西门子的真正底牌

推荐语

西门子179年的工业积淀，正在成为AI最难进入领域的入场券。

核心内容：
1. 西门子从工业集团向工业科技平台的战略转型
2. 其核心业务与工业AI落地的独特优势
3. 通过并购与合作构建的未来生态布局

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

一家公司从1847年走到今天，名字听起来天然带着一种“工业时代遗产”的味道。很多人想到西门子，还是电机、PLC、控制柜、楼宇设备、轨道交通、医疗影像、德国制造、工程师文化。

但正因为西门子太老，它手里握着今天AI最难进入的那部分世界。

不是办公室，不是浏览器，不是聊天框，而是工厂、楼宇、电网、铁路、实验室、产线、设备、工艺、维护、质量、能源管理和工程流程。

AI在办公室里已经卷成了红海。写邮件、做PPT、写代码、整理纪要，效率当然提升，但这类场景的门槛正在快速降低。真正难的地方在工业现场。那里没有“差不多”，没有“先上线再修”。一段控制逻辑写错，一台设备可能停机；一个参数判断失误，一批产品可能报废；一个维护建议不靠谱，损失不是改几行文字，而是真金白银的产能。

所以，今天看西门子，不能只问它“有没有AI产品”。

更好的问题是：西门子这家公司为什么有资格把AI带进工业系统？它现在到底是一家什么公司？它靠什么赚钱？为什么要减持医疗业务、重仓软件、并购Altair和Dotmatics、推Xcelerator、做Industrial Copilot、拉上微软和英伟达？这些动作背后，是一次非常清楚的身份切换。

今天的西门子，正在从传统工业集团，变成一家以工业软件、自动化、智能基础设施和数字孪生为核心的技术平台公司。

AI只是这场变化的加速器。

真正的主角，是西门子这套已经铺进工业世界毛细血管里的底层系统。

1. 今天的西门子：一家正在“去集团化”的工业科技公司

西门子不是一个简单的“制造业公司”。

它现在的核心业务大致可以拆成四块：Digital Industries、Smart Infrastructure、Mobility、Siemens Healthineers，外加金融服务。

其中前三块更能代表西门子未来想讲的故事：工业自动化与软件、楼宇与电气基础设施、轨道交通系统。

西门子2025年年报显示，截至2025年9月30日，公司约有31.8万名员工，报告分部包括Digital Industries、Smart Infrastructure、Mobility和Siemens Healthineers等。 

这家公司看起来很宽，实际正在变窄。

过去的西门子像一个大型工业集团，业务边界很宽，能源、医疗、交通、自动化、基础设施都在里面。现在的西门子正在做一件非常典型的资本市场动作：砍掉“集团折价”，保留最能讲成长和利润率的核心资产。

最明显的一步，是Healthineers去控股化。

2025年11月，西门子宣布计划通过向股东直接分拆30%的Siemens Healthineers股份，把持股从约67%降到约37%，中期目标是把Healthineers变成财务性资产；官方表述也很直白，这一步是为了简化组合，把西门子定位成一家更聚焦的科技公司。  西门子计划最终把Healthineers持股降至20%以下，目的是聚焦工厂与楼宇自动化、轨道交通等核心领域。 

这个动作很关键。

Healthineers是好资产，医疗影像、精准治疗、诊断业务都有全球地位。但它和西门子要讲的“工业AI、自动化、软件平台”不是一条叙事线。资本市场给一家公司的估值，最怕故事太杂。医疗设备一套逻辑，工业自动化一套逻辑，轨交一套逻辑，软件又是一套逻辑，放在一起很容易被打折。

西门子现在要把故事收拢。

它希望市场看到的，不再是一家复杂的老牌工业集团，而是一家围绕“真实世界+数字世界”重组的技术公司。

这个转向，在财务目标上也写得很清楚。2025年11月，西门子提出ONE Tech Company计划，把中期收入增长目标提高到6%至9%，提出到2030年把数字业务收入翻倍，并计划未来三年投资10亿欧元扩大AI规模；同一公告显示，公司2025财年净利润增长16%至104亿欧元，连续第三年创历史新高。 

