Unity的核心技术优势即实时3D技术以及广泛支持的技术平台和硬件生态体系，源于Unity在游戏领域的技术积累。实时3D技术从游戏领域起步，现在正在改变多个行业，在工业领域，包括建筑、工程和施工（AEC）行业、汽车、运输、制造业（ATM）。陈禄表示，有非常多的工业领域开发者已经开始基于Unity平台进行数字孪生、VR/AR、等工业应用软件的开发，进而引起了整个工业界的重视。而Unity公司也发现在工业和商业领域，对实时3D技术来说存在着巨大的需求和市场机会。为了更好地为工业和商用领域提供通用架构和技术服务，帮助行业推进数字化转型Unity专门成立了工业部门和分布全球的本地支持团队。
同时，Unity也把本身的商业优势带入了基于实时3D的数字孪生领域：打通产品设计与最终使用者之间的鸿沟，用一个实时3D平台连接产品创建阶段的设计、仿真与工程，产品构建阶段的生产制造或建筑施工，产品上市阶段的服务与售后、营销与销售变现等。换言之，在Unity平台上，数字孪生开发者可以完成从辅助产品设计、制造到最终产品上市的全生命周期，实现全流程的数字化。据悉，Unity 已与包括戴姆勒、ABB、恩智浦半导体、现代起亚、雷克萨斯等多个顶级制造企业合作。
在数字孪生领域，Unity具备六大优势
数字线程是数字孪生的核心技术之一，数字线程提升了数字孪生产品生命周期的数据集成能力。基于统一的数据表达和Unity框架，Unity 可以定制出产品生命周期内不同阶段的不同应用，保证了数据的一致性。Unity还是一个开放的平台，不同行业、不同领域的数据能够很好的集成进入系统。更重要的是，Unity基于组件的开发模式，降低了其它领域参与的难度。Unity在数字线程技术中心作为中间桥梁，连接机械设备与工业互联网平台，将收集的机械数据存储，同时也连接到工业互联网平台的其他设备。而Unity多平台开发功能，使得设备的运行状态能够在VR、MR等设备上观看，实现更加直观的三维效果，提供数字线程的数据集成体验。
人机交互与建模分析方面主要涉及到虚实映射，这是数字孪生的核心课题之一。Unity平台为此提供了实时渲染、物理引擎、MR等关键技术。Unity支持对原始CAD数据的导入，并可以进行智能的轻量化，在保证目标精度的同时最大程度的提升效率；此外，开发者还可以通过三维扫描方式对真实模型和场景进行数据采集进而导入进Unity平台。针对刚体和运动学仿真，Unity提供精确的物理仿真模拟模型。针对特定领域的模型模拟，Unity提供对第三方仿真建模软件的接口支持。对于动态映射信息，Unity实时接入传感器和控制器的高频信号，对虚拟模型进行状态同步和模型参数的调整。Unity还提供MR工具包，通过增强现实的虚实结合方式给用户提供交互界面和平台。
面向工业行业，Unity提供了各方面的接口和数据支持。支持主流的CAD格式模型导入和轻量化：CATIA、IGES、STEPS、Solidworks、Pro/Engineer、ALIAS、JT、FBX、3dxml、OBJ、DAE、3DS、STL等等。作为通用开发平台，Unity对于主流的网络协议都有标准的模块库方便进行调用，并且在逐步扩大支持工业领域通信协议的范围，目前的工具包中可以支持通用的通信协议例如OPC UA、MQTT、Active_MQ等等，并对主流的控制器例如Siemens、BoschRexroth、Beckhoff、Lenze等等提供直接的通讯支持；Unity还对第三方仿真软件接口和协议标准进行支持，例如ANSYS、Matlab、FMI等等。在Unity现有支持的工业软件和标准协议基础之上，用户更可自定义开发所需要支持的模块以及相应的数据接口。
辅助决策是数字孪生的一个应用场景。Unity能够支持自定义数据解析和数据存储，基于收集的历史数据，可以建立相应的人工智能模型对数据进行分析甚至进行预测，从而影响决策。Unity提供主流机器学习框架（例如TensorFlow等）的框架集成支持，用户可以非常容易的将自己的机器学习模型（例如深度神经网络）连接到Unity的环境中进行训练、测试和部署。
借助广泛的Unity生态圈，Unity及数字孪生的生态合作伙伴目前已经完成和提供了多种完整的产品和解决方案：Unity Reflect面向AEC行业，可将BIM元数据无损传输到实时3D环境，并实现多模异地协作和基于BIM数据的二次开发，在不离开Autodesk Revit、Rhino、SketchUp的前提下完成同一Reflect模型的实时设计变更，并传输到iOS、Android、HTC Vive等多个的终端平台；Prespective是的面向虚拟样机开发的数字孪生方案，支持各种工业动态数据传输以及XR等高级仿真技术，并为数字孪生虚拟样机提供最先进的虚拟测试环境；Interact则为工业AR/VR应用提供场景制作工具集，可广泛用于人体工学仿真、设计评审、制造工艺仿真、培训等场景。我们也欢迎和其他的数字孪生企业进行合作，推出基于Unity的其他的面向垂直行业和领域的解决方案。
