从SPS 2025看德国工业自动化的结构性转折：软件定义、工业AI与制造竞争力再定价

从SPS 2025看德国工业自动化的结构性转折：软件定义、工业AI与制造竞争力再定价

一个值得德国工业警惕的展会现象

2025年11月的纽伦堡，SPS（Smart Production Solutions）展会的参观人数超过5.5万，较上一年增长9%；展商数量达到1175家，增长5%。但比规模更值得注意的，是展台内容的结构性变化：控制、驱动与传感器技术依然在场，却不再是焦点。真正占据中心位置的是软件、IT与AI。与此同时，中国展商的参与度同比提升41%。

对德国工业而言，这三个数字放在一起，构成一个必须回答的问题：当自动化的价值重心从硬件转向软件，德国制造赖以立足的“机械精度＋专有控制”模式，还能支撑多久的竞争优势？

这不是一场展会的产品清单问题，而是德国工业体系底层竞争逻辑的问题。

一、软件定义自动化：控制权从硬件转向平台

SPS 2025最清晰的信号，是软件定义自动化（Software-Defined Automation，SDA）从“创新话题”变成了平台战略。其技术内核是：把控制软件与专有硬件解耦。

西门子将其SDA路线锚定在三个支柱上：作为标准化软件基础设施的Industrial Edge、虚拟化控制运行时（vPLC），以及类IT工程方式（SIMATIC AX）。值得注意的是两点：其vPLC运行时已可运行于任意x86设备；同时西门子推出了入门级的CPU 1511V，意图降低采用门槛，使SDA不再局限于高端灯塔项目。奥迪作为其旗舰客户之一，表示在Neckarsulm与Ingolstadt工厂运行的vPLC已持续六个月，可用性达到100%。

罗克韦尔自动化的Logix Edge走的是同一方向——Logix引擎作为隔离工作负载运行于工业PC，并计划于2026年第四季度发布。Endress+Hauser的表态更具象征意义：现场仪表应被当作IT资产管理，与硬件解耦、保持可更新状态，类似现代移动设备。

德国视角的解读：德国自动化产业过去数十年的护城河，是“专有控制器硬件＋绑定软件生态”形成的锁定效应。SDA在结构上削弱这一锁定：控制逻辑一旦可运行在通用算力上，客户迁移成本下降，差异化被迫转移到I/O可靠性、功能安全认证、工程工具链与生态整合能力上。

这对西门子这样的德国龙头而言并非被动挨打，而是一次主动的战略换位——用开放软件生态换取平台层话语权。但代价同样明确：硬件层面的差异化被稀释，而竞争对手不再只是欧洲同行，还包括IT厂商与云服务商。

二、周期回升是真的，但“厚度”不足

市场信号确实在改善。西门子数字工业（DI）在2025财年第四季度实现9%的可比增长（约50亿欧元），其中自动化业务增长10%、软件增长8%，但全财年可比口径仍为-4%——这说明反弹是后置的，而非全面性的。其2026财年指引为5%—10%的可比收入增长、15%—19%的利润率，管理层明确将工厂自动化列为增长机会。

Beckhoff将2025年描述为“波动”：第二季度强劲、第三季度偏弱；此前2024年33%的下滑主要源于库存修正，而这一因素已基本出清，公司预计2025年整体增长7%—10%。德国电气与数字工业协会（ZVEI）的数据也支撑“向上”的叙事，9月订单回升改善了年内累计表现，但同时警告全球贸易壁垒与地缘政治不确定性仍是持续的下行风险。

深层逻辑：这是库存周期出清与订单前置后的正常化，而非需求的结构性扩张。西门子CEO罗兰德·布施（Roland Busch）的表态极具信息量：市场在回暖，尤其是工厂自动化领域，但机械制造（machine building）仍然疲软。

这一点对理解德国工业至关重要。机械设备制造是德国自动化产业的内需基本盘——机床、专用设备与工程机械的投资周期，直接决定本土自动化订单的厚度。基本盘不动，自动化复苏就缺乏纵深：它更像是一次补库存与技术更新，而不是产能扩张周期。

三、工业AI进入生产体系的三个层次

SPS 2025上，AI不再是概念展示，而是分层落地。

第一层：生成式AI副驾。 大量厂商展示了工业场景的AI助手，用于查询、诊断与辅助决策。这一层门槛已迅速降低，正在商品化。

第二层：智能体AI（Agentic AI）。 施耐德电气将智能体定位为EcoStruxure Automation Platform内的自主工程代理：把用户规格与技术规范转换为EcoStruxure Automation Expert的控制应用，辅以数字孪生创建、测试与仿真，并通过MCP框架进行工具调用以完成部署、仿真与单元测试，最终由人审批。西门子则通过低代码的Insights Hub Copilot Studio（2025年3月推出），让终端用户以“系统指令＋模块化技能（如分析OEE）”的方式自行构建AI智能体。

第三层：边缘AI。 NPU被直接嵌入工业PC与控制器，实现本地实时推理，规避云端延迟与带宽成本，应用范围正从视觉检测向外扩展。与此同时，边缘AI的软件栈正在成熟。

德国视角的解读：德国工业的结构性瓶颈之一是工程人才短缺与老龄化，控制工程尤其如此。如果智能体能够压缩控制程序生成、测试与验证的工时，它对德国的意义就不是“效率工具”，而是稀缺生产要素的替代。

但风险同样结构性：工程知识一旦被平台化沉淀到上游软件生态中，德国中型机械制造商（Mittelstand）长期依赖的隐性工艺知识，可能被上游平台吸收，从而削弱其在整机与产线集成环节的议价能力。这是德国工业在拥抱工业AI时必须同时管理的战略问题。

