數(shù)字孿生：現(xiàn)實世界的數(shù)字復制體。它能幫助我們了解假設情景，精準地預測結果，快速獲取傳感器數(shù)據(jù)并模擬條件，并輸出指令以操縱現(xiàn)實世界。
01數(shù)字孿生
當下，企業(yè)正在以多種方式使用數(shù)字孿生技術。
在能源領域，油田服務運營商通過獲取和分析大量井內(nèi)數(shù)據(jù)，建立數(shù)字模型，實時指導鉆井作業(yè)；
在醫(yī)療保健領域，心血管研究人員正在為臨床診斷、教育、培訓等方面創(chuàng)造高仿真的人類心臟的數(shù)字孿生體；
作為智慧城市管理的典型案例，可以使用詳細的虛擬城市模型，用于城市規(guī)劃、維護和災害預警項目。
數(shù)字孿生可以模擬物理對象或流程的各個方面。它們可以展現(xiàn)新產(chǎn)品的工程圖和尺寸，也可以展現(xiàn)從設計到消費者整個供應鏈中所有子部件和相應環(huán)節(jié)—已建成“數(shù)字孿生”，也可采用“即維護”模式—生產(chǎn)車間設備的實物展現(xiàn)。仿真模型可以捕獲設備如何操作，工程師如何維護，甚至該設備生產(chǎn)的產(chǎn)品如何與客戶關聯(lián)。數(shù)字孿生可以有多種形式，但它們無一例外都在捕獲和利用現(xiàn)實世界的數(shù)據(jù)。
MarketsandMarkets的最新研究表明，數(shù)字孿生技術的探索已經(jīng)展開：2019年數(shù)字孿生市場的價值為38億美元，預計2025年將增至358億美元。
是什么導致了這種猛增？數(shù)字孿生并非新事物，為何現(xiàn)在開始增長？自21世紀初以來，先鋒企業(yè)已經(jīng)開始摸索如何借助數(shù)字模型以改進產(chǎn)品和流程。盡管在當時數(shù)字孿生的潛力就已經(jīng)顯現(xiàn)，但很多企業(yè)發(fā)現(xiàn)，開發(fā)數(shù)字孿生涉及大量數(shù)據(jù)，而處理這些數(shù)據(jù)所需的連通性、計算能力、數(shù)據(jù)存儲以及帶寬成本高昂，令人望而卻步。
數(shù)字孿生發(fā)展勢頭迅猛，得益于快速發(fā)展的仿真和建模能力、更好的互操作性和物聯(lián)網(wǎng)傳感器，以及更多可用的工具和計算的基礎架構等。因此，各領域內(nèi)的大小型企業(yè)都可以更多地接觸到數(shù)字孿生技術。IDC預測，到2022年，40%的物聯(lián)網(wǎng)平臺供應商將集成仿真平臺、系統(tǒng)和功能來創(chuàng)建數(shù)字孿生，70%的制造商將使用該技術進行流程仿真和場景評估。
與此同時，通過訪問大量數(shù)據(jù)，使得創(chuàng)建比以往更為詳細、更為動態(tài)化的仿真成為可能。對于數(shù)字孿生的長期用戶而言，這就好比從模糊的黑白快照過渡到彩色高清數(shù)碼照片一樣，從數(shù)字源中獲取的信息越多，最后呈現(xiàn)的照片就越生動逼真。
圖數(shù)字孿生技術助力企業(yè)設計、優(yōu)化和轉型
02模型+數(shù)據(jù)=洞察力和實際價值
數(shù)字孿生功能最初是工程師工具箱里的一種選擇工具，它可以簡化設計流程，削除原型測試中的許多方面。通過使用3D仿真和人機界面，如增強現(xiàn)實和虛擬現(xiàn)實，工程師可以確定產(chǎn)品的規(guī)格、制造方式和使用材料，以及如何根據(jù)相關政策、標準和法規(guī)進行設計評估。數(shù)字孿生可以幫助工程師在確定設計終稿之前，識別潛在的可制造性、質(zhì)量和耐用性等問題。因此，傳統(tǒng)的原型設計速度得以提升，產(chǎn)品以更低的成本，更有效地投入生產(chǎn)。
除設計之外，數(shù)字孿生還有望改變企業(yè)對產(chǎn)品和機器進行預測性維護的方式。機器內(nèi)嵌入的傳感器將性能數(shù)據(jù)實時傳輸?shù)綌?shù)字孿生體，這不僅可以預先識別和解決故障，還可以定制服務和維護計劃，更好地滿足客戶的個性化需求。
