Zandra Nilsson har alltså suttit på den högsta exekutiva chefsposten för Siemens Digital Industries Software i Norden och Baltikum i drygt ett år. Det var i april 2025 som hon klev på rollen efter Mats Friberg, mångårig och legendarisk PLM-bas, som då gick i pension.
Ett primärt första steg för en ledare i ett bolag av denna storleksordning är att sätta ihop sin egen ledningsgrupp. Det anses vara avgörande för att etablera en enhetlig vision, främja förtroende och driva strategiskt genomförande. Men även om ett nytt team ofta är en nyttig och upplysande mekanism för att få organisatorisk insikt, gäller detta knappast Zandra Nilsson, som har en decennielång karriär i Siemens nordiska PLM-rörelse bakom sig, inkluderat en tung roll i ledningsgruppen för GEO Sales.
När du reflekterar över ditt första år som VP och Managing Director, hur skulle du utvärdera resan hittills, och vilka har varit de viktigaste utmaningarna?
”Det har varit ett otroligt givande första år. Att tillbringa nästan ett decennium här – vilket vissa kanske ser som lång tid – gav faktiskt den ultimata grunden. Det gav mig en djup förståelse för vår marknadsdynamik, kundernas behov och styrkan i vårt ekosystem. Även om det skapade en smidig övergång, har den verkliga utmaningen och fokuset varit att utnyttja min medfödda nyfikenhet att ständigt omvärdera mitt ledarskap, teamutveckling och vår roll som digitaliseringspartner på denna snabbt föränderliga marknad”, säger Nilsson.
Du har satt ihop din egen ledningsgrupp för PLM-divisionen (Siemens Digital Industries Software). Hur ser teamet ut?
”För att driva nordisk konkurrenskraft och säkerställa överlägsen kundsupport fokuserade jag på att bygga ett team som kombinerar djupgående Altair-expertis (AI-, HPC-, simulerings- och analysföretaget som Siemens köpte för 10,6 miljarder dollar 2025) med olika branschperspektiv. Vi behövde en heltäckande, marknadsövergripande strategi. Så de nya ledarna jag har tagit in är:
- Joakim Lindholm, som ledde Altair-teamet i Nordeuropa, leder nu våra strategiska kunder för att säkerställa att vi kan ta denna stärkta position till våra befintliga större kunder där vi har de digitala grundpelarna på plats inom teknik och tillverkning. Ola Dahlin leder vår kompletta simuleringsportfölj och kombinerar styrkorna från Simcenter och Altair.
- Rikard Skogh leder vår övergripande marknadsstrategi och arbetar nära vårt ekosystem för att säkerställa att vi stöder större och mindre, befintliga och nya kunder och industrier, där vi inte har en så stor närvaro idag.
- Erik Mirstam, som har lett vårt tillverkningsteam, ansvarar för att maximera värdet av vår One Tech-strategi, styrkan i att kombinera vår Siemens-närvaro till något större och framgångsrikt genomförande.”
De här sammanhangen belyser inte sällan vikten av att etablera en vision, samtidigt som man främjar en förståelse för till kundernas kultur relaterade behov och den egna teamkulturen. Hur har den processen fungerat?
”Detta är tveklöst element som alltid är en utmaning. Vi har fokuserat på att skapa en samarbetsinriktad, kundcentrerad kultur där varje teammedlem förstår inte bara vår tekniska förmåga, utan de specifika affärsresultat som våra kunder strävar efter att uppnå.
Vår vision är att vara den betrodda AI-drivna digitaliseringspartnern och stärka den nordiska industrins konkurrenskraft. Med några av världens mest innovativa tillverkare och en blomstrande ’enhörningsscen’ behöver Nordens företag en partner som säkerställer att de förblir konkurrenskraftiga på en kontinuerligt föränderlig marknad. Vi levererar detta genom djupt branschfokus och stödjer kunder på deras digitala trådresa för att säkerställa heltäckande utveckling och skalbarhet.”
Vilka är de viktigaste kommersiella segmenten som driver Siemens nordiska verksamhet?
