当今的商业模式越来越需要数字孪生，包括其组件对象和流程以及活动的实时数据，因为公司希望应对物联网（IoT）不断创建的运营障碍的复杂性。
数字孪生带来了可视化、模拟、优化和远程控制系统和流程的新方法，用于重新思考和重新配置看似单调乏味的商业活动，以应对变化无常的市场。
数字孪生：从太空到商业世界
数字孪生在美国宇航局的阿波罗13号任务中首次亮相，氧气罐在离地球20万英里的地方爆炸。仿佛命中注定，航天器的数字孪生，远没有目前使用的那些复杂，是其救援任务的关键；反映它的模型，飞行路线上的数据，以及它的遥控系统帮助安排了它返回地球。
美国宇航局的创新正越来越多的进入商业世界，物联网是由电子、软件、通信和硬件组成的自动化连续操作系统的基础。
数字孪生、3D或2D仪表板可在构建和安装系统之前可视化和模拟这些不同组件的集成。
数字孪生创建的模型鼓励跨职能协作，因为它们可以轻松共享。它们还有助于比较设计和结果，在车间发生灾难性错误之前校正它们。
根据Gartner最近的一项调查，13%实施IoT的组织正在使用数字孪生，62%的组织正在设置或计划很快进行。
JuniperResearch首席分析师埃尔森·苏坦托(ElsonSutanto)表示：“IBM、微软和SAP等知名科技公司特别将数字孪生模拟能力与数据分析相结合，而物联网和工程模拟软件提供商，如DS(达索系统)、通用电气、PTC和西门子，则在其物联网平台上收购了一些公司或建立了合作伙伴关系，以推进他们的CAD和/或数字孪生模拟服务。”
数字孪生的一个典型使用案例是供应链，即充满损坏、被盗或损坏风险的迷宫，因为贵重产品(如电子或医药产品)蜿蜒穿过多种交通工具、仓库和配送中心，并跨越几个地理气候条件。
如果变量在包装质量、环境因素和执法方面各不相同，那么思考并尝试查明变量对供应链风险的影响可能是压倒性的。
Tractica首席分析师KeithKirkpatrick表示："从传感器收集的关于温度和湿度等微变量的精细数据，以及控制其对结果影响的需求，增加了对数字孪生的需求。
在迷宫般的铁路网中分配资源，如机车的维修时间安排，如果没有数字孪生带来的传感器和控制提供的粒度数据，可能会出错。通过增加整个网络的数量，包括修理店的利用率、资产的磨损以及修复这些资产的紧迫性以及火车的行驶路径，可以提高对运力可用性的态势认识。
只有这样，才能模拟决策选项和分配资源。重做初始计算，以应对事故、意外事件和天气变化，以保持平稳运行。
阿尔斯通使用数字孪生模拟从伦敦到格拉斯哥和爱丁堡的火车服务资产的维护安排计划，并实时监控网络以进行战术调整。
数字孪生的按需服务
并不是每个商业机构都负担得起安装和维护数千个传感器的费用，也不是每个商业组织都有能力掌握分析和进入数字孪生。像HitachiVantara这样的组织将此视为从硬件销售转向服务的机会。
HitachiVantaraIoT解决方案营销高级总监BjornAndersson表示："我们在英国城际快运计划提供轨道交通服务，该项目负责满足服务水平协议的运营一致性，从而实现盈利。”
在这种情况下，作为铁路运输设备的制造商，日立“拥有知识和设计数据，能够在部署前进行模拟，”安德森说。
日立还在所有轨道车和相关系统中安装了传感器，以监控设备状况，并维修机器，以获得一致的性能。
"我们使用为其他目的安装的传感器（如监控摄像机）来降低成本，这些传感器提供有关过程或机器工作情况、人类与机器交互程度、材料流入生产线等数据。安德森补充说。
数字孪生的信息模型
可以肯定的是，数字孪生主要用于特定应用程序的试点，在现阶段不一定可重复和可扩展，我们与具有数字孪生工作经验的数字转型顾问迪米特里·沃尔克曼进行了交谈。
"首先，数字孪生需要一个信息模型和分类法，就像上世纪90年代在软件方面实现的SQL那样，使它们具有可伸缩性和可重复性。它将从从数据描述模型中提取的标准描述开始;他们的主要数据将用它们的属性来描述他们，这为提取关于性能、模拟和预测的见解和智能奠定了基础。
然后，任何应用程序都可以通过使用相同的描述符访问数据并查询数据以获取见解，从而从中获益。目前，每个数字孪生试点都有自己的分类和通常专有的数据模型，这使得很难集成它们。
"平台将最好地完成创建物理对象、其数据描述符和分类的数字表示的第一项任务。创建数字代理及其相关数据的清单后，可以使用分析和AI/机器学习进行模拟和预测并远程控制物理系统。
"随着数字孪生数量的增加，有可能持续学习，从而扩大范围的现象。沃尔克曼补充说。
我们对数字孪生的了解
数字孪生有助于从复杂系统的物理世界中提炼智慧。它们不仅有助于获得随时的态势感知，而且还有助于控制对象以实现这些目标。
在交叉技术和自驱动系统的世界里，它们能够了解其各个元素的影响并实时进行校正。
最重要的是，它们为系统带来了透明度和灵活性，这些系统直到现在，一直固定并开启了当今运营管理业务模式的创新道路。（编译/Cassie）
