3DEXPERIENCE 可信任工程 AI：Virtual Companions 如何與 PLM 治理協同

EXECUTIVE SUMMARY

Dassault Systèmes 已在 3DEXPERIENCE 平台提供 AURA、LEO、MARIE 等 Virtual Companions，主張以產業知識、科學模型與 Virtual Twin 支援專案管理、工程與模擬工作。企業評估時不應只看自然語言互動，而要驗證資料權限、版本依據、物理驗證、人工核准與完整稽核鏈。

01 · FACT CHECK

正式可用公告與展示預告必須分開看

Dassault Systèmes 於 2026 年 7 月 23 日宣布 AURA、LEO 與 MARIE Virtual Companions 在 3DEXPERIENCE AI-native agentic platform 上可用，並說明三者分別涵蓋專案管理、複雜工程與深度科學等任務。10 月 16 日，該公司再預告於 NVIDIA GTC Berlin 展示 Virtual Twins、Industry World Models、Virtual Companions 與 AI Factory 相關情境。

活動日期為 10 月 20 至 22 日；因此 10 月 16 日資料是展前公告，不能誤寫成當時已完成展示或已證實所有效益。「可信任工程 AI」在本文是一個治理框架，而非假設存在同名單一產品；特定功能、資料駐留、權限及輸出品質仍需企業自行驗證。

02 · TRUSTED ENGINEERING AI

從聊天助理到工程協作者，信任需有五層控制

一般企業助理多半搜尋文件、摘要或產生文字；工程 AI 則可能建立模擬、比較設計、解讀 KPI 或執行跨流程任務。這要求系統理解零件關係、物理條件、需求限制與專案狀態。AURA、LEO、MARIE 的定位顯示 AI 正從單次問答走向具任務分工的數位協作者。

但「能執行」不等於「結果可信」。可信任性至少包含五層：來源資料正確、使用者有權存取、模型或規則適用、結果可由物理或測試驗證，以及關鍵決策有人負責。3DEXPERIENCE 的 PLM 與 Virtual Twin 能提供共同上下文，但企業仍須配置角色、流程與驗證門檻。

03 · BUSINESS RISKS

避免將展示情境誤認為保證效益

研發團隊常遇到知識散落、專家負荷過高、模擬設定仰賴個人經驗，以及設計變更未同步到製造。AI 的吸引力在於縮短搜尋與重複設定時間；風險則是生成看似合理但引用錯版文件、忽略邊界條件，或在未授權情況下暴露機密。

不同產業、角色與租戶配置可能影響可用能力。正式導入前應取得功能矩陣、版本資訊、資料處理條款與驗收方法；在工程設計與模擬工作中，輸出也應連回所使用的模型、材料、載荷與邊界條件。

04 · ADOPTION ROADMAP

以限定角色、資料域與任務逐步驗證

第一步不是全面開放，而是選定一個角色與封閉資料域。例如以已核准的模擬模板和歷史案例，測試 LEO 類工程協作情境。第二步建立可重現的測試集，涵蓋正常案例、缺資料、衝突資料與越權要求。第三步要求輸出顯示資料來源、版次、假設與限制，並把核准動作寫入流程。

JCI 建議以 PLM 治理成熟度決定 AI 擴張速度。若料號、BOM、需求與變更流程尚未穩定，應先處理資料與流程；若已有良好數位主線，則可從知識查詢、影響分析與模擬輔助逐步擴大。