”De som driver Siemens nordiska verksamhet spänner över tillverkning, försvar och offentlig sektor/finanssektor. Medan tillverkningsföretag utnyttjar våra lösningar för ökad kontroll och flexibilitet prioriterar försvarsindustrin snabbare time-to-market. Dessutom skalar vi aktivt innovation och AI-kapacitet över dessa vertikaler.”
Att styra genom nya teknikflöden: En ledarguide till den nya industriella eran
Zandra Nilsson har klivit in i den högsta ledarrollen vid ett avgörande ögonblick. Den nuvarande eran definieras av en frenetisk, AI-driven utveckling, präglad av snabb elektrifiering, elektronik spridning och programvarans ökande överlägsenhet. Denna konvergens kräver massiva transformationer inom hela din verksamhet, och berör allt från digitala produktutvecklingsverktyg till centrala arbetsflöden.
Framgång kräver en sömlös övergång mot agila, integrerade plattformar. Målet är att utnyttja befintliga PLM-investeringar samtidigt som man skapar en konkurrensfördel inom ny teknik. Detta kräver att man bygger system med modulära, utbytbara funktioner som kan anpassas i takt med innovationen.
Hur resonerar man kring dessa trender bland Siemens nordiska kunder?
”Din fråga träffar mitt i prick: vi befinner oss mitt i en transformation på flera fronter där AI, elektrifiering, programvarudefinierade produkter och ett växande elektronikinnehåll inte längre är separata trender, utan en enda, konvergerande kraft. Denna konvergens driver en omfattande efterfrågan på Siemens Xcelerator-portföljen och dess programkomponenter. Vi erbjuder inte bara verktyg för en 3D-modell; vi tillhandahåller en omfattande digital tvilling som spänner över hela den ’intelligenta livscykeln’ – från design och tillverkning till drift. Detta gör det möjligt för våra kunder att simulera, förutsäga och optimera innan de investerar i fysiska resurser, vilket accelererar tiden till marknaden och förbättrar hållbarheten – allt accelererat av vår agentiska utvecklingsplattform, som utvecklats från Mendix”, hävdar Siemens Digital Industries Softwares nordiska chef och förklarar att en stor del av företagets vision kopplar till industriell AI: specialbyggd teknik för den verkliga världen.
”Ja, till skillnad från konsument-AI måste industriell AI fungera där tillförlitlighet, säkerhet och precision inte är förhandlingsbara. Fabrikerna, produktionslinjerna och de tekniska arbetsflöden som ligger till grund för vår bransch får inte kompromissas. Vi integrerar detta – det vi kallar teknisk AI – i hela vår portfölj. Det sträcker sig från intelligenta copiloter som stärker ingenjörer, till prediktiva underhållssystem som säkerställer drifttid, till generativ AI som accelererar designutforskning. Det handlar om att utrusta den nordiska industrin med verktygen för att förbli konkurrenskraftig. Genom att länka vår kunskap och vårt fotavtryck möjliggör vi dessutom en ’AI-väv’, som använder ett semantiskt lager för att koppla samman silobaserade data och bygga agentisk AI ovanpå.
Siemens engagemang för en industriell grundmodell är banbrytande; vi lär en jurist att tänka som en ingenjör. Men även om potentialen inom industriområdet är monumental är vi inte där än. Men vår ambition, investering och strategi visar att vi är här för att stanna.”
Navigera genom nedgången: Motståndskraft på den nordiska PLM-marknaden
Medan Siemens inte redovisar sina utbrutna regionala siffror, tyder PLM&ERP News efterforskning och viktiga analytikers branschuppskattningar på att den nordiska PLM-divisionen har en årlig omsättning som överstiger en kvarts miljard kronor. Men i den tunga globala konjunktur som rått under flera år kvarstår en kritiska fråga:
Hur har den utdragna makroeknomiska och regionala europeiska nedgången påverkat den nordiska verksamheten?
”Den makroekonomiska miljön är onekligen en viktig faktor, inte bara här i Norden och Baltikum utan också globalt”, säger Nilsson. ”Högre räntor, störningar i leveranskedjorna, inflationstryck och geopolitisk osäkerhet har alla satt sina spår i kundernas investeringsbeslut. Det kom,mer ingen ifrån idag.”
