangan untuk berbagi praktik AI lokal SOIN pada Elite Forum Industri Otomotif PTC ini merupakan pengakuan industri atas kemampuan SOIN Tech dalam penerapan AI tingkat perusahaan, khususnya di bidang ALM/PLM otomotif dan manufaktur peralatan. SOIN Tech akan terus mendalami AI industri dan rekayasa agen, bergandengan tangan dengan PTC dan mitra ekosistem lainnya, menyediakan bagi produsen kendaraan Tiongkok kapabilitas AI lokal yang lebih aman dan lebih memahami bisnis bagi transformasi digital mereka.
Solusi Integrated Product Engineering
Ibu Xiao Rong, Konsultan Solusi Senior PTC / Bpk. Yang Dayu, Konsultan Solusi Utama PTC
Xiao Rong, Konsultan Solusi Senior PTC, dan Yang Dayu, Konsultan Solusi Utama PTC, secara bersama membawakan sesi berbagi solusi Integrated Product Engineering (IPE) dan praktik penerapannya. Kedua konsultan terlebih dahulu memperkenalkan solusi IPE di bawah strategi Intelligent Product Lifecycle (IPL) PTC: menghadapi persoalan terfragmentasinya rantai alat riset-pengembangan, terputusnya kolaborasi antardepartemen, dan minimnya visibilitas informasi rekayasa, mereka menjelaskan arsitektur tiga lapis — orkestrasi, kolaborasi, fondasi data produk — dan memperkenalkan sejumlah kapabilitas baru penting:
- Ketertelusuran produk digital (DPT) bersandar pada standar terbuka OSLC, menghilangkan redundansi dengan tautan alih-alih replikasi data, mewujudkan penelusuran sepanjang rantai lintas sistem antaralat seperti Windchill, Codebeamer, dan PTC Modeler;
- Peramban relasi (PRE) menampilkan secara visual relasi objek lintas alat, mendukung penyaringan dan pencarian multidimensi;
- Kolaborasi tugas dan perubahan (TCC) menghubungkan alur perubahan dan tugas antara PLM dan ALM, menyinkronkan status dua arah, dan mempertahankan alur kerja asli masing-masing sistem;
- Arsitektur produk Ignition terbaru menyatukan rekayasa sistem melalui satu alat, merangkai disiplin desain mekanik, elektronik-kelistrikan, dan perangkat lunak, menyelesaikan alokasi dari fungsi ke arsitektur logika.
Selanjutnya, dikombinasikan dengan praktik penerapan lokal di Tiongkok, mereka membagikan pengalaman pembangunan aplikasi cerdas ALM berbasis Codebeamer. Aplikasi cerdas lapis atas semuanya merupakan APP independen, data inti tersimpan di dalam Codebeamer, tanpa perlu berpindah sistem, dengan hambatan masuk yang rendah. Mereka juga memperkenalkan dua skenario tipikal: ketertelusuran ASPICE sepanjang proses, yang menampilkan data ketertelusuran sepanjang rantai secara visual melalui model V, cukup klik simpul untuk melihat kebutuhan, kasus uji, versi perangkat lunak, dan informasi terkait; serta integrasi sekali pintu DevOps, yang di dalam Codebeamer tersambung ke Jenkins, Jira, dan alat lain, mengaitkan kebutuhan dengan ketergantungan modul perangkat lunak, melihat status tugas CI/CD secara real-time, dan mewujudkan visualisasi penuh alur DevOps.
Lima stan tematik AI
Bersamaan itu, PTC juga menyiapkan lima stan tematik AI di luar ruang konferensi agar para peserta dapat berdialog mendalam satu lawan satu dengan para pakar teknologi:
Arsitektur inti AI berbasis ontologi: PTC, untuk skenario penerapan AI Agent tipikal manufaktur seperti pembangkitan BOM pesanan dan verifikasi kepatuhan, memadukan teknologi pemodelan ontologi, graf pengetahuan, dan orkestrasi proses, bersandar pada fondasi AI lokal, dan melalui penalaran semantik serta penalaran aturan menjamin ketelitian dan akurasi keluaran AI.
Desain cerdas produk yang diberdayakan AI: pameran seputar aplikasi desain cerdas Creo AI, mencakup kapabilitas Creo AI native PTC, Skill Market, pencarian komponen serupa AI, dan aplikasi AI lokal lainnya. Keterampilan desain parametrik untuk roda gigi, poros, pengikat, dan sebagainya dapat menyelesaikan pemodelan komponen dengan cepat; perusahaan juga dapat mengemas templat desain dan spesifikasi proses milik sendiri, menimbun aset pengetahuan rekayasa khas; agen pencarian komponen serupa AI dapat melakukan analisis penyeragaman material, dengan cepat menemukan dan menggunakan ulang komponen yang ada pada fase desain, sekaligus menyediakan dukungan data bagi perbandingan harga pengadaan.
Manajemen siklus hidup perangkat lunak yang diberdayakan AI: pameran seputar aplikasi manajemen siklus hidup perangkat lunak otomotif yang diberdayakan AI — aplikasi cerdas berbasis peran Codebeamer yang mencakup seluruh alur kebutuhan, pengujian, CI/CD, dan verifikasi kepatuhan. Mendukung penguraian dan konversi dokumen kebutuhan PDF, penerjemahan item kebutuhan oleh AI, pemeriksaan mutu kebutuhan berdasarkan standar INCOSE, pembangkitan kasus uji otomatis oleh AI, keterhubungan alur kerja CI/CD, sekaligus menyelesaikan verifikasi kepatuhan ASPICE, mendukung keselamatan fungsional dan kepatuhan perangkat lunak otomotif.
Manajemen produk digital yang diberdayakan AI: pameran seputar aplikasi Windchill AI, mencakup kapabilitas AI native resmi PTC (asisten dokumen AI, pencarian komponen serupa) dan aplikasi AI lokal untuk industri otomotif (penguraian cerdas dan pemilihan optimal material, analisis dampak perubahan digerakkan AI-Agent, pembangkitan otomatis BOM pesanan, pembangkitan cerdas APQP/DFMEA/PFMEA, dan lainnya).
Perjalanan inovasi digital yang diberdayakan AI: menghadirkan sorotan PTC di Hannover Messe 2026, memperlihatkan praktik Intelligent Product Lifecycle (IPL) untuk industri peralatan berat: melalui manajemen siklus hidup produk yang terinterkoneksi dan cerdas, menghubungkan rekayasa kebutuhan, desain terperinci, manajemen data produk, manufaktur, dan layanan purnajual, kapabilitas AI semakin melepaskan efisiensi sepanjang rantai — asisten kebutuhan, pembangkitan kasus uji, desain generatif, optimasi dan pemeriksaan duplikasi komponen, penangkapan dan analisis kerusakan, ringkasan perintah kerja, dan dialog cerdas.
PTC China Automotive Industry Elite Forum cabang Hefei terselenggara dengan penuh kesuksesan. Melalui acara ini, para pakar dan perwakilan perusahaan industri otomotif melalui dialog yang memadai memperoleh pemahaman mendalam tentang tren terbaru transformasi digital perusahaan di era AI serta strategi produk dan aplikasi solusi terbaru PTC. Mari kita nantikan perhentian berikutnya PTC China Industry Elite Forum yang akan menghadirkan lebih banyak berbagi pengalaman pelanggan dari berbagai industri dan pertukaran teknologi.