当组织开发一种新产品，改造他们的供应链，或者想要更多地了解他们的操作时，破坏现有的流程和系统来进行实验可能是令人生畏的，有风险的，而且代价高昂。

　　随着物联网(IoT)、传感器、边缘计算、云技术、无线通信和数据的兴起，数字孪生技术已成为一种可行的解决方案，他们现在可以通过数字孪生来减轻这些风险。

　　数字孪生是物理系统或环境的虚拟表示或副本。它使组织能够在决定是否继续进行之前测试操作变更或投资是否适合他们。

　　数字孪生联盟的官方定义将数字孪生描述为“以特定频率和保真度同步的现实世界实体和过程的虚拟表示”。

　　数字孪生是真实世界资产的精确复制品，通过建模来模拟原始资产在物理世界中的运作方式。这些可能包括工厂车间的设备、原型车、飞机、制造系统，甚至整个供应链。

　　一个复制的资产可能看起来微不足道，但用于创建包含组织的全套现实世界资产的数字网络，数字双胞胎可以为企业提供现有设备和系统及其性能的现实概况。

　　这些复制系统是通过从现实世界的资产中收集数据生成的，可以在没有现实世界风险的情况下进行数字化实验。数据是当今世界上最有价值的货币之一，实施数字孪生技术使企业能够利用这些信息产生可操作的见解。

　　数字双胞胎可以像它们所代表的资产一样多种多样。它们可以是基于实体、系统或流程的。它们可以用来模拟现有的系统和供应链，检查资产互操作性，或者测试物理材料和组件。这种类型的设置被称为复合数字孪生。

　　如今，许多企业都受益于为预测性维护而开发的数字双胞胎，并将其作为复杂系统的虚拟克隆进行操作。一种关键类型的数字孪生用于设想和改进新产品线，这在产品设计和随后的测试阶段可能是无价的。

　　数字孪生技术的另一个潜在应用是创建客户的虚拟表示。根据Gartner的说法，创建一个“客户的数字双胞胎”(DToC)可以提高需求预测的准确性和行为分析。

　　数字孪生技术的好处是巨大的。

　　数字孪生为组织提供了一个设计、测试和调整产品设计或操作流程的环境，而不会破坏活跃的供应链和工作流程。

　　让我们考虑下面的例子:一个制造商想知道更改生产线上的一组特定设置是否会改善结果。制造商无需在工厂车间停止地面操作，而是可以使用性能数据和系统状态信息(从设备中植入的传感器中提取)来运行实验，为测试创建虚拟副本。

　　这为公司提供了一种安全的方式来确定更改是否有效，同时也节省了与暂停生产相关的成本。同样的前提也适用于产品设计，企业可以在不完全投资于开发或制造的情况下评估原型。

　　根据麦肯锡的研究，高级研发负责人表示，数字孪生技术已经对产品开发产生了“重大”影响，通常可以将总开发时间缩短20%至50%，并减少支出。

　　数字孪生技术的好处还扩展到对资产的实时远程监控。数字孪生可以从物理设备中提取数据，跟踪性能并提醒用户潜在问题，以便快速修复。

　　数字双胞胎在环境设计中也扮演着重要的角色。虽然在CAD等系统中创建虚拟产品设计并不是什么新鲜事，但数字双胞胎可以创建逼真的复制品，以支持城市规划和关键基础设施的发展。

　　数字孪生技术可以推动业务增长，并为现有流程提供有价值的、数据驱动的见解，但它们并非没有潜在的缺点。

　　数字孪生技术的采用必须与潜在高水平投资的回报结合考虑。创建真实世界资产的精确副本可能是一个耗时的过程，并且启动成本很高，并且在组织能够从其数字孪生体中提取有用的信息并将更改付诸实践之前，ROI可能无法实现。