Ändå finns det en ljusglimtar: ”Våra nordiska kunder vet att de inte har råd att stå stilla”, tillägger hon. ”De fortsätter att investera för att motverka kinesisk konkurrens och driver AI framåt för att skärpa time-to-market och konkurrenskraften. Vi ser en tydlig aptit på vår utökade Xcelerator-portfölj och en önskan att lära oss hur man skalar AI baserat på vår digitala ryggrad.”
Har den nordiska avdelningen lyckats upprätthålla tillväxten under räkenskapsåret 2026? Och hur står sig den nordiska/baltiska regionen i jämförelse med Siemens andra europeiska regioner?
”Även om Siemens inte avslöjar specifika regionala intäktsfördelningar, kan jag bekräfta att vår nordiska/baltiska utveckling är stark. Vi bygger upp betydande momentum, med marknadsintresse som ligger väl i linje med våra interna tillväxtmål. Vårt strategiska fokus på digitala trådar och industriell AI får en stark respons hos kunderna, vilket säkerställer att vi förblir konkurrenskraftiga i det bredare europeiska landskapet.”
Analytiker pekar ut Siemens som en viktig kraft inom industriell AI-transformation
När vi går vidare i AI-spåret kan konstateras att området inte längre är en perifer strategi; det är, eller kommer åtminstone inom kort att bli, kärnan i industriell transformation. Siemens drar nytta av denna förändring och investerar kraftigt i att etablera marknadsledande verktyg som omdefinierar tillverkning. Koncernens PLM-strategi, ledd av divisionens CEO Tony Hemmelgarn, levererar kontinuerligt kvantifierbara resultat. Enligt rapporter från ABI Research 2025 och Forrester Wave för tredje kvartalet 2025 har Siemens Digital Industries Software framstått som en tydlig ledare inom utveckling och integration av AI inom PLM.
Det är värt att notera att Teamcenter-plattformen (Siemens PLM-lösning) rankades som nummer 1 för stora tillverkare i ABI Researchs utvärdering för 2025/2026. Siemens driver detta ledarskap, konstaterar analytikern, genom ”Teamcenter Copilot” – generativ AI inbäddad direkt i tekniska arbetsflöden. Denna teknik möjliggör optimerade digitala tvillingar, automatiserad förändringshantering och intelligent delklassificering.
När det gäller ”Forrester Wave för PLM-plattformar för diskreta tillverkare” för tredje kvartalet 2025 befäste denna ranking Siemens position och flyttade upp bolaget som ledande. Rapporten berömmer Teamcenter X (allt med suffixet X är relaterat till företagets molnlösning) för dess robusta strategi, innovativa färdplan och överlägsna stöd för inbäddade AI-funktioner – vilket cementerar grunden för verktyg som Teamcenter Copilot. Dessutom noterar man: ”Siemens fick enastående kundfeedback, där referenskunder hänvisade till säker, pålitlig support och tydlig kommunikation”.
Men det finns mer: Som nämnts i inledningen har Gartner bekräftat Siemens position som ledande inom industriell AI och utnämnt dem till, ”Företaget att slå inom tillverkning”. Analytikern menar att ”framtiden för tillverkningsindustrins AI-kapplöpning ligger i att integrera avancerade AI-tekniker i teknik, IT och drift, och gå bortom enkla regelbaserade system till mer intelligenta, agentbaserade lösningar.”
Siemens har för övrigt inte slösat tid på att agera på framgångarna i analytikernas bedömningar. Vid CES 2026 i januari presenterade företaget en stor, accelererad färdplan med fokus på att skapa vad de kallar ”marknadens första industriella AI-operativsystem”. Genom att integrera NVIDIAs fullstack-AI med Siemens Xcelerator-plattform överbryggar dessa lösningar den fysiska och digitala världen på ett aldrig tidigare skådat sätt.
Detta är verkligen ett skifte som omdefinierar gränsen mellan den fysiska och digitala världen, och kan ju få dramatiska effekter på dina kunders produktivitet…
”Ja, absolut. Låt mig också tillägga att vi är stolta över erkännandet från analytiker som ABI Research, Forrester och Gartner, som erkänner oss som ’företaget att slå’ inom tillverknings-AI. Även om dessa utmärkelser bekräftar våra tidigare framsteg, handlar vårt tillkännagivande på CES 2026 med NVIDIA angående den industriella grundmodellen och skalbar industriell AI om vår framtid.
