本文來(lái)自千家網(wǎng)。
數(shù)字孿生已成為近來(lái)的流行語(yǔ)和主要投資機(jī)會(huì)。事實(shí)上，ABI Research的數(shù)據(jù)預(yù)測(cè)，工業(yè)數(shù)字孿生的支出預(yù)計(jì)將從2022年的46億美元增長(zhǎng)到2030年的339億美元。包括亞馬遜、微軟和谷歌在內(nèi)的主要參與者最近都推出了自己的數(shù)字孿生解決方案。
盡管有這些發(fā)展，但采用數(shù)字孿生解決方案對(duì)企業(yè)來(lái)說(shuō)并不總是一個(gè)簡(jiǎn)單的過(guò)程。雖然目標(biāo)是擁有整個(gè)業(yè)務(wù)的完整端到端數(shù)字圖像，但這對(duì)于許多企業(yè)來(lái)說(shuō)并不是一個(gè)實(shí)際的起點(diǎn)，尤其是那些從零開(kāi)始的公司。
企業(yè)在采用數(shù)字孿生戰(zhàn)略時(shí)需要考慮什么？
數(shù)字孿生可以對(duì)從單臺(tái)機(jī)器到整個(gè)企業(yè)的所有事物進(jìn)行建模。正如IBM所定義的，“數(shù)字孿生是跨越其生命周期的對(duì)象或系統(tǒng)的虛擬表示，從實(shí)時(shí)數(shù)據(jù)更新，并使用模擬、機(jī)器學(xué)習(xí)和推理來(lái)幫助決策。”
想象一個(gè)引擎的數(shù)字表示，然后是制造引擎的裝配線(xiàn)，供應(yīng)零件的供應(yīng)鏈，甚至是雇傭過(guò)程和人員配備模型，以確保在需要的時(shí)候和地點(diǎn)，有合適的熟練工人，以保持生產(chǎn)線(xiàn)運(yùn)轉(zhuǎn)。
從長(zhǎng)遠(yuǎn)來(lái)看，端到端系統(tǒng)有望逐步改善企業(yè)的運(yùn)營(yíng)方式。例如，許多公司做情景規(guī)劃。這通常是每年或每半年進(jìn)行一次，分析師通過(guò)手工工作在電子表格中構(gòu)建一些選定的模型，然后圍繞桌子或在白板前進(jìn)行推演。
與此形成對(duì)比的是，不斷生成的場(chǎng)景有數(shù)百或數(shù)千個(gè)，隨著一些決策或多或少可能發(fā)生，許多決策被自動(dòng)化，而算法標(biāo)準(zhǔn)對(duì)主動(dòng)的人類(lèi)注意力產(chǎn)生了最重要的影響。好消息是，整個(gè)業(yè)務(wù)不需要從第一天就建立模型來(lái)實(shí)現(xiàn)數(shù)字孿生戰(zhàn)略的價(jià)值。事實(shí)上，明智的做法是先從可實(shí)現(xiàn)的小過(guò)程開(kāi)始，這樣可以產(chǎn)生更直接的影響，然后再處理更復(fù)雜的過(guò)程。數(shù)字化勞動(dòng)力管理就是一個(gè)很好的例子。每個(gè)公司都有招聘和雇傭的流程，面向客戶(hù)的營(yíng)銷(xiāo)流程，以及在服務(wù)企業(yè)中為項(xiàng)目分配人才的流程。想象一下這樣的現(xiàn)狀:每個(gè)業(yè)務(wù)部門(mén)領(lǐng)導(dǎo)每個(gè)季度評(píng)估他們的業(yè)務(wù)賬簿和即將到來(lái)的營(yíng)銷(xiāo)活動(dòng)，然后將他們需要人力資源部門(mén)雇傭的角色和技能的優(yōu)先級(jí)輸入到電子表格中。與之相比，智能系統(tǒng)——數(shù)字孿生——正在生成關(guān)于可能需要哪些技能的智能，利用數(shù)據(jù)，如過(guò)去類(lèi)似的營(yíng)銷(xiāo)推廣結(jié)果、特定技能的實(shí)際招聘時(shí)間、人員流動(dòng)率和影響需求的經(jīng)濟(jì)投入。一些簡(jiǎn)單的事情，比如自動(dòng)調(diào)整不同角色的員工推薦獎(jiǎng)金，或者在不需要人工干預(yù)的情況下改變招聘人員隊(duì)列中的優(yōu)先級(jí)，都可能創(chuàng)造競(jìng)爭(zhēng)優(yōu)勢(shì)。
