对任何产品，“产品设计”决定于“功能要求”，“功能要求”决定于“用户需求”。从这个意义上讲，理解一个技术概念时，不要太在乎它“是什么”，而是关注它用来“做什么”、用途是什么。理解了用途，做出来的东西才会有用；不理解用途，做出来的东西就可能没有实用价值。
数字孪生也不例外。我不太关系这个概念是怎么定义的。因为各家的理解可能不同。我关心这个技术有什么用处、解决什么问题。于是，我就来分析这一技术可能的应用场景。
场景之一：新产品投产。
新产品投产时往往会遇到各种麻烦。比如，产品质量不理想、生产节奏慢等。处理这些问题的传统办法，是在生产过程中不断积累经验、不断调整。所以，新产品往往都有一个“稳定期”。显然，这些麻烦导致时间和成本的损失。
过去，我们的企业很少有新产品，问题就不突出。比如，上汽大众曾经连续多年只生产桑塔纳，宝钢投产初期也很少开发新产品。但是，随着社会的发展、企业的进步、产品开发业务的加强，“稳定期”带来的问题就会越来越严重。如果新产品批量很小，这种问题就会变得非常严重。
场景之二：新产线、新设备、新功能投运。
这些技术投运过程几乎都要进行“现场调试”。现场调试是件很麻烦的事情，一个小毛病可能会影响整个系统的运行。
由于一条产线可以用很多年，过去企业很少遇到这种场景。但也有例外：对于工程或者设备承包商，总是给用户企业现场调试。这时，调试就成了他们的日常工作。
这样的场景，在智能制造时代，可能会遇到很多。我曾说过多次：数字化转型可以通过持续改进实现。这个过程中，不断地产生数字化的知识并沉淀在计算机系统中，成为用于生产管控的APP。这些APP都是要调试的。而现场调试，会遇到极大的局限性。
对于这些问题，解决的办法就是多用仿真技术。让问题多在虚拟空间解决、不要在现实空间出现，就没有损失了。即便不能解决100%的问题，能解决90%，甚至50%也是好啊。
按照我的经验，有些问题必须用仿真的办法来解决。比如，控制系统可能在有些工况下失常。或许这些工况3年遇不到一次，但遇到一次可能要命。对于这种情况，只能用仿真的办法来模拟工况，调试系统。
在我看来，数字孪生的重要用途就是用来解决这些问题的。
数字孪生技术帮助人们在新产品开发和系统调试的过程进行仿真。在智能制造的时代、在强调“快速响应”的时代、在工业互联网广泛应用的时代、在强调研发和服务的时代，这两种场景会越来越多，仿真可能会变得越来越重要。
在未来某些场景下，数字孪生可能会变得必不可少，就像现代社会的人少不了手机和自来水一样。