近期，荷蘭皇家殼牌公司（Royal Dutch Shell）啟動了一項為期兩年的數(shù)字孿生計劃，以幫助石油及天然氣運營商更加高效地管理海上資產(chǎn)，加強工人安全保障，并探索可預見的維護時機。
數(shù)字孿生有助于優(yōu)化供應鏈、分銷和運營，甚至還可以優(yōu)化上述業(yè)務相關的每個員工的個人表現(xiàn)。舉例來說，全球快消產(chǎn)品制造商聯(lián)合利華（Unilever）啟動了一個數(shù)字孿生項目，旨在為旗下數(shù)十家工廠創(chuàng)建虛擬模型。在這些工廠內(nèi)，物聯(lián)網(wǎng)傳感器被嵌入到機器內(nèi)部，向AI和機器學習應用程序反饋機器性能數(shù)據(jù)，并進行分析。分析后的操作信息再輸入到數(shù)字孿生體中，從而幫助工人預測機器維護的時機、優(yōu)化產(chǎn)出并提高產(chǎn)品合格率。
再比如，智慧城市計劃正使用數(shù)字孿生技術來緩解交通擁堵、進行城市規(guī)劃等。新加坡雄心勃勃的“虛擬新加坡計劃”（Virtual Singapore initiative）讓一切成為可能，從規(guī)劃基站和太陽能電池，到模擬交通方式和人流量。另一個潛在用途，可能是在新加坡年度F1賽車的封路期間，用于緊急疏散計劃和路線安排。
03新事物
過去十年來，由于以下幾個因素，數(shù)字孿生技術的部署一直在加速。
仿真：構建數(shù)字孿生技術所需工具的能力和成熟度都在不斷提高。現(xiàn)在，人們可以設計復雜的假設仿真情景，從探測到的真實情況回溯，執(zhí)行數(shù)百萬次的仿真流程也不會使系統(tǒng)過載。而且，隨著供應商數(shù)量的增加，選擇范圍也在持續(xù)擴大。同時，機器學習功能正在增強洞察的深度和使用性。
新的數(shù)據(jù)源：實時資產(chǎn)監(jiān)控技術如LIDAR（激光雷達）與FLIR（前視紅外）產(chǎn)生的數(shù)據(jù)，現(xiàn)在已經(jīng)可以整合到數(shù)字孿生體內(nèi)。同樣地，嵌入機器內(nèi)部的或部署在整個供應鏈的物聯(lián)網(wǎng)傳感器，可以將運營數(shù)據(jù)直接輸入到仿真系統(tǒng)中，實現(xiàn)不間斷的實時監(jiān)控。
互操作性。過去十年里，將數(shù)字技術與現(xiàn)實世界相結合的能力已經(jīng)得到顯著提高。這一改善主要得益于物聯(lián)網(wǎng)傳感器、操作技術之間工業(yè)通信標準的加強，以及供應商為集成多種平臺集成做的努力。
可視化。創(chuàng)建數(shù)字孿生體所需的龐大數(shù)據(jù)量可能會使分析變得復雜，如何獲得有意義的洞察就變得更具挑戰(zhàn)性。先進的數(shù)據(jù)可視化可以通過實時過濾和提取信息來應對該挑戰(zhàn)。最新的數(shù)據(jù)可視化工具除了擁有基礎看板和標準可視化功能之外，還包括交互式3D、基于VR和AR的可視化、支持AI的可視化以及實時媒體流。
儀器：無論是嵌入式的還是外置的物聯(lián)網(wǎng)傳感器都變得越來越小，并且精確度更高、成本更低、性能更強大。隨著網(wǎng)絡技術和網(wǎng)絡安全的提高，可以利用傳統(tǒng)控制系統(tǒng)獲得關于真實世界更細粒度、更及時、更準確的信息，以便與虛擬模型集成。
平臺：增加功能強大且價格低廉的計算能力、網(wǎng)絡和存儲的可用性和訪問是數(shù)字孿生技術的關鍵促成要素。一些軟件公司在基于云平臺、物聯(lián)網(wǎng)和分析技術領域進行了大量投資，緊跟數(shù)字孿生潮流。其中部分投資正在用于簡化行業(yè)特定數(shù)字孿生應用的開發(fā)工作。
04成本與收益