無(wú)論企業(yè)的起點(diǎn)在業(yè)務(wù)的哪個(gè)部分，他們還需要確保建立一個(gè)高保真模型。數(shù)據(jù)需要以不同的速度流入和通過(guò)過(guò)程或產(chǎn)品的數(shù)字雙胞胎:但底線(xiàn)是，生活是實(shí)時(shí)發(fā)生的。企業(yè)應(yīng)該首先檢查其基礎(chǔ)設(shè)施是否能夠?qū)崟r(shí)處理和處理數(shù)據(jù)。如果不是這樣，他們的數(shù)字孿生旅程很可能會(huì)很短。擁有堅(jiān)實(shí)的基礎(chǔ)是至關(guān)重要的。壞數(shù)據(jù)的影響如果一個(gè)企業(yè)不接受上述建議，不確保其數(shù)據(jù)在現(xiàn)實(shí)世界中是真實(shí)的，最壞的情況會(huì)是什么?一個(gè)潛在的結(jié)果是，他們可能會(huì)低于模型。精確建模所需的復(fù)雜數(shù)據(jù)因建模對(duì)象的不同而不同。例如，對(duì)天氣有影響的數(shù)據(jù)在四分之一英里的尺度上;從農(nóng)業(yè)設(shè)備上的傳感器測(cè)量到的數(shù)據(jù)可以精確到四分之一英寸。這些細(xì)節(jié)是很重要的，在給定的場(chǎng)景中使用不正確測(cè)量的數(shù)據(jù)可能會(huì)嚴(yán)重地破壞模型——使其在作為數(shù)字雙孿生的目的中無(wú)效。企業(yè)還必須意識(shí)到在模型中引入不重要的數(shù)據(jù)。如果不了解機(jī)器或業(yè)務(wù)流程，就很難從那些可能不相關(guān)的變量中確定重要的變量。加入與現(xiàn)實(shí)世界不符的因素會(huì)阻礙產(chǎn)出。因此，任何數(shù)字孿生過(guò)程都必須從徹底的過(guò)程審計(jì)開(kāi)始，以了解什么是相關(guān)的，什么是不相關(guān)的。確保數(shù)字孿生是有效的，并且只包含最相關(guān)和最準(zhǔn)確的數(shù)據(jù)的一個(gè)方法是跨職能團(tuán)隊(duì)的員工。負(fù)責(zé)建模的流程或機(jī)器的業(yè)務(wù)線(xiàn)應(yīng)該負(fù)責(zé)，并將數(shù)據(jù)科學(xué)人員分配到他們的團(tuán)隊(duì)中。這將減少啟動(dòng)數(shù)字孿生流程時(shí)所需的學(xué)習(xí)和教育，因?yàn)榧夹g(shù)團(tuán)隊(duì)將已經(jīng)嵌入其中，并對(duì)業(yè)務(wù)流程有更深入的理解。
使用數(shù)字孿生獲得成功
向數(shù)字孿生的轉(zhuǎn)變已經(jīng)在進(jìn)行中。大流行暴露出的脆弱性清楚地表明，將業(yè)務(wù)連續(xù)性流程轉(zhuǎn)移到數(shù)字領(lǐng)域有助于防止主要的供應(yīng)鏈或人員配備問(wèn)題在失控之前發(fā)生。
除了危機(jī)之外，企業(yè)還可以通過(guò)為他們已經(jīng)手動(dòng)執(zhí)行的流程創(chuàng)建自動(dòng)化數(shù)字解決方案來(lái)減少浪費(fèi)。由于數(shù)據(jù)過(guò)時(shí)，員工可以騰出時(shí)間來(lái)利用來(lái)自數(shù)字孿生的洞察力，而不是花費(fèi)數(shù)小時(shí)匯總可能幾乎立即過(guò)時(shí)的報(bào)告。
隨著各行各業(yè)的企業(yè)開(kāi)始在數(shù)字孿生解決方案上投入大量資金，它也正在成為一個(gè)關(guān)鍵的競(jìng)爭(zhēng)差異化因素。早期采用者將在實(shí)現(xiàn)端到端商業(yè)模式的上占據(jù)先機(jī)，而那些等待的人將只能奮力追趕。
數(shù)字孿生的時(shí)代到來(lái)了。企業(yè)如何接受這項(xiàng)技術(shù)將對(duì)未來(lái)幾年產(chǎn)生影響。