四、数据基础设施：德国真正擅长的那条路径

SPS 2025的另一条主线是数据层：Industrial DataOps与统一命名空间（unified namespace）的应用更加普遍；单对以太网（Single Pair Ethernet）与Ethernet-APL正在走向标准化。

这些话题缺乏视觉冲击力，却是决定AI能否规模化的前提。没有统一的语义层，工业AI只能停留在单点视觉检测；没有现场层的连续数据，智能体就无法获得可验证的上下文。

德国视角的解读：标准、接口与互操作性，恰恰是德国工业最擅长的领域。西门子、倍福、Endress+Hauser这类企业的话语权，长期建立在“把工程规范写进标准”的能力上。SPE与Ethernet-APL的标准化，本质上是把现场层数据打通的基础设施投资，其回报周期长，但一旦确立，将决定未来十年工厂数据的资产化深度。

问题在于：德国企业习惯于在标准化层面领先，却在数据平台与云服务层面落后于美国厂商。标准先行如果没有配套的商业化平台，价值可能被上游截流。

五、两个新叙事：Physical AI与数据中心

展会还出现了两个值得关注的叙事。一是Physical AI——具备物理世界行动能力的AI，目前仍处于前瞻性叙事阶段，尚未形成规模化落地。二是工业OEM开始把数据中心视为新的增长垂直领域。

德国视角的解读：后者的现实意义更大。德国机械制造在电力、冷却、配电、机柜与精密机械方面的能力，可以迁移到数据中心基础设施中，这是传统工业需求疲软时的一条替代市场路径。但它有结构性约束：该市场由美国超大规模云厂商的投资周期驱动，德国企业更多是设备供应商而非规则制定者，利润结构与议价地位不同于传统工业客户。此外，数据中心的用电需求增长，与德国居高不下的能源成本及电网投资不足形成直接张力。

六、OT安全：边界前移，成本属性改变

OT安全的执行边界正在向工业资产本身靠近。这一变化并非孤立：控制软件与硬件解耦、边缘算力增加、数据层打通，三者叠加，使攻击面从企业IT向产线设备延伸。

德国视角的解读：随着IT与OT融合，安全不再只是合规成本，而是系统可用性成本。对于连续生产行业而言，非计划停机的损失远高于安全产品采购支出。德国工业此前在OT安全的投入相对滞后，这一认知转变将逐步反映在资本开支结构上。

七、对德国制造体系意味着什么

第一，优势并未消失，但价值捕获点发生迁移。 德国在机械精度、工程规范、行业Know-how与现场层标准上的积累仍然有效，但利润正在向软件平台、数据层与AI能力转移。

第二，竞争格局是“上下夹击”。 下层的边缘硬件与中低端自动化面临加剧的价格竞争——中国展商参与度同比提升41%是一个清晰的信号；上层平台则由美国云与软件厂商主导。德国企业的现实定位，是现场层的可靠性与行业语义层。

第三，能力鸿沟在扩大。 SDA与工业AI要求企业具备IT工程能力，而大量德国中型企业缺乏软件团队。这可能导致德国工业内部的数字化分化：头部企业加速平台化，中小企业被迫依附于外部生态。

第四，算力与芯片依赖外部。 边缘AI的普及意味着对芯片与算力供给的依赖加深，欧洲本土供给能力仍待补强。

八、欧洲与全球影响

在欧洲层面，SDA、DataOps与统一命名空间，与欧盟推动的数字主权、工业数据空间议程在方向上高度一致。如果欧洲能够在AI验证、功能安全与工业数据治理上建立认证规则，就有机会把“合规负担”转化为“规则优势”——这是欧洲在平台竞争中为数不多的结构性杠杆。

在全球层面，格局正在分层：美国主导AI平台与云，中国主导成本与规模，德国与欧洲聚焦中高端工程能力与标准制定。SDA的普及将降低专有控制器生态的粘性，从而降低新进入者的门槛——对现有龙头是一把双刃剑。

九、未来3—10年的趋势判断

1. 控制层虚拟化将成为默认架构。 硬件差异化将转向I/O、可靠性、功能安全认证与工程工具链。

2. 工业AI从副驾走向受控自治。 人仍将保留审批节点，功能安全与AI验证标准将成为新的合规壁垒，欧洲有机会在此建立规则优势。

3. 工程能力重新定价。 同时懂工艺、懂软件、懂数据的复合型工程师将成为稀缺资源，人才培养体系的重要性上升。

4. 现场层标准决定AI落地速度。 SPE、Ethernet-APL与统一命名空间的装机进度，将直接决定各家企业数据资产化的深度差异。

5. 数据中心与能源基础设施成为德国机械制造的第二增长曲线，但其成长性受制于能源政策与电网投资节奏。

6. OT安全从成本项变为系统可用性前提，并将逐步反映在工业企业的资本开支与组织架构中。

7. 自动化市场将温和复苏，但真正的分化不在周期，而在软件平台与数据层的掌控力。

结语

SPS 2025真正展示的，不是一份产品清单，而是德国工业竞争基础的重构：从“机械精度＋专有控制”，转向“开放架构＋软件能力＋数据资产”。

这场转变中，德国的工程传统仍然是资产，但它需要被重新证明——在一个控制逻辑可以运行在任何算力上、AI可以生成控制程序、数据可以跨层流动的世界里，德国制造必须回答一个更困难的问题：当硬件不再锁定客户，什么才是真正不可替代的？

未来值得持续跟踪的观察指标包括：西门子数字工业的订单动能与利润率兑现度、vPLC的实际装机规模、工业AI从展会演示到量产部署的转化率、SPE与Ethernet-APL的现场层装机进度、中国供应商在欧洲自动化市场的份额变化，以及OT安全事件的频率与性质。