為數(shù)字孿生提供動力的AI和機器學習算法需要大量數(shù)據(jù)，但多數(shù)情況下，生產(chǎn)車間的傳感器所輸入的數(shù)據(jù)可能已經(jīng)損壞、丟失，或不完整。因此，團隊應該立即開始收集數(shù)據(jù)，尤其是在問題數(shù)量最多、停機成本最高的地區(qū)。從現(xiàn)在開始逐步開發(fā)必要的基礎設施和數(shù)據(jù)管理方法，可以幫助企業(yè)縮短獲益時間。
即使是針對新流程、系統(tǒng)和設備而創(chuàng)建數(shù)字孿生體，也不是都能完美地測試整個流程。對于化學和生物反應，在極端情況下可能無法直接測量過程本身；而在某些情況下，測量一個物理對象可能成本過高或不太實用。因此，企業(yè)需要尋找一些代替物（比如利用車輛上的設備和傳感器，而不是直接將傳感器放入輪胎里），或者利用可以檢測的元素（比如化學或生物反應所產(chǎn)生的光線或熱量）。
另外，隨著傳感器成本的下降，平衡成本、收益分析對確定使用傳感器數(shù)量至關重要?，F(xiàn)代飛機引擎上可以有成千上萬個傳感器，每秒可生成數(shù)萬億字節(jié)的數(shù)據(jù)。
結合數(shù)據(jù)孿生、機器學習和預測模型，制造商可以提供各類建議，幫助飛行員優(yōu)化燃油消耗、進行預測性維護、幫助機隊管理成本等。然而，大多數(shù)應用只需在重要位置部署少量的傳感器，即可檢測流程內(nèi)的關鍵輸入輸出數(shù)據(jù)，以及關鍵階段。
05模型之外
未來幾年里，我們將看到數(shù)字孿生技術在各行業(yè)中的廣泛部署。在物流、制造和供應鏈領域，運用機器學習和先進網(wǎng)絡連接（比如5G）的數(shù)字孿生技術，將更多地跟蹤、監(jiān)測、規(guī)劃路線和優(yōu)化整個工廠和世界各地的貨物流，使得貨物位置和所處環(huán)境（溫度、濕度等）變得實時可見。在無需人為干預的情況下，“控制塔”可以指揮庫存轉移、調(diào)整裝配線工藝步驟或重新規(guī)劃集裝箱路線等糾正措施。
一些從產(chǎn)品銷售向產(chǎn)品+服務模式或銷售即服務（As-a-service）轉型的企業(yè)，正在開拓新的數(shù)字孿生技術應用。把數(shù)字孿生體與嵌入式傳感器相連接，將其用于財務分析和預測，可以改善和優(yōu)化預測、定價和增銷機會。例如，企業(yè)可以監(jiān)測產(chǎn)品磨損程度更高的使用情況，為其提供額外的保修或維護選項。企業(yè)可以在農(nóng)業(yè)、交通和智能樓宇等多種行業(yè)以服務的形式銷售產(chǎn)出或吞吐量。隨著能力和成熟度的增加，預計未來會有更多企業(yè)以數(shù)字孿生為模型，為產(chǎn)品和服務尋求新的貨幣化戰(zhàn)略。
圖數(shù)字孿生趨勢細分
06數(shù)字未來建模
隨著數(shù)字孿生技術趨勢在未來幾年的加速，可能會有更多企業(yè)開始探索使用數(shù)字孿生技術來優(yōu)化流程、實時制定以數(shù)據(jù)為驅動的決策，以及設計新的產(chǎn)品、服務和商業(yè)模式的機會。
在資本密集型產(chǎn)業(yè)，比如制造業(yè)、公用事業(yè)和能源，已是數(shù)字孿生技術應用的先驅。當早期實踐者在各自行業(yè)領域內(nèi)展現(xiàn)出先發(fā)優(yōu)勢時，其他企業(yè)也將緊隨其后。
長期來看，若想要實現(xiàn)數(shù)字孿生技術的全部潛力，可能需要集成整個生態(tài)圈內(nèi)的系統(tǒng)和數(shù)據(jù)。創(chuàng)建一個完整的客戶生命周期或供應鏈（囊括了一線供應商和其自身的供應商）的數(shù)字化仿真，可以提供富有洞察力的宏觀運營觀點，但仍然需要將外部實體整合到內(nèi)部數(shù)字化生態(tài)系統(tǒng)內(nèi)。
