技术趋势报告：孪生开发，智能制造，区块链开发！

今年的科技趋势报告开篇继续回顾过去11年科技趋势的发展，展现科技趋势时间演进的全过程，最新宏观科技力量为基础科技带来的共生效益业务转型，以及近期的新兴科技力量。.

阵列孪生开发、区块链开发、智能制造

随着企业应对不断变化的技术并迅速做出响应，预计更多的 IT 领导者和财务领导者将更紧密地合作，以寻找灵活的融资方式。

一、2020 年的四个主要趋势是：

1、数字孪生：连接物理世界和数字世界

长期以来，使用虚拟模型来优化流程、产品或服务的想法并不新鲜。然而，随着数字模拟平台和工具的广泛使用，具有更复杂的模拟和建模能力、更好的互操作性、物联网传感器和电力系统可视化，公司越来越复杂和动态的数字模拟模型。数字化研究发现，在供应链优化、预测区域维修变化、有效缓解交通拥堵等方面发挥了重要作用。

数字孪生技术已经在越来越多的企业中得到广泛应用，特别是那些从产品销售转向产品和服务捆绑销售的企业，或者作为服务销售的企业。随着企业能力和成熟度的提高，未来将有越来越多的企业使用数字孪生技术来优化流程，确定数据驱动的决策，并修改新的产品、服务和商业模式。从长远来看，要释放 数字孪生 技术的全部潜力，数据必须与整个生态系统集成。

2、架构觉醒

越来越多的技术和高级管理人员认识到，技术架构科学现在比以往任何时候都更具战略意义。事实上，老牌公司需要不断改进其结构——以在混乱的技术创新市场中保持竞争力，这一过程可以从改变公司中技术设计修订者的角色开始。在接下来的几个月里，越来越多的企业正在寻求将修订者从传统的象牙塔转移到新的领域。具备这些才能但没有得到充分发挥的技术人员，通过承担服务和系统的角色，参与到系统的运行中。此更改的目的是将最有经验的修订者放在最需要他们的地方，例如参与修订复杂技术的软件开发团队。同时，

3、技术道德和信任

在不断变化的趋势中，先锋公司越来越认识到，企业中所有受技术影响的方面都可能是获得或失去信任的关键。对他们来说，信任不仅是一个合规和公共关系问题，而且是一个重要的企业目标。目前，信任是比较先进的企业对确保企业内部技术、流程和人员各方面合作的综合承诺，并保持许多相关人员所期望的高度信任。企业领导者开始重新评估产品、服务、数据管理、合作伙伴关系、员工培训等相关领域的战略如何建立信任。CIO们也强调“技术伦理” 并开发了一套工具来正确把握企业在需要引进和使用优势技术时的道德困境。同时，践行企业价值观和技术道德的领导者展示了他们对社会“做好事”的承诺，有助于与相关人员建立长期互信。

4、人类体验平台

越来越多的人工智能 (AI) 解决方案——被称为“情绪校正”或“情绪 AI”——正在重新定义我们体验技术的方式。在接下来的几个月里，更多的公司将积极响应人工智能技术的增长和不令人满意的需求，以更好地理解人类的情绪并与之交流。回顾历史，计算机无法将事件与人类情感或情感元素联系起来，但随着创新者现在大规模地将情商添加到技术的智商中，这种情况正在发生变化。人类体验平台结合了人工智能技术、以人为中心的设计和当前的神经学研究，以识别人类的情绪状态和上下文内容并做出适当的反应。实际上，

想象一下，你拥有一个真实的世界。也就是说，数字孪生。它可以帮助您进行虚拟协作、快速获取传感器数据、模拟条件、清楚地了解假设情景、更准确地预测结果以及输出命令来操纵现实世界。

企业目前以多种方式使用数字孪生技术。在汽车和飞机制造领域，数字孪生技术已成为临床心血管研究人员优化价值链和创新产品的重要工具作为智慧城市管理的典型例子，新加坡采用详细的虚拟城市城市规划、维护和灾害预警项目的模型。