Hittills har de bästa AI-integrationerna inom PLM varit isolerade punktlösningar – en copilot här, ett optimeringsverktyg där. Vad vi menar med ett ’industriellt AI-operativsystem’ är något fundamentalt annorlunda: ett enhetligt heltäckande AI-lager. Siemens Xcelerator-plattformen, i kombination med NVIDIAs fullstack-AI-funktioner – från GPU-accelererad databehandling till Omniverse – skapar en sådan kontinuerlig, intelligent bro mellan den digitala modellen och den fysiska tillgången.”
Vad betyder detta i praktiken?
”Att den digitala tvillingen inte längre är bara en statisk referens i designfasen, utan en levande motsvarighet till fysiska tillgångar. Det är en dynamisk enhet som s a s ’andas själv’ och kontinuerligt lär sig, uppdaterar och optimerar prestanda. Som vi definierar det på Siemens är industriell AI specialbyggd för den verkliga världen – den driver fabriker, produktionslinjer och infrastruktur som håller ekonomierna igång. Till skillnad från konsument-AI kräver denna teknik kompromisslös tillförlitlighet, säkerhet och precision.
Produktivitetspåverkan är transformerande. Ingenjörer lägger mindre tid på att söka, översätta och validera, vilket gör att beslut som en gång tog veckor – simuleringar, konsekvensbedömningar av förändringar, klassificering av delar – kan fattas på bara timmar eller minuter. Vi accelererar inte bara befintliga arbetsflöden; vi eliminerar hela kategorier av manuellt arbete, vilket frigör ingenjörer att fokusera på det de gör bäst: att innovera. Och avgörande är att detta inte är en visionär bildsamling. Med Teamcenter Copilot redan integrerad i dagliga arbetsflöden, med AI-nativ simulering och GPU-accelererad EDA, är det här verkliga funktioner som levererar värde till kunderna redan idag.”
Copiloter och agenter som påverkar den digitala tvillingen
Siemens har hittills släppt loss nio industriella AI-copiloter, utformade för att integrera generativ intelligens i hela värdekedjan. I framkant finns Eigen Engineering Agent, ett autonomt system som kan planera och validera komplexa automationsuppgifter. Denna satsning på AI-nativt territorium sträcker sig till simulering och elektronisk designautomation (EDA), där stora investeringar i NVIDIA GPU-kraft har låst upp och släppt loss en våg av transformativ prestanda. Genom att utnyttja denna accelererade beräkningsförmåga har Siemens uppnått valideringshastigheter på ”biljoncykler”, som PLM&ERP News rapporterat om under våren, en ökning som driver både deras EDA-verktyg och flaggskepps-simuleringsplattformar som Simcenter STAR-CCM+.
Siemens Simcenter-plattform är inget undantag. Företaget redovisar inte PLM-divisionens intäkter uppdelade per område, men analytiker vi pratat med tror att Simcenter-portföljen, mätt i intäkter, för närvarande representerar värden nära företagets CAD-intäkter. CAD-sidan är naturligtvis betydligt större sett till antalet licenser, men S&A-platserna kostar, på grund av deras förmåga att lösa komplexa problem, betydligt mer per licens. Men totalt sett säger detta något om vikten av simulering i allmänhet och STAR-CCM+ i synnerhet. Programmet hamnade hos Siemens i samband med köpet av CD-adapco 2016. Denna multifysiska CFD-programvara (Computational Fluid Dynamics) gör det möjligt att modellera komplexitet och digitalt utforska hur produkter fungerar under verkliga fysiska förhållanden. Men lösningen har också en integrerad finita elementlösare (FEA) för att studera hållfasthetslära, fluid-struktur-interaktion, värmelednings- och termiska spänningsproblem.
Denna breda användbarhet har gjort STAR-CCM+ till nästan ett standardverktyg på CFD-sidan hos de flesta av världens bilföretag; Volvo Cars, Volvo Lastbilar och Scania är några exempel. Men programvaran har också starka positioner inom flyg- och försvarsindustrin (t.ex. Boeing och Saab), olja och gas (t.ex. Aker offshore), motorer för marin och tung industriell utrustning (Wärtsilä), livsmedelsutrustning (Tetra Pak), etc.