这几个数字放在一起看，西门子的战略就不难理解了。

它不想再被当成周期性工业设备公司。它要把自己重新包装成一家“工业科技复合体”：底层有硬件，有自动化，有现场控制；中层有软件，有仿真，有数字孪生；上层有AI，有平台，有生态。

西门子正在用真金白银买软件能力。

2025年，它完成对Altair的收购，补上仿真、高性能计算、数据科学和工业AI能力；同年又完成对Dotmatics的收购，把生命科学研发软件也纳入Xcelerator体系。西门子官方称，Altair加入后将增强工业AI和数字孪生能力，并进入Siemens Xcelerator平台；Dotmatics交易则以51亿美元企业价值完成，目标是连接生命科学从研究到生产的数据线程。 

一边减持Healthineers，一边买Altair和Dotmatics。

这不是普通资产调整，是方向选择。

西门子要把资本、管理注意力和技术叙事集中到一个核心命题上：谁能把真实工业世界数字化，谁就能把AI真正带进工业世界。

2. 西门子今天靠什么赚钱：自动化、基础设施、轨交，以及越来越重的软件

看西门子，先看它的赚钱结构。

Digital Industries是西门子的技术心脏，里面包括工厂自动化、运动控制、工业软件、电子设计自动化、PLM、仿真等能力。这个板块最能代表西门子未来的高估值方向，但它也受制造业周期影响最大。中国和欧洲制造业投资一弱，自动化订单就会承压。

Smart Infrastructure是更稳定的现金流发动机，覆盖电气化、楼宇自动化、能源管理、配电设备、数据中心基础设施等。AI数据中心需求起来之后，这块业务的故事突然变得更性感。2026年第一财季，西门子上调全年利润预期，AI驱动的数据中心基础设施需求强劲，CEO Roland Busch表示数据中心收入增长超过三分之一。 

Mobility是轨道交通业务，包含列车、铁路自动化、电气化、信号系统、服务等。它不像AI软件那样高弹性，但订单周期长，订单积压厚，是典型工程大单生意。

Healthineers仍然很大，但正在被西门子从集团核心叙事里剥离出去。2026年5月，Healthineers还因为中国诊断业务压力下调2026财年预期，中国市场受医保支付下调和集采影响，诊断收入同比下降6.5%至9.85亿欧元。  这类医疗政策和区域市场波动，正是西门子希望降低集团叙事复杂度的原因之一。

最新业绩也能看出今天西门子的基本盘。

2026财年第二季度，西门子收入为197.6亿欧元，订单达到241.1亿欧元，订单同比增长11%；工业利润为29.7亿欧元，订单积压达到创纪录的1240亿欧元，公司维持2026财年可比收入增长6%至8%的目标。  同期Digital Industries收入增长8%至46.3亿欧元，Smart Infrastructure收入增长3%至59.3亿欧元。 

这组数据说明三件事。

第一，西门子不是一家只靠“AI概念”涨估值的公司。它有订单、有利润、有现金流、有长期积压。

第二，AI给它带来的收益不只来自软件，还来自基础设施。数据中心需要配电、楼宇控制、能源管理、自动化系统，Smart Infrastructure直接吃到需求。

第三，Digital Industries正在成为投资者重新定价西门子的关键。这个板块既有周期性，又有软件化潜力。市场真正关心的是：它能不能从传统自动化周期股，走向更高质量的工业软件平台股。

这就是今天西门子的复杂性。

它不是纯软件公司，所以不会有SaaS那种轻资产估值。它也不是传统设备商，因为软件和AI正在改变它的利润结构。它更像一个“工业系统公司”：硬件提供入口，软件提供粘性，AI提供新定价能力，服务提供持续收入。