数字孪生您可以模拟物理对象或过程的各个方面。它们可以显示新产品的图纸和尺寸，从设置修订到显示消费者整个供应链中的所有子组件和相应链接 - 即“完成”数字孪生，或“维护”模式 3354 A生产工厂设备的物理仿真模型捕捉设备的工作原理、工程师如何维护设备以及该设备生产的产品与客户的相关性。数字孪生对象有多种形式，都捕获和利用真实世界的数据。MARkets 和 MARkets 的新研究表明，数字孪生 技术的探索已经在进行中：数字孪生 市场在 2019 年价值 38 亿美元，预计到 2025 年增长到 35 美元。

是什么导致了这种激增？数字孪生不是新事物，为什么现在开始发展？自 2000 年代初以来，先锋公司一直在寻找使用数字模型来改进产品和流程的方法。当时数字孪生的潜力已经显现，但很多商家发现数字孪生的开发涉及到海量的数据，需要的连通性、校正算力、数据存储、带宽等。处理这些数据是昂贵的。

数字孪生快速发展，受益于快速发展的模拟和建模功能、更好的互操作性和物联网传感器，以及更多可用的工具和预订基础设施。因此，各领域的大中型企业可以接触到更多的数字孪生技术。IDC预测，到2022年，40%的物联网平台厂商将集成仿真平台、系统、功能来创建数字孪生，70%的厂商将使用该技术进行流程仿真和场景评估。

同时，通过访问大量数据，可以产生比以往更详细和动态的模拟。对于长期使用 数字孪生 的用户来说，这就像从模糊的黑白快照转向彩色高清数码照片，您从数字来源获得的信息越多，最终照片就会越生动。

二、模型数据 = 洞察力和实际价值

数字孪生 功能最初是工程师工具箱中的首选工具，它简化了设置修改过程并消除了原型测试的许多方面。利用 3D 仿真和人机界面（增强和虚拟现实等），工程师可以根据产品的规格、制造方法和使用的材料数字孪生城市模型，以及相关政策、标准和法规。数字孪生帮助工程师在完成修订稿之前识别潜在的可制造性、质量、耐用性等问题。因此，传统的原型设置修改速度更快，产品成本更低，生产效率更高。

除了设计之外，数字孪生 期待公司改变他们对产品和机器进行预测性维护的方式。嵌入在机器中的传感器将性能数据实时传输到 数字孪生。这不仅可以提前识别和解决故障，还可以量身定制服务和维护修订计划，以更好地满足客户的个性化需求更有效地管理离岸资产、劳动力

数字孪生帮助优化供应链、分销和运营，并优化那些与业务相关的员工的个人绩效。例如，全球快消品制造商联合利华推出了数字孪生项目，创建了数十家工厂的虚拟模型。在这些工厂中，物联网传感器嵌入机器内部，将机器性能数据反馈给人工智能和机器学习应用程序进行分析。通过重新输入分析的操作信息数字孪生，工人可以预测机械维护的时间，优化生产，提高产品合格率。

例如数字孪生城市模型，智慧城市修订计划使用 数字孪生 技术来缓解城市修订计划的拥堵。新加坡雄心勃勃的“虚拟新加坡计划”实现了从基站和太阳能电池的规划到模拟车辆和人员流动的一切。另一个潜在用途可能是在新加坡一年一度的 F1 赛车关闭期间进行紧急疏散规划和路线规划。

三、新事物

在过去十年中，数字孪生 技术引入因素加速：

1）模拟。构建数字孪生技术所需的工具的能力和成熟度不断增长。目前，可以设置和修改复杂的假设模拟场景，从检测到的真实世界条件回溯，即使在执行数百万次模拟时也不会使系统过载。此外，随着供应商数量的增加，选择范围不断扩大。同时，机器学习能力增加了洞察力的深度和可用性。

2）新数据源。由 LiDAR (LIDAR ) 和前瞻红外 (FLIR) 等实时资产监控技术生成的数据现在可以与 数字孪生 集成。同样，内置于设备或整个供应链中的物联网传感器将生产数据直接输入模拟系统，以进行持续的实时监控。

3）互操作性。在过去十年中，将数字技术与现实世界相结合的能力显着增强。这种改进主要是由于物联网传感器、操作技术和供应商集成多个平台的努力之间的工业通信标准的增强。