Med denna nya, oöverträffade kraft, hur förändras den ”digitala tvilling-upplevelsen” från designverktyg till en realtids, handlingsredo operativ tillgång?
”Det är här NVIDIA-partnerskapet verkligen slår ut i blom. Siffrorna talar för sig själva. Historiskt sett var högkvalitativ simulering – särskilt beräkning i fluiddynamik i verktyg som Simcenter STAR-CCM+ – en lyx som endast används selektivt. Det var för dyrt och långsamt att köra systemet på varje designiteration, än mindre i ett operativt sammanhang. Man fick simulera sina tre bästa kandidater och hoppas att man valde vinnaren. Med NVIDIA GPU-acceleration integrerad i hela Simcenter-portföljen har vi krossat den begränsningen. Valideringshastigheter som en gång mättes i dagar uppnås nu på timmar eller till och med minuter. Detta är inte bara en marginell förbättring; Det är en stegvis förändring som fundamentalt förändrar vad som är möjligt.”
Så, hur påverkar det rollen för den digitala tvillingen?
”När simuleringen är långsam är den digitala tvillingen i huvudsak en statisk ögonblicksbild – korrekt i det ögonblick den skapades, men avviker snabbt från verkligheten. När simuleringen blir nära realtid förvandlas tvillingen till en levande, operativ tillgång. Du kan kontinuerligt validera mot faktiska driftsförhållanden och köra ’tänk-om-scenarier’ medan den fysiska tvillingen är i rörelse. Du kan förutsäga fel innan de inträffar och optimera prestandan i farten. Detta är den sanna essensen av fysisk AI: att föra intelligens bortom skärmen och in i den verkliga världen, vilket ger maskiner möjlighet att förstå och interagera med sin omgivning. Och det är också här fysik-AI spelar en avgörande roll – att träna AI i grundläggande principer som termodynamik, fluiddynamik och strukturmekanik för att revolutionera hur vi modellerar, förutsäger och löser verkliga problem.
Ger detta den digitala tvillingen en ännu bredare betydelse?
^Absolut. För våra kunder inom fordonsindustrin, flyg-, energi- och elektronikindustrin är den digitala tvillingen inte längre bara en artefakt i designfasen; det är en operativ kommandocentral. Det är en realtidsmodell som kontinuerligt valideras och som styr beslut genom hela produktens livscykel – från koncept till tillverkning och drift.
Dessutom gäller denna GPU-accelererade metod även för vår EDA-portfölj, där vi bevittnar liknande dramatiska Förbättringar av ic-hastigheten vid validering av elektronisk design. När du tar bort den beräkningsmässiga flaskhalsen låser du upp helt nya arbetssätt. Vi går från att ”simulera vad du har råd med” till att ”simulera allt, hela tiden”. Det är ett paradigmskifte, och det händer nu”, hävdar Zandra Nilsson.
Är tillförlitlighet i en helautomatiserad valideringskedja möjlig?
Med sina senaste lanseringar övergår Siemens officiellt från ren AI-assistans till helt autonoma system inom teknik och automation.
Från ’human-in-the-loop’ till ’human-on-the-loop”, vad betyder detta för industriingenjörens roll? Och framför allt, hur säkerställer man absolut tillförlitlighet i en helautomatiserad valideringskedja?
”Detta är kanske den viktigaste frågan inom industriell AI just nu, och det är avgörande att vara precis om skillnaden. Förskjutningen ligger mellan copiloter – som assisterar mänskligt arbete – och agentisk AI, som vår nya Eigen Engineering Agent, som autonomt uppfattar, resonerar och agerar för att uppnå mål.
Medan agenter slutför uppgifter självständigt, förblir människor ”på slingan”, definierar mål, sätter gränser och övervakar resultat, vilket i slutändan höjer ingenjörens roll. För att säkerställa tillförlitlighet utnyttjar Siemens årtionden av industriell data, djup domänexpertis och dedikerade AI-specialister, håller agenter inom definierade skyddsräcken och använder verifierad data. Dessutom utvecklar vi orkestreringsagenter för att hantera komplexa arbetsflöden, vilket ger transparent, granskningsbar och styrd industriell autonomi, vilket ger ingenjörer möjlighet att uppnå dramatiskt mer.”