这个定位很重要。

很多公司讲AI，最后只是多一个功能。西门子讲AI，是把已有业务重新串起来。

Digital Industries提供工厂和软件入口。

Smart Infrastructure提供电气化、楼宇和数据中心入口。

Mobility提供轨交系统入口。

Xcelerator提供平台入口。

Altair和Dotmatics提供专业数据与仿真入口。

Industrial Copilot提供人机交互入口。

当这些入口叠在一起，西门子就不再只是卖设备、卖软件、卖项目，而是在争夺工业AI时代的系统控制点。

3. AI为什么适合西门子：因为工业世界缺的不是聊天，而是“可信执行”

AI进入工业，最大的问题不是“模型会不会回答”。

真正难的是：指令下达后，能不能干活。

工业现场的工作链条很长。一个工程变更，可能影响设计、仿真、采购、供应商、模具、工艺、产线、质量、交付。一次设备异常，可能牵动PLC程序、传感器数据、维护记录、备件库存、停机窗口和生产计划。AI如果只能给一个泛泛建议，价值很浅。

西门子的优势在这里变得很明显。

它掌握工业软件，也掌握自动化系统。它知道设计软件里的数据，知道制造执行系统里的流程，知道PLC代码如何控制设备，知道数字孪生如何验证方案，知道客户真正怕什么。

这不是大模型公司轻易能补上的能力。

工业客户对AI的核心要求有四个：

第一，要懂上下文。不能只看一句问题，要知道这台机器、这条线、这个工艺、这次报警、这个订单、这个版本变更背后的业务关系。

第二，要能接系统。不能只是给建议，要能进入PLM、MES、SCADA、TIA Portal、QMS、ERP、数字孪生环境。

第三，要可验证。工业里很多建议不能直接执行，必须先仿真、测试、审批、留痕。

第四，要可追责。谁让AI读数据，谁让AI生成代码，谁批准，谁部署，谁回滚，必须清楚。

Industrial Copilot表面上是一个Copilot，实质上是西门子把AI插进工程工作流。西门子官方介绍中提到，它能够生成、优化和调试复杂自动化代码，支持PLC代码生成、翻译和优化；PLC代码决定控制系统如何让机器执行动作。 

这个场景比普通办公Copilot重要得多。

PLC是工业控制的神经末梢。自动化工程师写PLC程序，面对的是机器动作、传感器信号、安全联锁、工艺节拍。让AI辅助PLC编程，意味着AI开始触碰工业执行层的前沿。

当然，它不可能直接替人上线。真正合理的路径是：AI生成草案，工程师审核，仿真验证，再进入部署流程。

价值在于压缩重复劳动。

自动化工程师的时间很贵。很多工厂缺的不是设备，而是能把设备调好、把系统联起来、把异常处理掉的人。老工程师退休，新工程师成长慢，设备复杂度又在上升。Industrial Copilot如果能减少查文档、写模板、改代码、翻历史项目的时间，就能把工程师从低价值劳动里释放出来。

这对制造业很现实。

AI在工业里真正的早期价值，不会是“无人化替代一切”。那太粗糙。更现实的价值是：缩短工程调试周期、降低新人上手门槛、减少重复性代码工作、提高故障定位速度、把老工程师经验沉淀进系统、让跨工厂复制更容易。

