欧美制造业研发环节AI应用调研报告:80%已经在试点针对欧美制造企业当前研发环节的应用进展及未来展望，提供仿真云和AI的创企Simscale分别于2025年6月和2026年3月，联合Global Surveyz开展了针对300家1000人以上欧美制造企业总监以上高管的问卷调研。 问卷针对企业研发环节的AI应用进展，下一步计划，挑战和看法等。调研对象分布在3个国家：美国（72%）英国（14%）和德国（14%），平均分布在6个行业：工程建筑、交通、电子高科技、能源、生命科学、机械和装备制造。 此前另一家图纸协同评审公司Colab也曾针对欧美制造企业的高管进行过类似调研，不过更偏PLM和审图方向。 两次调研内容都是10多个问题，并不算多。2025年和2026年有部分问题相同，更多问题不同。2026年的更多问题开始关注在Agentic AI上。 以下是一些核心结论 AI应用成熟度及重视度 两年都有涉及。2025年还有44%的企业处在规划阶段，到2026年已经有80%的企业进入试点阶段，只有11%的企业尚在规划或没有计划。 重视度方面，2026年相比2025年有一定程度提升。2025年时，只有28%的企业认为极端重要，58%的认为一般重要，14%的认为当前不重要。2026年，认为极端重要的增加到34%，认为当前不重要的已经归零。 阻碍因素及加速因素 两年的调研都涉及这个问题，但是选项有所不同。 2025调研结果，影响AI应用的主要因素在前的有：数据孤岛、遗留的CAE软件、合规和安全担忧、缺乏企业内的AI专家等。 同上一个Colab的调研类似，ROI不清楚和费用限制并不是阻碍企业应用AI的主要因素。 2026年的调研结果，主要阻碍因素包括了数据基础、合规、软件互操作性等。其中高达74%的企业认为数据基础是主要阻碍因素。尤其是有成熟AI应用的企业中，84%都选择了软件互操作性。 对于AI应用帮助最大的因素，2025年的调研结果显示为：现代化的云工具栈、良好的仿真数据、好用的AI模型和模版等 2026年的调研结果，更重要的因素为：数据安全合规、清晰的跨功能责任人、执行授权和确定的预算、云原生工具栈，管控下的仿真数据等 2025年调研了开展AI应用对AI专家的依赖程度，65%的企业认为依赖程度在中等。相比于AI专家，企业可能认为AI成功需要的其他因素更多。 AI的具体应用比例 这部分的调研主要是来自2026年的结果。83%企业有局限的应用Agentic AI，只有7%的企业实现了广泛应用。 过去1年内，企业里面平均36%的项目用了AI。 Agent的应用在研发各环节中的CAE领域占比最高，19%。 92%的企业已经部署了AI代理模型，其中84%是有限的部署，只有8%规模化部署应用。 AI对于仿真提效价值 2026年的调研具体量化了AI加速仿真时间的价值。AI工作流将一次仿真的典型时间平均值从17小时提升到6小时，提升近3倍。 AI工作流将设计迭代时间从平均每天0.4次提升到每天1次，2.5倍的提升。 通过AI工作流，探索的设计变体数量平均值从17增长到56个，提升3倍以上。 AI项目部署时间 2026年的调研显示，从试点开始到成功应用部署平均需要8个月。但有经验的企业显然可以缩短这个过程。其中已经在有过AI成功应用的公司，多数都在3-6个月内完成部署。 CAE上云率 2025年的调研还统计了企业CAE工具链的上云率，结果显示32%的企业完全使用桌面版本工具，只有17%主要使用云原生工具。即便是欧美企业，完全上云率也仍不高，更多企业是本地和云化软件混合使用。
