[[419123]]

【51CTO.com快譯】人類一直在收集數據以更好地了解物理世界。越來越多的企業正在尋求通過數字孿生將數字世界與物理世界相融合。而數字孿生技術作為兩個領域之間的橋梁，可以提供物理對象和過程的實時虛擬表示。

這些物理操作的虛擬克隆可以幫助企業模擬場景，而使用物理資產測試或實施既耗時又昂貴。它們可以幫助企業監控運營、執行預測性維護，為投資決策提供洞察力、制定長期業務計劃、識別新發明和改進流程。

研究機構MarketsandMarkets公司在2020年9月發布的一份研究報告中指出，2020年全球數字孿生市場規模為31億美元，預計到2026年將達到482億美元，在此期間的復合年增長率為58%。

以下是企業如何有效使用數字孿生技術的一些示例：

1.羅爾斯·羅伊斯公司采用數字孿生提高噴氣發動機效率

英國航空航天和國防廠商羅爾斯·羅伊斯公司(Rolls-Royce)部署了數字孿生技術來監控其生產的噴氣發動機使用情況。該公司可以監控每臺發動機的飛行方式、飛行條件以及飛行員如何使用它。

該公司首席信息和數字官Stuart Hughes表示：“我們正在調整維護制度，以確保我們針對發動機的使用壽命進行優化，而不是按照維修手冊所述的使用壽命進行優化。只有將每臺噴氣發動機視為一個單獨個體，才會實現更靈活可變的服務。”

多年來，該公司一直為客戶提供發動機監控服務，但其數字孿生功能使其能夠為特定的發動機提供量身定制的服務。它幫助該公司將某些發動機的維護間隔時間延長了50%，使用戶能夠大幅減少零件和備件的庫存。該技術還幫助羅爾斯·羅伊斯公司提高了發動機的效率，迄今為止已減少了2.2萬噸碳排放量。

Hughes的建議：了解客戶。了解如何以及為何使用數字孿生的力量與了解技術本身一樣重要。提供這項服務是一場勝利，因為它為羅爾斯·羅伊斯公司及其客戶帶來了明顯的好處。

他說，“采用數字孿生技術對客戶的好處是，由于飛機發動機運行時間更長，客戶看到的中斷更少，因此他們可以更多地使用發動機。而對我們的好處是可以優化發動機實際維護的方式。”

2.瑪氏公司通過數字孿生優化其供應鏈

全球知名的糖果、寵物護理和食品商瑪氏公司(Mars)在生產供應鏈采用數字孿生技術以支持其業務。該公司使用Microsoft Azure云平臺和人工智能技術來處理和分析其生產設施和機器生成的數據。

瑪氏公司首席數字官Sandeep Dadlani說，“我們將數字化視為一個巨大的商業加速器，而不是為了實現數字化進程而實施數字化。”

在數字制造和運營顧問埃森哲公司的幫助下，瑪氏公司使用Microsoft Azure數字孿生的物聯網服務來加強其160個生產設施的運營。該公司采用軟件模擬以提高產能和流程控制，其中包括通過預測性維護來提高生產機器的正常運行時間，并減少產品的浪費。該公司使用數字孿生技術生成了一個虛擬的“用例應用商店”，可以在其業務線中重復使用。

展望未來，該公司計劃使用數字孿生的數據來考慮影響其產品的氣候和場景因素，從而更好地了解從產品原產地到消費者的供應鏈。

Dadlani的建議：嘗試并接受失敗。瑪氏公司鼓勵其員工考慮使用人工智能和其他有意義的新興技術來解決問題。這是將企業文化轉變為積極嘗試并期望從失敗中吸取教訓的企業文化的一部分，以便將其應用于未來的成功。去年12月，該公司舉辦了一場虛擬人工智能節，以慶祝在各個業務線中部署的200個人工智能用例。

Dadlan說：“如果你能很好地定義一個問題，那么你應該有能力使用人工智能解決它。”

3.美國教師保險和年金協會(TIAA) 采用數字孿生降低客戶服務的復雜性

美國教師保險和年金協會(TIAA) 核心業務是幫助教師管理退休基金、養老基金和個人保險等服務。為了降低為客戶提供的養老和保險服務復雜性，這家非營利性金融服務提供商正在使用由圖形數據庫提供支持的數字孿生技術。

美國教師保險和年金協會(TIAA)總經理兼退休服務技術主管Alex Pecoraro說，“根據美國國稅局的所有規定，我們提供的退休和保險服務非常復雜，而為此進行設置需要具備大量業務知識的專業團隊來完成。”

美國教師保險和年金協會(TIAA)的外包服務包含600多個功能，可以產生大量的客戶端配置。在部署數字孿生技術之前，該協會的專業團隊根據客戶所需的服務人工創建和測試配置。因此，團隊成員通過專業知識進行處理，但由于工作量巨大，意味著他們只能處理某些類型的報價，這也使擴展操作變得困難。

為了解決這個問題，Pecoraro帶領團隊創建了一個數字孿生模型，它由一個表示600多個特征的圖形數據庫組成，控制節點用于表示復雜的分組邏輯。數據節點表示實現功能所需的數據字段，關系鏈接表示依賴關系、驗證和排除。該數據庫減少了為客戶設置服務所需的時間和專業知識。

Pecoraro的建議：改變觀點。Pecoraro表示，該項目的關鍵是采用產品采用方法，而不是將其視為技術配置問題。

Pecoraro說，“團隊中有一名成員提出了這個想法，將我們的注意力從配置轉移到客戶正在做什么以及他們正在購買什么產品上。這種觀點轉變是關鍵。回想起來這似乎很明顯，但當沉浸在所有細節中時，可能會‘只見樹木，不見森林’。”

4.拜耳作物科學公司通過虛擬工廠重塑戰略

拜耳作物科學公司利用數字孿生技術為其在北美地區的九個玉米種子生產基地創建了“虛擬工廠”。 拜耳公司從其田地里收獲種子，經過生產基地的加工和包裝之后向農民銷售。

拜耳作物科學公司卓越數據科學中心(COE)負責人Naveen Singla說，“我們現在可以重新構想業務流程，通過應用機器學習算法或模擬來重新構想我們的決策。”

拜耳作物科學公司為其九個生產基地創建了設備、流程和產品流特性、物料清單和操作規則的動態數字演示，使該公司能夠對每個生產基地進行“假設”分析。

當商業團隊推出新的種子或新的定價策略時，可以使用虛擬工廠來評估這些生產基地是否準備好調整其運營以實現這些新策略。虛擬工廠還可用于做出投資決策、制定長期業務計劃、識別新發明和改進流程。拜耳作物科學公司現在可以將其9個生產基地10個月的運營過程展示時間壓縮到兩分鐘，使其能夠回答有關SKU組合、設備能力、流程訂單設計以及網絡優化等復雜問題。

Singla的建議：了解業務領域。Singla表示，該公司成功的一個重要關鍵是，由決策科學負責人Shrikant Jarugumilli領導的負責構建數字孿生技術的決策科學團隊考察生產現場花費了大量時間，以了解運營情況并獲得利益相關者的支持。

Singla說，“數據科學家了解業務領域非常重要，這就是Shrikant及其團隊發揮重要作用的地方。他們在這些種子制造基地花費數周時間了解運營情況，理解細微差別，以便在與管理人員溝通時傳達的信息是他們能夠理解的術語，而不是機器學習的語言。”

原文標題：Digital twins: 4 success stories，作者：Thor Olavsrud

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】