这也是西门子更有机会收钱的地方。工业客户不会为“模型很聪明”长期付费，但会为“产线少停两小时、”“工程交付快一周”、“质量追溯少绕三天”付费。

AI在西门子的体系里，是生产率工具。

4. Xcelerator、Altair、Dotmatics：西门子正在补一套工业AI“闭环”

西门子真正大的棋，不是某一个Copilot。

是闭环。

工业AI如果没有闭环，只会变成咨询建议。它必须从数据开始，经过模型推理，进入仿真验证，回到工程流程，最终影响设备、工艺、生产和服务。

这个闭环大致可以拆成五层：

第一层，真实世界入口：设备、控制系统、传感器、工厂现场。

第二层，工业软件入口：PLM、MES、工程工具、质量系统、维护系统。

第三层，数字孪生和仿真：在虚拟空间里测试产品、产线、机器人、工艺。

第四层，AI Copilot和Agent：理解问题、生成方案、调用工具。

第五层，平台生态：让应用可以被分发、采购、集成、复用。

西门子这几年所有动作，几乎都在补这五层。

Xcelerator是平台层。它把西门子和伙伴的数字化解决方案放进一个开放数字商业平台，目标是让工业客户更容易组合和部署数字化能力。没有Xcelerator，西门子的AI只能一个项目一个项目交付；有了Xcelerator，西门子才有机会把工业AI应用从重定制项目，变成可分发、可复用、可生态化的能力。

Altair是仿真和工程计算层。

西门子完成Altair收购后，官方称这将扩展其工业软件组合，把Altair技术加入Siemens Xcelerator，并增强AI驱动的数字孪生能力。  Altair带来的不是一个普通软件拼图，而是仿真、高性能计算、数据科学和优化能力。AI要优化产品结构、产线节拍、机器人路径、能耗和材料，不可能只靠语言推理，必须靠仿真和约束计算。

Dotmatics则把西门子的边界推到生命科学研发。

西门子以51亿美元完成Dotmatics收购，官方称这会扩展AI驱动的Xcelerator组合，形成从研究到生产的生命科学端到端数字线程。这说明西门子的工业软件野心不只在“工厂里”，还要向研发前端伸手。生命科学的研发数据、实验流程、科学软件，未来都可能和制造数字线程连接起来。

过去，工业软件公司主要服务设计和制造。AI时代，研发、设计、仿真、生产之间的边界会被打薄。谁能掌握研发端数据，谁就能影响后端生产；谁能掌握后端制造数据，谁又能反向优化研发。

Altair和Dotmatics，一个补工程仿真，一个补科学研发。它们共同服务于西门子的大目标：把AI从“回答问题”推进到“优化真实产业过程”。

Digital Twin Composer则是这个闭环的可视化和验证入口。

2026年CES上，西门子推出Digital Twin Composer，计划于2026年中在Xcelerator Marketplace上线。官方介绍称，这项技术结合西门子的数字孪生、基于NVIDIA Omniverse库的仿真以及实时工程数据，帮助企业构建、测试和优化产品或工厂。 

这不是单纯做个漂亮3D画面。

它想解决工业AI最核心的安全问题：AI生成的方案，先放进虚拟世界里试。

一条产线怎么改，先在数字孪生里跑；一个机器人路径怎么走，先在虚拟空间里测；一个工艺参数怎么调，先做仿真；一个产品结构怎么优化，先算强度、热、振动和成本。

AI负责生成候选方案，仿真负责筛选，数字孪生负责承载真实约束，工程师负责判断，自动化系统负责执行。

这才是工业AI的正确姿势。

没有验证层，AI只能停在嘴上。有了验证层，AI才可能逐步进入工业执行链。

5. 今天西门子的真正优势：它把“硬件入口”和“软件利润”绑在了一起

西门子最好的资产，不是单个产品。

是入口组合。

在工业世界里，入口比模型更稀缺。模型可以采购，可以调用，可以换供应商。工业入口很难复制。一个客户的自动化系统、工程软件、生产管理系统、维护流程、培训体系，一旦和某个供应商绑定，切换成本极高。

西门子掌握的是多层入口：

工厂入口：PLC、自动化、运动控制、工业通信。
工程入口：TIA Portal、NX、Teamcenter。
制造入口：Opcenter。
仿真入口：Simcenter、Altair。
基础设施入口：配电、楼宇控制、数据中心能源管理。
交通入口：轨道交通系统、信号、服务。
平台入口：Xcelerator。

