【导读】系统工程源于NASA运载火箭的复杂系统集成需求，以结构化拆解与跨系统协同管理，成为航空航天产业的核心支撑。但随着飞行器、航天器集成度提升及复杂电子与软件系统的引入，其自身复杂度加剧，跨域集成不足、数字鸿沟等问题凸显，即便MBSE也未能根治。在此背景下，系统工程需从“局部优化”转向“整体协同”，而SysML v2、AI与综合数字孪生三大技术，从协同语言、效率提升、数字底座维度提供了新路径，为中国航空航天产业突破瓶颈、抢占低空经济新赛道创造了机遇。

挑战：复杂性加剧与数字鸿沟

系统工程通过对复杂系统进行结构化拆解和跨系统协同管理，确保火箭各子系统能够高度一致地协同工作。然而，系统工程在降低产品复杂度的同时，其自身也逐渐变得复杂。在现实中，不同工程领域之间的集成程度往往低于企业的主观认知，许多问题只有在跨域接口发生故障时才被暴露出来，即便从传统的文档驱动方法演进到模型驱动系统工程（MBSE），这一问题依然存在。

这种集成上的不足往往导致设计错误、项目延期以及系统风险的指数级放大。随着新一代飞行器和航天器持续引入更复杂的电子系统与软件系统，整体复杂度也随之增加。

在此背景下，系统工程亟需从“局部优化”迈向“整体协同”，实现跨工程域的高度互操作与协同设计。这一转型离不开系统性的数字化转型投入，而这一需求在中国尤为迫切。

SysML v2：弥合工程鸿沟的关键工具

要实现系统工程的整体化，首先需要支撑新型协同流程的工具体系。SysML v2 正是在这一背景下展现出关键价值。

相较于注重模型的严谨性但互操作性有限的 SysML v1，SysML v2 是一种更直观的建模方法。它使企业能够灵活运用多种不同的建模方法论，从而极大地方便了数据的交换。

通过建立标准的框架，SysML v2 能使企业在不同工程域之间开放地共享信息，确保了数据的一致性，并促进了集成化系统架构的开发。

这使其能够作为跨工程域的统一语言，在系统、软件、电子与机械工程之间建立一致的数据与语义基础。更重要的是，SysML v2 降低了系统工程的使用门槛。通过兼容多种建模思维，它使更多工程师能够快速参与系统级设计，从而推动系统工程真正“下沉”到一线研发团队，而非局限于少数专家。

人工智能（AI）：探索创新的新路径

另一项能够变革系统工程的关键技术是 AI。随着 SysML v2 实现流程和工作流的标准化，航空航天企业将更有能力将 AI 引入其工程战略。

AI 技术的复杂程度将不断提高。企业可以从相对简单的任务入手，如数据传输和模型转换，逐步过渡到更复杂的任务，如模型生成和验证。SysML v2 可以提供标准的框架和工作流作为 AI 模型的基底，从而提高 AI 的准确性和可靠性。

通过将这些重复性、繁琐的任务交给 AI，工程师可以将更多时间投入到需要创新的任务上，从而加速产品上市时间，成倍地放大新系统工程战略的影响力。

综合数字孪生：数字化转型的底座能力

任何成功的数字化转型，都离不开全面数字孪生和开放生态系统的支持，它们是连接所有工具的基础。

全面数字孪生并非单一模型，而是贯穿产品全生命周期、覆盖多工程域的虚拟系统映射。它通过端到端的数据可追溯性，将需求、设计、制造、验证、运行乃至运维阶段有机连接起来。

此外，全面数字孪生可以轻松融入开放的数据环境和生态系统，与其他工具集成并协同工作。通过构建这样的生态系统，企业可以将 SysML v2 和 AI 等工具与数字孪生链接起来，充分发挥它们各自的优势，实现能力叠加和相互促进。

以数字化系统工程，支撑航空航天新增长极

构建真正整体化的系统工程体系并非一蹴而就，但路径已经清晰。SysML v2 能够提供跨域协同的语言基础，全面数字孪生构建了全生命周期的数字底座，AI 则为工程效率与创新能力带来大幅提升。当这些能力通过开放的数字生态有机连接，其价值将被成倍放大。对于正处在高速成长与深度变革中的中国航空航天产业，尤其是以 eVTOL 为代表的低空经济新赛道而言，这不仅仅是技术升级，更是构建长期竞争力的关键路径。

面对系统复杂度与跨域集成挑战，SysML v2、AI与综合数字孪生三大技术各展所长，经开放生态融合实现能力倍增，为系统工程向“整体协同”转型提供支撑。对处于变革期的中国航空航天产业而言，以三者为核心推进数字化系统工程，是破解难题、抢占低空经济新赛道、构建长期竞争力的关键。未来，数字化系统工程将成为产业新增长极的核心引擎。