Att överbrygga en klyfta: Siemens vision för industriell AI i Norden
Siemens har lanserat ett robust och omfattande program för industriell AI. Marknaden är dock fortfarande ett förrädiskt landskap. Inför andra kvartalet 2026 belyser branschdata en allvarlig verklighet: uppskattningsvis 80–85 % av alla AI-projekt misslyckas med att leverera förväntat affärsvärde. Dessutom visar studier (inklusive de från MIT) att upp till 95 % av GenAI-pilotprojekten misslyckas med att generera mätbar ROI, medan S&P Global rapporterar att 46 % av AI-projekten överges innan de når produktion – en ”pilotskärseld”.
Hur tolkar du den tuffa marknadsdatan – där över 80 % av AI-projekten misslyckas med att leverera värde och ungefär hälften fastnar i pilotprojektets skärseld? Stämmer detta överens med vad du ser ute i fält?
”Statistiken stämmer, och vi ser den i verkligheten på nära håll. Ändå är den avgörande slutsatsen att misslyckanden sällan beror på själva AI-tekniken, utan snarare på ett misslyckande med att skala upp. Jag ser denna ’80 % misslyckandegrad’ inte som en dödsstöt för AI, utan som ett symptom på en ’guldrush-mentalitet’, liknande den under IoT-eran för ett decennium sedan. För att skala upp måste organisationer gå bortom experiment och säkra sina data inom en robust digital ryggrad.”
Hur bör industriledare närma sig AI-investeringar för att undvika vanliga fallgropar? Vad saknas, och hur ser tidslinjerna för avkastning på investeringen ut?
”Formeln för framgång är att prioritera högvärdiga användningsfall, bevisa värde och bygga för skala.” Börja med det vi kallar ”ingenjörs-AI” – att förbättra befintliga arbetsflöden – och lägg sedan de grundläggande investeringar som krävs för att skala upp.
De mest framgångsrika implementeringarna jag har sett inom olika sektorer börjar med en laserfokuserad, välförstådd affärsutmaning. Exempel inkluderar: ”Vår förändringsledningsprocess tar sex veckor, vilket skapar flaskhalsar nedströms”, ”40 % av vår simuleringsbudget slösas bort på att köra om misslyckade valideringar” eller ”Ingenjörer lägger mer tid på att söka efter delar än att designa”. Dessa är exakta, lösbara problem – och AI är ett utomordentligt kraftfullt verktyg för att lösa dem.
När det gäller tidslinjer, om de bygger på en solid datagrund, uppnår kunderna resultat. Mätbar ROI inom tre till sex månader på riktade användningsfall, såsom intelligent delklassificering, automatiserad förändringskonsekvensanalys och AI-assisterad simuleringsuppsättning. Nyckelordet är riktad. Du bevisar värde i ett fokuserat projekt, bygger organisationens förtroende och skalar sedan upp.Organisationer som försöker sig på en ”företagsomfattande AI-transformation” i ett svep är de som hamnar i den misslyckandestatistik du nämnde. Den vinnande strategin är tydlig: Tänk stort, börja fokuserat och skala snabbt.”
Vad gör Siemens annorlunda för att trotsa denna statistik och böja kurvan mot framgång för era partners?
”Som jag sa ovan är Siemens unikt positionerat – inte bara för att vi har de bästa AI-algoritmerna, utan på grund av var och hur vi distribuerar dem, med stöd av oöverträffad kunskap och industriell närvaro.”
”Här är fyra grundläggande och säörskiljande faktorer i vår strategi, fortsätter Zandra Nilsson:
- Oöverträffad industriell data: Siemens leder inom AI genom årtionden av verkliga operativa data. Vi är inte ett renodlat AI-företag som försöker förstå tillverkning; vi har levt och andats dessa processer i över 175 år. Vår AI är utbildad på genuina designspecifikationer, simuleringsresultat, sensordata och driftsloggar – fördelar som ingen startup eller hyperscaler kan replikera.
- Djupgående domänexpertis: Du kan inte lära dig fysiken hos ett turbinblad, nyanserna i flygcertifiering eller toleranskedjor inom fordonsindustrin från en stor språkmodell. Våra AI-specialister arbetar hand i hand med domänexperter som förstår dessa industriella realiteter implicit.
