SiePA的架构图很简单，我们从现有数据里面，不管是来自控制系统、设备监测、故障通知与分析、工艺设计还是维修报告日志的数据，从这些数据中建立模型，实施监控、分析评估，最后来做诊断，甚至是形成一个闭环来帮助模型的不断优化。

我们从工业大数据开始机器学习，找到各种不同参数之间的关联性并建立模型，然后建立风险预测预警，提供智能分析诊断，然后又能在全生命周期通过新的数据反馈来进行模型的迭代和优化，进一步帮助机器去学习。生命周期不断的提高将大幅提升工厂的可用率和运营效率，包括正确的决策，成本的降低等。
作为人工智能在工业场景下产品化设计的一次成功尝试，SiePA获得了2020德国红点设计大奖，入选2020世界人工智能大会zhuoyue人工智能引领者（SAIL）TOP30榜单。SiePA 已成功应用于包括中国石化青岛炼油化工有限责任公司在内的多个客户工厂，为客户建立起了从智能预警到gaoji诊断的闭环机制，以保证生产的可靠性和安全性。目前，西门子已在全球市场与众多企业基于 SiePA 开展相关合作与应用，向着数字化与智能化制造的目标不断迈进。