直至今日，大多數(shù)企業(yè)仍對點對點連接之外的外部集成感到不滿意。克服這種猶豫可能是一個長期挑戰(zhàn)，但最終，所有的付出都將是值得的。未來，期望企業(yè)會利用區(qū)塊鏈打破信息孤島，繼而驗證信息并將其輸入數(shù)字孿生體中。這可以釋放先前無法訪問的大量數(shù)據(jù)，從而使仿真更加細節(jié)化、動態(tài)化，更具潛在價值。現(xiàn)在，是時候將你的數(shù)字企業(yè)從黑白時代轉換到彩色時代了。你準備好了嗎？
07管理者視角
策略：雖然模擬現(xiàn)實世界的數(shù)字孿生技術已經(jīng)存在多年，但新的需求仍需要我們重新審視當下的技術能力。價格低廉的傳感器，物聯(lián)網(wǎng)、機器學習及快速、無摩擦的云技術相結合，可以支持復雜的分析以及實時模擬。雖然制造業(yè)已經(jīng)使用這一技術很多年了，而如今，企業(yè)也在不斷探索如何將數(shù)字孿生技術用于運營、城市規(guī)劃、智能基礎設施等領域。此外，很多企業(yè)想要逐漸轉向“即服務（As-a-service）”的商業(yè)模式，這對數(shù)字孿生的復雜程度又提出了新的要求。屆時，企業(yè)就會面臨一個很有挑戰(zhàn)性的決策，是小規(guī)模投資此類試驗，還是大規(guī)模投資以支持此類更廣泛的創(chuàng)新呢？
財務：數(shù)字孿生有越來越大的潛力影響企業(yè)的底線，但是首席財務官們（CFOs）和他們的團隊始終不能很好的理解這個技術。對許多財務部門的人來說，制造流程以及倉儲物流的傳統(tǒng)數(shù)字孿生仿真是制造部門的黑匣子。然而，高質(zhì)量仿真、機器學習、嵌入式傳感器的日益普及，正在改變這種現(xiàn)狀。一些從產(chǎn)品銷售轉向產(chǎn)品加服務或即服務（As-a-service）模式的企業(yè)，正在使用強大的數(shù)字孿生技術。他們通過嵌入式傳感器跟蹤使用情況，創(chuàng)造使用推薦，主動維護或者利潤優(yōu)化這些新服務。同時，與IT部門合作理解數(shù)字孿生的現(xiàn)狀及未來潛力越來越重要，特別是對于需要開發(fā)新產(chǎn)品、新服務等的企業(yè)而言。
風險：隨著數(shù)字孿生技術與物聯(lián)網(wǎng)和人工智能（AI）的結合，其顛覆性的力量正在增長。在目前的商業(yè)環(huán)境下，任何潛在的技術驅動帶來的中端都可能給整個企業(yè)帶來巨大的風險。但數(shù)字孿生可能不會顯著增加風險，至少一開始不會。但是，隨著對數(shù)字孿生的依賴性不斷增強，企業(yè)會積累大量來自傳感器或其它來源的數(shù)據(jù)，這可能會增加隱私或網(wǎng)絡風險。如果數(shù)字雙系統(tǒng)能夠實現(xiàn)一個新的業(yè)務模型，該模型具有多個“即服務（As-a-service）”產(chǎn)品，那么企業(yè)要了解這些新的收入可能會對財務、技術和現(xiàn)有業(yè)務模型產(chǎn)生哪些實質(zhì)性的影響。如果潛在風險很大，那么在IT和業(yè)務部門利用數(shù)字孿生技術之前，企業(yè)需要對這些風險進行評估和管理。
總結
未來，任何事物，包括人類、服務、全球企業(yè)甚至各個城市等，都會有相應的數(shù)字孿生體。這種規(guī)?？赡懿粫诤罄m(xù)的18個月到24個月內(nèi)出現(xiàn)，但數(shù)字孿生趨勢在未來的數(shù)年里將不斷發(fā)展壯大。試點項目和測試原型可以幫助企業(yè)判斷哪些潛在領域能夠借助數(shù)字孿生技術獲益，現(xiàn)在，是時候迎接將至的顛覆性變革了。
未來智能實驗室的主要工作包括：建立AI智能系統(tǒng)智商評測體系，開展世界人工智能智商評測；開展互聯(lián)網(wǎng)（城市）云腦研究計劃，構建互聯(lián)網(wǎng)（城市）云腦技術和企業(yè)圖譜，為提升企業(yè)，行業(yè)與城市的智能水平服務。