- Bädda in, inte lägga till, AI: Vi bäddar in AI direkt i befintliga arbetsflöden. Teamcenter Copilot ber inte ingenjörer att ändra sina processer; det gör deras befintliga arbete betydligt mer produktivt. Våra nya industriella copiloter följer denna filosofi och möter användarna där de är. Dessutom fungerar vår agentiska AI – som Eigen Engineering Agent – autonomt inom de exakta gränser och styrningsstrukturer som industriella kunder kräver.
- NVIDIA-partnerskapets kronjuvel: Vårt partnerekosystem säkerställer att vi bygger på den mest kraftfulla tillgängliga datorinfrastrukturen, inklusive GPU-accelererad simulering, AI-nativ EDA, fysikbaserad AI – dessa är inte vetenskapliga projekt. De är produktionsklara funktioner som är helt integrerade i Siemens Xcelerator-plattformen.
Gartners väckarklocka
När Gartner-analytiker nyligen förutspådde att 60 % av AI-initiativ som saknar en robust ”AI-redo” datagrund kommer att överges år 2026, skickade det en ”nyktrande” chockvåg genom marknaden. Dessa misslyckanden är sällan tekniska, menar analytiker, utan snarare organisatoriska – de härrör från dålig datamognad, vaga affärsmål och en oförmåga att flytta AI ut ur ”labbet” och in i dagliga arbetsflöden.
Med tanke på Siemens avgörande roll inom industriell digitalisering, vad är ditt perspektiv? Bevittnar vi en integrationskris snarare än brist på innovation?
”Absolut. Ärligt talat tycker jag att Gartners prognos är försenad; branschen behövde denna väckarklocka. Deras förutsägelse att 60 % av AI-initiativen kommer att överges på grund av dålig databas stämmer exakt överens med våra egna observationer. Insikten att dessa misslyckanden är organisatoriskt snarare än tekniskt är helt rätt, och jag skulle dela upp det i tre grundorsaker:
- Datamognadsfällan: Industriell AI är konstruerad för den fysiska världen och kräver data som speglar verkligheten med precision. Ändå har många företag spenderat år på att hamstra data utan att investera i att göra den sammankopplad, kontextualiserad och pålitlig. Verkligheten är skarp: Man kan inte bygga en intelligent digital tvilling på en grund av isolerade kalkylblad och knarrande äldre databaser.
- Vaga affärsmål: Som nämnts är ”vi behöver en AI-strategi” en färdplan till ingenstans, inte en strategi. Omvänt är ”att minska tiden till första artikeln med 30 %” ett mätbart imperativ. Organisationer vacklar när de behandlar AI som ett glänsande IT-projekt snarare än ett kärnföretagstransformationsinitiativ.
- Klyftan mellan labb och arbetsflöde: Det kanske mest lömska misslyckandeläget är ”labb till arbetsflöde”-klyftan. Ett briljant proof-of-concept fångat i en dataforskares Jupyter-anteckningsbok levererar noll företagsvärde. För att skapa effekt måste AI integreras i de dagliga arbetsflödena för de människor som faktiskt skapar värde – ingenjörer, operatörer och planerare. Det är därför Siemens har investerat så mycket i att integrera AI direkt i Teamcenter, Simcenter och våra automationsverktyg – inte som en påbyggd eftertanke, utan som en inbyggd funktion.
”Så, missta er inte,” tillägger Zandra Nilsson, ”vi står inför en integrationskris, inte en innovationskris. Det är just här Siemens roll inom industriell digitalisering blir avgörande. Vi går utöver att tillhandahålla AI-verktyg; vi levererar den uppkopplade datastommen – genom Siemens Xcelerator och Teamcenter – som gör AI användbar på produktionsgolvet. Vi levererar arbetsflödesintegrationen som driver AI ut ur labbet och in i ingenjörernas dagliga verklighet, med stöd av domänexpertis för att säkerställa att den löser rätt problem.
De företag som kommer att blomstra är de som inser att AI inte är en destination; det är en accelerator. Och en accelerator är bara så kraftfull som fordonet den driver. Vårt uppdrag är att hjälpa kunder att bygga det fordonet – en mogen, datarik digital infrastruktur – och sedan turboladda det med industriell AI.