4）可视化。创建 数字孪生 所需的大量数据可能会使分析复杂化，并使获得有意义的见解变得更加困难。高级数据可视化可以通过实时过滤和提取信息来解决这个问题。最新的数据可视化工具包括基本签名和标准可视化功能，以及交互式 3D、VR 和 AR 可视化、AI 可视化和实时媒体流。

5）仪器。无论是嵌入式还是外部，联网传感器都在变得更小、更精确、成本更低、性能更高。随着网络技术和网络安全的提高VR系统 ，传统的控制系统可以用来获取更精细、更及时、更准确的现实世界信息，并与虚拟模型相结合。

6）平台。强大而廉价的处理能力、更高的可用性以及对网络和存储的访问是数字孪生技术的重要驱动力。一些软件公司在基于云的平台、物联网和分析方面进行了大量投资，以跟上 数字孪生 的趋势。已经进行了一些投资来简化行业固有的 数字孪生 应用程序的开发。

四、成本和收益

为 数字孪生 提供支持的 AI 和机器学习算法需要大量数据数字孪生城市模型，但生产现场的传感器输入经常损坏、丢失或不完整。因此，团队必须立即开始收集数据。尤其是在问题数量最多、停机成本最高的领域，需要开始数据收集。从现在开始逐步开发所需的基础架构和数据管理方法可以缩短您的业务盈利的时间。

平衡成本/收益分析很重要。现代飞机发动机有数千个传感器，每秒产生数 TB 的数据。为新流程、系统和设备创建 数字孪生 并不能完全测试整个流程。在化学生物反应和极端情况下，有时过程本身无法直接测量，有时测量物理对象成本太高或不切实际。因此，公司不应将传感器直接放入轮胎中，而应寻找车辆上的设备和利用传感器的替代品，或利用化学和生物反应产生的光和热等可检测元素。

此外，随着传感器成本的降低，平衡的成本/收益分析对于确定要使用的传感器数量非常重要。现代飞机发动机有数千个传感器，每秒产生数 TB 的数据。数字孪生，机器学习和预测模型，制造商可以提供建议，使飞行员能够优化燃油效率、执行预测性维护、帮助机械车队管理成本等等。但是，大多数应用程序只需在关键位置放置少量传感器即可检测过程中的关键 I/O 数据和关键阶段。

五、超越模型

未来几年，数字孪生技术将广泛应用于各行各业。在物流、制造和供应链领域，利用机器学习和先进的网络连接（如5G）数字孪生技术，更多地跟踪、监控、订购渠道和优化全球货物流向，使货物的位置和位置环境（温度、湿度等）实时可见。在没有人为干预的情况下，“控制塔”可以指导纠正措施，例如库存转移、装配线流程的调整和集装箱的重新路由。

从产品销售向产品服务模式或销售即服务（As-a-service）转变的企业正在开发新的数字孪生技术应用。将 数字孪生 连接到嵌入式传感器以进行财务分析和预测可以改进和优化预测、定价和销售机会。

例如，公司可以监控产品的高磨损使用情况，并添加保修和维护选项。企业可以在农业、交通运输和智能建筑等多个行业将生产和吞吐量作为服务出售。随着能力和成熟度的提高，预计未来会有更多的企业使用 数字孪生 模型来追求产品和服务的新货币化战略。

六、数字未来建模

随着未来几年数字孪生技术趋势的加速，越来越多的企业正在使用数字孪生技术来优化流程，实时做出数据库决策仿真系统，并开始寻求修改新产品、服务和业务机会模式。成为将数字孪生技术应用于制造业、公用事业和能源等资本密集型行业的先驱。如果早期从业者在各个行业领域表现出先发优势，其他人就会紧随其后。

从长远来看，实现 数字孪生 技术的全部潜力可能需要在整个生态系统中集成系统和数据。构建完整的客户生命周期或供应链数字模拟数字孪生城市模型，提供对运营的深刻洞察，包括一级供应商及其自己的供应商，但仍需要将外部实体集成到内部数字生态系统中。今天，大多数公司仍然对点对点连接之外的外部集成感到不满。克服这种犹豫可能是一个长期的挑战，但最终这一切都是值得的。未来，企业希望利用区块链打破信息孤岛，验证信息并进入数字孪生。这将释放大量以前无法访问的数据，使模拟更加详细，