行业资讯

数字孪生解决方案对企业来说并不总是一个简单的过程

2022-07-23 09:04:43

目录

如今,数字双胞胎已成为流行语和主要投资机会。事实上,ABI 数据预测,工业数字孪生的支出预计将从 2022 年的 46 亿美元增长到 2030 年的 339 亿美元。包括亚马逊、微软和谷歌在内的主要参与者最近都推出了自己的数字孪生解决方案。

尽管取得了这些进展,但采用数字孪生解决方案对企业来说并不总是一个简单的过程。虽然目标是拥有整个企业的完整端到端数字图片,但这对于许多企业来说并不是一个实际的起点,尤其是那些从零开始的企业。

企业在采用数字孪生战略时需要考虑什么?

数字双胞胎可以对从单台机器到整个企业的所有事物进行建模。正如 IBM 所定义的,“数字双胞胎是跨越其生命周期的对象或系统的虚拟表示,从实时数据更新,并使用模拟、机器学习和推理来辅助决策。”

想象一下发动机的数字表示,然后是制造发动机的装配线,供应零件的供应链,甚至是招聘流程和人员配置模型,以确保合适的技术工人在需要的时间和地点可用保持生产线运行。

从长远来看,端到端系统有望逐步改善企业的运营方式。例如,许多公司做情景规划。这通常每年或每半年进行一次,分析师手动在电子表格中构建一些选定的模型,然后在桌子周围或白板前运行它们。

与成百上千个连续生成的场景形成对比,其中许多场景是自动化的,因为某些决策或多或少是可能的,而算法标准对积极的人类注意力影响最大。

好消息是,整个企业不需要从一开始就建立模型来实现数字孪生战略的价值。事实上,明智的做法是从具有更直接影响的小型可实现流程开始,然后处理更复杂的流程。

数字化劳动力管理就是一个很好的例子。每家公司都有招聘和招聘、向客户营销以及为服务业务项目分配人才的流程。想象一下这样一种情况,每个业务部门负责人每季度评估他们的业务书籍和即将进行的营销活动,然后将他们需要 HR 雇用的角色和技能的优先级输入到电子表格中。

相比之下,智能系统——数字双胞胎——正在生成关于可能需要哪些技能的智能,使用的数据包括过去类似营销活动的结果、特定技能的实际招聘时间、流动率和影响需求的经济投入。像自动调整不同角色的员工推荐奖金,或者在没有人为干预的情况下改变招聘队列中的优先级这样简单的事情,都可以创造竞争优势。

无论他们的出发点在业务的哪个部分,他们还需要确保建立一个高保真模型。数据需要以不同的速度流入和通过流程或产品的数字双胞胎:但最重要的是,生活是实时发生的。

企业应首先检查其基础设施是否能够实时处理和处理数据。如果没有,他们的数字孪生之旅可能会很短。有一个坚实的基础是至关重要的。

不良数据的影响

如果一家企业不接受上述建议并且不能确保其数据在现实世界中是真实的,那么最坏的情况是什么?

一个潜在的结果是它们可能低于模型。精确建模所需的复杂数据因所建模的内容而异。例如,影响天气的数据以四分之一英里为单位;从农业设备上的传感器测量的数据可以精确到四分之一英寸。这些细节很重要,在给定场景中使用错误测量的数据可能会严重破坏模型——使其无法用作数字双胞胎。

企业还必须意识到将不重要的数据引入其模型。如果不了解机器或业务流程,可能很难从可能不相关的变量中识别出重要变量。添加与现实世界不匹配的因素会阻碍输出。因此数字孪生供应链,任何数字孪生流程都必须从彻底的流程审核开始,以了解哪些相关,哪些不相关。

确保数字双胞胎有效且仅包含最相关和最准确的数据的一种方法是跨职能团队的员工。负责为流程或机器建模的业务线应该负责并将数据科学人员分配给他们的团队。这将减少启动数字孪生流程所需的学习和教育,因为技术团队已经嵌入其中并对业务流程有更深入的了解。

使用数字双胞胎取得成功

向数字孪生的过渡已经在进行中。大流行暴露的漏洞清楚地表明,将业务连续性流程转移到数字领域有助于防止主要供应链或人员配备问题在失控之前发生。

除了危机之外,企业还可以通过为已经手动执行的流程创建自动化数字解决方案来减少浪费。有了过时的数据,员工可以腾出时间来利用来自数字孪生的洞察力数字孪生供应链,而不是花费数小时来汇总可能几乎立即过时的报告。

随着各行各业的企业开始大量投资于数字孪生解决方案,它也正在成为一个关键的竞争优势。早期采用者将在实施端到端商业模式方面处于领先地位,而那些等待的人将不得不奋力追赶。

数字孪生时代已经到来。企业如何接受这项技术将对未来几年产生影响。

标签: 数字 孪生 模型
首页
服务
案例
联系