Detta är mer än en strategi. Det är vårt ansvar som ledande teknikpartner för industriell digitalisering”, konstaterar Siemens nordiska PLM-chef.
Vikten av databas för AI
Med tanke på er starka portfölj, hur har det initiala upptaget och feedbacken varit från era nordiska kunder inom viktiga sektorer som fordonsindustrin, flyg- och rymd-industrin och försvaret? Hur översätter de AI-hypen till konkreta, handlingsbara investeringar?
”Den nordiska marknaden är fascinerande eftersom den är både mycket avancerad och mycket pragmatisk. Det vi ser är ett tydligt mönster: de företag som rör sig snabbast med industriell AI är de som redan har en stark digital ryggrad. De har investerat i PLM, i Teamcenter, i simuleringsdriven utveckling, och nu blir AI det naturliga nästa lagret som förstärker allt de redan har byggt. För dem är det inte ett språng i tro att anta Teamcenter-copilot eller utnyttja AI-nativ simulering; det är en logisk utveckling.
Inom fordonsindustrin ser vi till exempel kunder som använder våra AI-drivna verktyg för att dramatiskt minska designcyklerna, och gå från veckor till dagar på uppgifter som förändringskonsekvensanalys och delklassificering. Inom flyg- och försvarsindustrin, där certifiering och spårbarhet inte är förhandlingsbara, är attraktionskraften – och säkerhetskraven – annorlunda, men lika kraftfulla: AI som kan accelerera validering samtidigt som den bibehåller fullständig granskningsbarhet.
Det viktigaste skiftet jag observerar är att nordiska kunder inte längre frågar om isolerade användningsfall, utan snarare hur de kan skala upp.”
Elektrifiering och EDA på den nordiska marknaden
Globala företagsinvesteringar berättar en tydlig historia: elektronik och elektrifiering upplever kraftfull, hållbar tillväxt – en trend som accelererar snabbt i hela Norden. För Siemens har verktyg för elektronisk designautomation (EDA) blivit en hörnsten i vår portfölj och står för över en tredjedel av de totala globala intäkterna.
Hur förändras denna intäktsmix inom den nordiska marknaden? Hur driver era framsteg inom EDA Siemens konkurrensfördelar inom industriell integration och digital transformation från början till slut?
”Elektrifiering och elektronik är bland de starkaste långsiktiga tillväxtdrivarna på den nordiska industrimarknaden, och vi ser att denna trend accelererar inom praktiskt taget alla branscher, från fordons- och energiindustrin till industriell automation, medicinteknik, flyg- och rymdteknik och försvar.
EDA är en alltmer strategisk del av Siemens portfölj globalt, och vi ser en stark utveckling i Norden då kunderna möter växande komplexitet inom elektronik, inbyggd programvara, anslutning och systemintegration. Siemens ökade investeringar i IC-designteknik och halvledarlösningar lönar sig också tydligt och stärker vår position inom avancerad chip-, kapslings-, verifierings- och systemdesign.
Siemens fördel ligger i dess unika förmåga att väva in EDA, maskinteknik och mjukvaruutveckling i en enda, sömlös digital tråd. Få organisationer kan överbrygga klyftan mellan halvledardesign och tillverkningsutförande i stor skala med sådan precision.
”I takt med att produkter utvecklas till programvarudefinierade ekosystem blir gamla silos en belastning. Dagens ledare behöver ett smidigt, domänöverskridande samarbete, sömlöst integrerat med cybersäkerhet och efterlevnad. Genom att överbrygga chipdesign, fabriksoptimering och livscykelhantering tillhandahåller Siemens den digitala arkitekturen från början till slut för att bemästra denna komplexitet”, säger Zandra Nilsson.
Det är tydligt att i kampen för att gå bortom ”AI-buzzwords” och leverera verklig, produktiv substans i långa stycken handlar om förmågan att kontrollera hela värdekedjan avgörande. Förändringen är påtaglig: Nordiska företag frågar inte längre efter isolerade användningsfall – de frågar hur de ska skala upp. Det är precis den framtid som Zandra Nilsson och hennes PLM-team satt sig i sinnet att leverera.
