隨著云基礎設施、邊緣計算、物聯網、分布式數據管理平臺和機器學習能力的進步，數字孿生已從科幻小說轉變為更主流的業務能力。

長期以來，企業可以承受OT和IT之間的分離，但對于制造商、建筑業、零售業和其他必須連接物理世界和數字世界的企業而言，情況已不再如此。數字孿生是實現這種連接的一種渠道，其具有優化生產和提高質量的運營優勢。更重要的是，當使用對真實世界數據的機器學習來改進產品、服務和業務流程時，可以帶來戰略收益。

以下為開發數字孿生前的7個步驟：

1、研究成功部署

在集思廣益并深入任何新技術領域之前，還是建議先研究企業、用例和早期采用者所帶來的好處。對于數字孿生，在制造、建筑、醫療保健和其他領域有很多示例，包括人腦本身。

任何新興技術領域的領導者都在尋找激勵采用的故事。有些應該是鼓舞人心并有助于說明可能性的藝術；而有些則必須務實并展示業務成果以吸引支持者。如果企業的直接競爭對手已經成功部署了數字孿生，那么突出其用例通常會產生一種緊迫感。

2、確定改變游戲規則的機會

建立數字孿生是昂貴的。例如，一個小組估計，為商業辦公樓開發數字孿生的成本在120萬到170萬美元之間。因此，在開發數字孿生之前，團隊應記錄產品愿景、考慮業務原理，并估算財務收益。

有時，改變游戲規則的目標會推動投資。一個示例：2020年，TCS與當地一家非政府組織合作，解決了新出現的COVID-19熱點問題。企業數字孿生模擬過程和情況，以模擬影響傳播的因素——病毒特征、人口異質性和流動模式。這座城市的數字孿生是一項‘計算機實驗’，旨在探索在不損害公共健康和安全的情況下有效的干預措施。

3、考慮生命周期管理

開發數字孿生需要時間和費用，也需要持續的支持成本來確保模型提供準確的結果。在嘗試數字孿生之前要接受的三個原則：

• 不要只是為了技術本身而試驗技術。
• 確保用于創建模型、服務或模擬的數字孿生群體代表現實世界中的人。
• 準備MLOps工具集，以便快速可靠地從開發到部署數字孿生。

其實，這主要建議的是預先考慮整個生命周期的要素，尤其是支持機器學習模型和儀器自動化部署的功能。

4、利用系統設計工具

設計好業務案例和生命周期后，團隊應該考慮使用哪些工具來開始其計劃和實驗？

以下是專業領域中使用的系統設計工具的一些示例：

• Autodesk數字孿生，用于建筑、工程和建筑。
• Bentley基礎設施數字孿生，用于信號塔和供水系統等領域。
• General Electric數字孿生，用于設備、網絡和制造過程。
• Siemens數字孿生，用于設計、開發和制造消費品。
• Bosch數字孿生，用于智能建筑，包括空間管理和預測性維護。

這些只是少數幾個例子，但對于從事數字孿生工作的技術人員來說，重要的是熟悉運營團隊使用的工業平臺。

5、定義用戶角色和機會

每當技術人員開始一項技術計劃時，確定最終用戶和最終平臺的使用角色至關重要。IT領導者應該定義誰從數字孿生中獲益最多，通常情況下，主要受益者是從事運營工作的人員。

數字孿生的主要功能是合并OT/IT數據，并在需要時通過數據分析或AI/ML將這些數據集放入上下文。但其真正力量在于使工程師、維護人員和其他技術人員等OT能夠檢索數據點，因為他們能完全理解這些數據點。

了解用戶角色是第一步，下一步是確定其工作流程和操作的哪些部分可以從數字孿生的數據收集、機器學習預測和場景規劃功能中受益。

6、構建可擴展的數據平臺

數字孿生生成的數據數pb甚至更多，必須對其進行保護、分析和用于維護機器學習模型。一個關鍵的架構考慮因素是設計用于收集物聯網實時數據流的數據模型和流程，以及數字孿生的數據管理架構。

許多數據管理平臺支持實時分析和大規模機器學習模型。但是，用于模擬數千個或更多實體（如制造組件或智能建筑）的行為的數字孿生將需要一個能夠查詢實體及其關系的數據模型。

7、建立云計算和新興技術競爭力

安裝數字孿生平臺、集成來自數千個物聯網傳感器的數據，以及建立可擴展的數據平臺，都需要IT在大規模部署技術基礎設施方面具有核心競爭力。當IT團隊考慮用例并試驗數字孿生平臺功能的實驗時，IT領導者必須考慮支持生產就緒數字孿生所需的云、基礎設施、集成和設備。

除了基礎設施之外，還應開發支持新興設備和利用分析的能力。數字孿生的成功始于強大的數字核心，由AI/ML和AR/VR等云原生應用支持，并幫助組織處理數據和應用，而不需要考慮基礎設施。

總結

數字孿生具有巨大的潛力，但直到現在，對于許多沒有先進技術能力的企業而言，其規模和復雜性都是遙不可及的。好在，此類情況已不再如此，學習并與運營合作的IT領導者有機會為其組織帶來數字孿生能力。