這些物理操作的虛擬克隆可以幫助企業模擬使用物理資產對過于耗時或昂貴的場景進行測試。它們可以幫助企業監控運營、執行預測性維護，并為資本購買決策提供洞察力、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2022年6月發布的一份預測報告中表示，全球數字孿生市場規模預計將從2022年的69億美元增長到2027年的735億美元，在此期間的復合年增長率為60.6%。
以下是當今企業有效使用數字孿生的五個示例。
1.NTT Indycar公司為車迷提供見解
NTT Indycar系列賽由包括印第安納波利斯500在內的五場汽車比賽組成，這兩家公司正在使用數字孿生、數據分析和人工智能功能的組合，讓車迷能夠深入實時地了解比賽，包括迎頭超車、進站預測和其他元素。
Indycar公司的合作伙伴NTT公司為該系列中的每輛車創建了一個數字孿生系統。其歷史數據提供了基礎，每輛車都配備了140多個傳感器，這些傳感器在每場比賽中收集數百萬個數據點，為數字孿生系統提供數據。其數據包括速度、油壓、輪胎磨損以及重力等所有內容。NTT公司使用人工智能和預測分析對數字孿生數據進行分析，以向車迷提供以前只有比賽團隊工程師才能獲得的見解，其中包括比賽策略和預測、攔截和位置爭奪、停站性能影響以及燃油水平和輪胎磨損的影響。
Indycar公司通過交互式Indycar應用程序和社交媒體渠道向車迷提供見解。它還為NBC的制作團隊提供見解。
Indycar公司營銷副總裁SJ Luedtke說：“我們狂熱的車迷有機會更加接近他們喜愛的運動或他們喜愛的車手或車隊。這就是數據和分析的用武之地。我們正在與團隊合作，在90分鐘的比賽過程中收集數百萬個數據點，并幫助球迷了解正在發生的事情。”
Luedtke說，在過去三年中，NTT Indycar在其應用程序中的比賽中周末的參與度和逗留時間增加了一倍。
Luedtke的建議：與利益相關者建立密切的關系。她指出，她和該公司首席信息官Rebecca Ruselink攜手合作，并且合作關系很牢固，因為IT團隊確實試圖了解其團隊的痛點，并滿足他們的需求，而不僅僅是提供他們認為最好的解決方案。
Luedtke說，“我們的團隊定期開會，我們需要制定一個想要完成的事情的路線圖。”
2.勞斯萊斯公司提高噴氣發動機效率
跨國航空航天和國防技術商勞斯萊斯公司已經部署數字孿生技術來監控其生產的飛機發動機。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。
勞斯萊斯公司首席信息和數字官Stuart Hughes說：“我們正在調整維護制度，以確保正在優化發動機的使用壽命，而不是維護手冊所說的使用壽命。將每個發動機視為單獨的一項目報務，這是真正的可變服務。”
該公司多年來一直向客戶提供發動機監控服務，其數字孿生功能使勞斯萊斯公司能夠為特定發動機量身定制服務。它幫助該公司將某些發動機的維護間隔時間延長了50%，從而顯著減少了零件和備件的庫存。該技術還幫助勞斯萊斯公司提高了發動機的效率，迄今已減少了2200萬噸碳排放量。
Hughes的建議：了解客戶。了解如何使用數字孿生的力量與了解技術本身一樣重要。Hughes表示，這項服務是一場勝利，因為它為勞斯萊斯公司及其客戶提供了明顯的好處。
他說，“對客戶的好處是他們看到的中斷更少，因為飛機發動機運行的時間更長，所以他們可以更多地使用它。對我們的好處是，可以優化我們實際進行維護的方式。”
3.瑪氏公司利用數字孿生優化其供應鏈
糖果、寵物護理和食品商瑪氏公司已為其制造供應鏈創建了數字孿生系統，以支持其業務。該公司正在使用Microsoft Azure云平臺和人工智能來處理和分析其制造設施中生產機器產生的數據。
瑪氏公司首席數字官Sandeep Dadlani說，“我們將數字視為巨大的業務加速器，我們不是為了獲得數字而實現數字化。”
在數字制造和運營顧問埃森哲公司的幫助下，瑪氏公司正在使用微軟的Azure數字孿生物聯網服務來增強其160個制造設施的運營。該公司正在創建軟件模擬以提高產能和流程控制，包括通過預測性維護延長機器的正常運行時間，并減少與機器包裝不一致產品數量相關的浪費。使用數字孿生結構，瑪氏公司還可以生成一個虛擬的“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數據來考慮影響其產品的氣候和其他情況因素，從而提高從產品來源到消費者的供應鏈的可見性。