　　此外，为数字孪生设置创建正确的环境可能很复杂，特别是在互操作性存在问题的情况下。这些系统也必须经常监测和维护。

　　此外，还需要考虑安全风险。数字孪生需要一个由后端访问、云存储和数据组成的网络，并且通常需要进入现实世界资产和环境的入口点。

　　如果一个组织的安全态势不足，网络攻击者可以渗透到数字孪生系统中，了解受害者的全部技术和资产，窃取信息，或者造成大范围的破坏。

　　Gartner分析师估计，到2031年，数字孪生市场的价值将达到1830亿美元左右。据该研究公司称，复合数字孪生体提供了最大的机会。

　　MarketsandMarkets研究表明，由于降低制造成本的需求，全球数字孪生市场将从2023年的101亿美元增长到2028年的1101亿美元人们对医疗保健行业的兴趣日益浓厚。

　　相比之下,《财富》商业洞察预测，全球数字孪生市场的价值将从2023年的129.1亿美元增长到2024年的177.3亿美元，到2032年将增长到2593.2亿美元。

　　国际数据公司(IDC)预测到2027年，35%的2000强企业将采用具有数字孪生功能的供应链编排工具。

　　麦肯锡公司的调查数据显示，近75%的公司已经采用了至少“中等”复杂程度的数字孪生技术。

　　数字孪生技术的意识正在制造业、航空航天、运输、零售和医疗保健等行业迅速传播。

　　IDC进行的一项调查显示，这些行业和其他行业对数字孪生技术的熟悉程度越来越高。总体而言，资源和建筑行业52%的受访者表示熟悉区块链技术，其次是制造业和专业服务业的40%，交通和物流以及能源行业的37%，金融行业的36%。

　　数字孪生技术似乎在重资产行业发展最快，包括制造业、石油和天然气、航空航天和汽车。然而，数字孪生技术也用于零售、医疗保健和智慧城市试点计划。

　　当今数字孪生技术的实际案例包括:

　　电信瑞士电信与爱立信合作推出了一个项目，利用网络数字孪生来产生网络建议。它帮助瑞士电信公司实现了20%的整体传输功率降低减少了车站的功耗，提高了客户速度。

　　梅奥诊所:通过包括数字成像、遗传学和可穿戴设备在内的数据，医疗保健提供商梅奥诊所使用数字双胞胎来创建用于诊断和治疗的定制患者模型。

　　西门子:德国科技公司西门子正在利用虚拟电厂数字孪生来规划电厂基础设施，包括复合材料比如太阳能电池板和风力涡轮机。

　　NTT印地车:美国赛车机构NTT Indycar系列赛使用数字孪生技术，结合人工智能和数据分析，生成实时赛车洞察。

　　德国意昂集团德国能源公司E.ON委托DNV实施数字孪生模式监控其资产并收集性能数据。

　　宝马:汽车制造商宝马正在与SAP合作，为其所有活跃的工厂创建虚拟模型。

　　奥兰多生态经济伙伴关系: OEP，一个非盈利的生态组织经济和社区发展组织，在SAP的帮助下推出了数字双胞胎，以开发城市规划工具(OEP)，包括大都市地区的3D表示。

　　早在2018年，德勤就在一份报告中探讨了现实世界的采用案例，称“公司正在越来越多的行业中使用这些‘数字双胞胎’，使设计和操作复杂的产品和流程变得更容易，从风力涡轮机到超市通道。数字孪生体正在加速产品和工艺开发，优化性能，并实现预测性维护。”

　　德勤2018年的研究概述了这些公司如何从数字双胞胎中受益:

　　玛莎拉蒂:这家汽车制造商正在使用数字孪生技术来加速产品设计。虚拟建模和仿真正在减少所需的昂贵的真实原型的数量，以及启动物理风洞测试和试驾的需要，将车辆开发时间缩短了30%。

　　通用电气:这家科技巨头正在使用数字双胞胎来模拟其内华达州工厂的供应链和工厂流程，以改善库存管理。

　　达索系统这家医疗保健公司正在建立一个真实的人类心脏模拟库，供医生使用以更好地了解病人的情况实时状态。

　　与云、人工智能、机器学习和数据分析一样，数字孪生技术有可能极大地改善生产、制造和供应链。数字孪生不是静态的;相反，它们可以整合大量现代技术，为企业提供一个全面、透明的资产概况，以及它们是如何协同工作的——因此，改善业务成果，允许明智的决策，提高效率。

　　随着对数字孪生技术的兴趣和理解每年都在增加，我们可以预期未来会有更多的组织创建并利用他们自己的数字孪生。