数字孪生采用的重点：从大处着眼，从小处着手

发布时间：2022-07-27 15:05:54 所属栏目：交互来源：互联网

导读：数字孪生已成为近来的流行语和主要投资机会。事实上，ABI Research 的数据预测，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。想象一个引擎的

　　数字孪生已成为近来的流行语和主要投资机会。事实上，ABI Research 的数据预测，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。

　　想象一个引擎的数字表示，然后是制造引擎的装配线，供应零件的供应链，甚至是雇佣过程和人员配备模型，以确保在需要的时候和地点，有合适的熟练工人，以保持生产线运转。

　　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。这通常是每年或每半年进行一次，分析师通过手工工作在电子表格中构建一些选定的模型，然后围绕桌子或在白板前进行推演。

　　与此形成对比的是，不断生成的场景有数百或数千个，随着一些决策或多或少可能发生，许多决策被自动化，而算法标准对主动的人类注意力产生了最重要的影响。

　　好消息是，整个业务不需要从第一天就建立模型来实现数字孪生战略的价值。事实上，明智的做法是先从可实现的小过程开始，这样可以产生更直接的影响，然后再处理更复杂的过程。

　　数字化劳动力管理就是一个很好的例子。每个公司都有招聘和雇佣的流程，面向客户的营销流程，以及在服务企业中为项目分配人才的流程。想象一下这样的现状:每个业务部门领导每个季度评估他们的业务账簿和即将到来的营销活动，然后将他们需要人力资源部门雇佣的角色和技能的优先级输入到电子表格中。

　　坏数据的影响
　　如果一个企业不接受上述建议，不确保其数据在现实世界中是真实的，最坏的情况会是什么?

　　一个潜在的结果是，他们可能会低于模型。精确建模所需的复杂数据因建模对象的不同而不同。例如，对天气有影响的数据在四分之一英里的尺度上;从农业设备上的传感器测量到的数据可以精确到四分之一英寸。这些细节是很重要的，在给定的场景中使用不正确测量的数据可能会严重地破坏模型——使其在作为数字双孪生的目的中无效。

　　除了危机之外，企业还可以通过为他们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。由于数据过时，员工可以腾出时间来利用来自数字孪生的洞察力，而不是花费数小时汇总可能几乎立即过时的报告。

　　随着各行各业的企业开始在数字孪生解决方案上投入大量资金，它也正在成为一个关键的竞争差异化因素。早期采用者将在实现端到端商业模式的上占据先机，而那些等待的人将只能奋力追赶。

　　数字孪生的时代到来了。企业如何接受这项技术将对未来几年产生影响。

（编辑：PHP编程网 - 黄冈站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!