这套入口组合，让西门子和普通AI公司的位置完全不同。

AI公司通常从模型出发，再寻找行业场景。西门子从行业场景出发，把AI嵌进已有系统。

前者更快，更容易制造声量。后者更慢，但更容易形成收入和客户粘性。

这种结构也解释了为什么西门子能同时吃到两种AI红利。

第一种，是AI作为工具，提升工业软件和自动化价值。

Industrial Copilot、Teamcenter Copilot、Opcenter Copilot、Digital Twin Composer、AI驱动仿真，这些都属于“把AI卖给工业客户”。

第二种，是AI作为需求，拉动基础设施投资。

AI数据中心需要电力、配电、楼宇自动化、冷却、能源管理、安全系统。Smart Infrastructure正好站在这个需求链上。2026年第二季度，西门子订单增长11%，主要受美国、数据中心、公用事业和防务需求推动；订单积压达到1240亿欧元。 

很多公司参与AI，只有单边受益：要么卖模型，要么卖算力，要么卖应用。西门子是双边受益：一边把AI做成工业生产率工具，另一边给AI基础设施提供电气化和自动化能力。

这也是今天西门子估值逻辑变强的原因。

它不是纯AI公司，却站在AI落地真实世界的必经路上。

而且它的业务结构比过去更干净。Healthineers去控股化之后，西门子的主线会更集中：工业、基础设施、交通，加上软件和AI。这条线比过去的综合集团故事更容易被市场理解。

不过，也不能把西门子写成没有问题的完美公司。

它的风险同样清楚。

Digital Industries仍然有制造业周期性。自动化订单受中国、欧洲、电子、机械制造投资影响很大。工业软件增长再好，也不能完全抵消硬件和自动化周期波动。

Xcelerator能否真正平台化，还需要时间。工业平台不是把应用摆上去就行，必须有足够活跃的伙伴、清晰分成、可复制交付、统一接口和客户复购。否则它会变成一个高级软件目录。

AI Copilot商业化也没有那么快。工业客户验证周期长，涉及安全、权限、合规、责任边界，不会因为演示漂亮就大规模部署。

并购整合也有难度。Altair和Dotmatics都是高价值资产，但买进来只是第一步。真正难的是把它们和Teamcenter、NX、Opcenter、Xcelerator打通，让客户感受到顺滑的端到端价值。

西门子的问题不是“有没有牌”。

它的问题是牌太多，能不能打成一套。

6. 为什么说西门子正在重写工业软件规则

工业软件过去的规则很简单：卖功能。

CAD画图更强，CAE仿真更准，PLM版本管理更完整，MES排产更稳定，SCADA监控更可靠。客户买的是模块、许可、实施和服务。

AI进来后，规则开始变。

客户不再只问“这个软件能不能记录数据”。客户会问“它能不能理解数据”。

不再只问“能不能显示设备状态”。会问“它能不能判断故障原因”。

不再只问“能不能管理工程变更”。会问“它能不能自动评估影响链”。

不再只问“能不能仿真”。会问“AI生成的方案能不能自动进入仿真验证”。

这就是工业软件从工具系统走向判断系统。

西门子最想抢的，是“判断系统”的入口。

举个具体场景。

一家工厂发现某条产线良率突然下降。传统软件体系下，质量部门看QMS，生产部门看MES，维护人员看设备报警，工程师查PLC和传感器数据，供应链部门查物料批次，最后开会排查。

AI进入西门子体系后，理想流程会变成这样：Opcenter发现良率异常；系统自动关联批次、设备、班次、工艺参数；Copilot读取历史工单和维护记录；数字孪生或仿真系统评估可能影响；工程师收到按概率排序的排查路径；必要时生成维护工单或建议调整计划；整个过程留痕，可审计，可回滚。

这类场景一旦跑通，工业软件的价值就变了。

过去软件提供数据，人在系统之间搬运判断。未来软件直接参与判断，人负责审批和兜底。

这会带来更高定价权。

客户愿意为一个MES付费，但更愿意为减少停机、提高良率、缩短调试周期付费。工业软件公司如果能把自己的价值从“软件可用”提升到“业务指标改善”，收入质量会明显变好。