Dadlani的建議：嘗試并接受失敗。瑪氏公司鼓勵員工考慮在有意義的情況下使用人工智能和其他新興技術解決問題。這是將企業文化轉變為擁抱實驗，并期望員工從失敗中吸取教訓的巨大努力的一部分，以便獲得未來的成功。去年12月，該公司召開了一次虛擬人工智能節，以慶祝部署在各個業務線的200個人工智能用例。
Dadlani說，“如果能很好地定義一個問題，應該感到有能力使用人工智能來解決它。”
4.TIAA降低了客戶服務的復雜性
美國大學退休股票基金(TIAA)的教師保險和年金協會致力于幫助教師管理他們的退休基金。為了降低新客戶入職的復雜性，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系統。
TIAA總經理兼退休服務技術負責人Alex Pecoraro說，“TIAA根據美國國稅局(IRS)的所有規定，提供多種復雜的退休基金產品。為了進行設置，它需要相當多的商業知識，我們組織了整個團隊來完成。”
TIAA的外包服務包含600多項功能，可以產生可能超過一萬億種客戶端配置。在部署數字孿生技術之前，專業的TIAA團隊根據客戶所需的運營模式人工創建和測試技術配置。因此，TIAA的員工根據他們的專業知識高度“功能化”，這意味著員工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帶領的團隊創建了一個數字孿生系統，由一個代表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。
該數據庫減少了客戶入職所需的時間和專業知識。
Pecoraro的建議：改變觀點。Pecoraro說，該項目的關鍵是采用產品，而不是將其視為技術配置問題。
Pecoraro說，“團隊中有一位同事提出了這個想法，將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。這種觀點的轉變是關鍵。回想起來似乎很明顯，但人們當沉浸在所有細節中時，可能會一葉障目。”
5.拜耳作物科學通過虛擬工廠重塑戰略
拜耳作物公司科學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中的每一個創建“虛擬工廠”。這些種子從拜耳公司擁有的田地中收獲，經過九個玉米種子生產基地進行加工和裝袋，然后分發給農民。
拜耳作物公司科學數據卓越中心(COE)負責人Naveen Singla說。“現在我們可以重新構想業務流程，可以通過應用這些機器學習算法或模擬來重新構想我們的決策。”
拜耳作物公司為每個玉米種子生產基地都創建了設備、流程和產品流特性、物料清單和操作規則的數字孿生系統，使企業能夠對每個站點執行“假設”分析。
隨著商業團隊推出新的種子產品或新的定價策略，企業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提供這些新策略。虛擬工廠還可用于制定資本購買決策、制定長期商業計劃、識別新發明和改進流程。拜耳公司現在可以將9個玉米種子生產基地的10個月的運營流程壓縮為兩分鐘，使其能夠回答有關SKU組合、設備能力、流程訂單設計和網絡優化的復雜問題。
Singla的建議：了解業務領域。Singla表示，拜耳作物公司成功的一個關鍵在于，由決策科學-互聯虛擬系統負責人Shrikant Jarugumilli領導的負責構建數字孿生的決策科學團隊在生產現場花費了大量時間，以了解其運營并獲得利益相關者的支持。
Singla說，“讓我們的數據科學家了解業務領域的情況非常重要，Shrikant帶領的團隊將發揮重要作用。他和他的團隊在這些種子生產基地花費了數周時間，試圖了解運營情況，了解細微差別，以便他們與企業領導層交談時傳達的信息是領導層本身的語言，而不是機器學習的說法。”
關于企業網D1net(hfnxjk.com)：
國內主流的to B IT門戶，同時在運營國內最大的甲方CIO專家庫和智力輸出及社交平臺-信眾智（www.cioall.com）。同時運營18個IT行業公眾號（微信搜索D1net即可關注）。
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號