这也是西门子为什么要讲“工业AI操作系统”。

2026年CES上，西门子和英伟达扩展合作，提出打造覆盖设计、工程、制造、生产、运营和供应链的端到端Industrial AI Operating System。  这个说法的野心很大，但底层逻辑成立：未来工业AI需要一个运行环境，管理数据、模型、权限、仿真、工具调用和执行边界。

操作系统不需要自己做所有应用。

它只要掌握应用运行的位置。

西门子想做的，就是让工业AI应用尽可能运行在自己的工业软件和自动化体系上。

这会改变价值分配。

模型公司拿模型调用费。云厂商拿算力和云服务费。工业应用公司拿场景收入。西门子如果掌握入口，就能拿平台、软件、集成、服务和持续优化的钱。

最值钱的地方，往往不是某一个AI功能，而是客户核心流程被谁接管。

西门子正在用AI把传统工业软件的边界向上推：从记录工具，推到判断层；从单点模块，推到跨流程系统；从项目交付，推到平台生态。

这就是所谓“重写游戏规则”。

不是因为它发布了几个Copilot。是因为它想改变工业软件靠什么收费、靠什么留住客户、靠什么成为工业企业的核心系统。

7. 结语：西门子的AI故事，本质是老工业巨头的一次再定价

西门子今天最有意思的地方，不在于它突然变成了一家AI公司。

它没有。

它仍然是那家很重的公司：做自动化，做楼宇，做电气基础设施，做轨交，做工程软件，做工业服务。它的组织不会像创业公司那样轻，业务也不会像纯软件公司那样干净。

但AI让西门子那些“重资产、长周期、强工程”的东西，重新变得值钱。

过去，这些东西让它显得慢。现在，这些东西让它离真实世界足够近。

AI在办公室里越普及，模型能力越容易被商品化。真正稀缺的价值，会逐渐转向高门槛场景：工业、能源、交通、医疗、科学研发、基础设施。这些地方不是谁拿着模型都能进。

那里需要行业数据，需要系统集成，需要安全验证，需要工程经验，需要客户信任，需要长期服务。

西门子刚好有这些东西。

这也是它敢把公司战略往“ONE Tech Company”收拢的原因。它要把自己从一个庞杂工业集团，重新塑造成一个围绕真实世界数字化的技术平台。减持Healthineers，是为了让叙事更集中；收购Altair和Dotmatics，是为了补软件和数据；推Xcelerator，是为了做平台；做Industrial Copilot和Digital Twin Composer，是为了把AI放进工程流程和数字孪生闭环；拉上微软和英伟达，是为了补模型、云、算力和工业可视化。

这套打法很西门子。

老派、稳重、且扎实。

当然，最终还要看落地。投资者不该只听“工业AI操作系统”的口号，更应该盯住几个硬指标：Digital Industries的订单修复是否持续，Smart Infrastructure能否继续吃到数据中心和电气化红利，Xcelerator是否真的形成生态，Altair和Dotmatics能否贡献协同，Industrial Copilot能否带来可量化的工程效率提升，AI能力能否转化为软件收入和利润率。

如果这些指标跑出来，西门子的估值逻辑会继续变化。

它就不再只是“德国老牌工业公司”，也不只是“自动化+楼宇+轨交”的组合。它会成为AI进入工业世界的一道基础设施入口。

今天很多AI公司还在争抢办公室桌面。

西门子盯着的是车间、楼宇、电网、铁路和实验室。

办公室AI改变的是信息生产。工业AI改变的是生产本身。

两者的难度不在一个层级，价值密度也不在一个层级。

真正看懂西门子，就不能只看它发布了什么AI功能。要看它这些年到底在把哪些资产留下，把哪些资产剥离，把哪些能力买进来，把哪些入口平台化。

这家公司正在做一件很老派、也很精明的事：

把AI装进工业世界已经运行多年的底层系统里。

一旦装进去，它就不是一个新功能。

它会变成西门子重新定价自己的理由。