Unity除了通过开发者或软件开发商提供各种数字孪生、AR/VR应用和工具外，也为企业客户提供合作开发及技术培训服务。
数字孪生应用技术员的主要工作是部署，搭建和维护数字孪生技术平台，构建数字孪生模型，建立数据映射关系等。
简单来说，数字孪生是在一个设备或系统的基础上，创造数字版的克隆体，是对实体对象的动态仿真。
首先数字孪生是利用物理模型、传感器更新、运行历史等等数据，形成多学科、多物理量、多尺度、多概率的仿真过程。
现实概念
能够反应全生命周期过程，同时作为一个超越现实的概念，能够在众多领域被实际应用。从而衍生出更多相关职业，数字孪生应用技术员定义，使用仿真技术工具和数字孪生平台，构建、运行维护数字孪生体，监控、预测并优化实体系统运行状态的人员。
主要工作任务安装，部署数字孪生平台，搭建并维护数字孪生体的开发环境，运行环境及验证环境。应用数字化仿真建模技术及工具，导入、配置、构建数字孪生模型，部署并维护数字孪生模型。应用机器学习、增强现实、虚拟现实、混合现实等技术。建立数字孪生模型与，物理实体的数据映射关系。
为了能以更加可持续的方式运营企业，企业对数字基础设施的要求也越来越高，不止是出于成本和效率的考量，从环境的角度也是如此。
Equinix全球IBX运营工程副总裁Arno van Gennip表示：“从设计到施工再到设施管理，数字孪生正成为提高数据中心效率和减少客户碳排放的关键。”
数字孪生有助于将来自不同重点领域的数据集中到共享环境中，这使得IT、工程、财务、采购、施工团队能够在流程中，更早地 探索 和模拟性能、财务和环境等各种因素之间的权衡。设备和空间利用方面的各种效率提升，带来的直接影响就是降低能耗和减少碳排放。数字孪生还有助于提高建设和运营效率，减少浪费、降低人员配备要求和相关环境影响。
很多企业和数据中心运营商（例如Nvidia）可能会从各种结合了工程、CAD和数据中心信息管理(DCIM)功能的仿真建模工具中打造出数字孪生工作流。越来越多的DCIM厂商（例如施耐德电气）将数字孪生功能直接引入他们的工具中。达索系统和Future Facilities等厂商为数据中心提供了集成度更高的数字孪生。Nvidia等厂商也开始推出Nvidia Air这样用于优化数据中心物理和逻辑布局的新工具。
投入运营中
Equinix与Future Facilities展开合作，面向企业数据中心构建数字孪生。数字孪生可以帮助工程师确保冷却系统和连接生态系统提供所需的容量和最佳效率。工程师可以对比数据中心的预期行为和实际行为，以及能源使用的情况。
“这让我们能够深入了解有关维护和优化能源效率的各种可能性，”van Gennip说。
Equinix工程师和合作伙伴一起构建了物理数据中心的3D模型。这种数据中心孪生模型是基于各种因素建模的，例如数据中心内计算设备的容量和密度，以及冷却系统的路径。集中式数字孪生平台可以帮助工程师使用实时数据（例如功率和温度）预测预计的变更对配电、空间利用和冷却路径可能带来的影响，这些实时数据整合到现有模型中，用于进行准确的分析和预测，从而使数据中心孪生可以通过预测能源需求提高效率。
达索和很多领先的超大规模数据中心企业展开合作，设计和建造下一代数据中心。
“他们面临的最大挑战就是如何缩短项目准备时间，以跟上不断增长的需求，以及如何通过减少建设和运营期间的能源、水消耗和浪费，让数据中心更具可持续性，”达索公司架构、工程和建筑(AEC)行业销售战略总监Marty Rozmanith这样表示。
让管理更轻松
数据中心房地产投资信托公司Digital Realty的全球建筑管理优化总监Kasper Dessing认为，以前数据中心管理被分成多个孤岛，每个孤岛都专注于管理设施的某一个方面。
因此，不同领域的管理者可能无法看到更大的格局。无论是现在还是将来，在考虑设施维护的时候，这一点都尤为重要。数据中心会产生大量的数据，而人类无法很好地捕获、汇集和管理这些数据。随着数字服务变得越来越复杂，这种情况只会变得越来越糟糕。
Dessing说：“通过数字孪生，我们能够以虚拟的方式呈现设施内的各种元素和各种动态，以及在各种 *** 作场景下实时模拟实际行为。”
Digital Realty发现，由于数据量庞大，并且不同组件之间存在相互依赖性，因此通用数据中心的运营情况还不够好。正因为如此，Digital Realty将他们的设施数字孪生和专有的人工智能和机器学习平台进行集成，分析数千个数据流，从而能够跟踪设施内的所有组件并进行实时调整，还可以对未来行为进行预测，从而展开预测性维护，节省时间和降低成本。
这种对设施和不同组件之间关系的可见性，有助于改进新的设施设计，使其更高效。不仅如此，Digital Realty还利用数字孪生和他们的人工智能平台来优化能源消耗。
Dessing说：“可持续性是我们的首要任务，优化每个设施的能耗有助于我们在降低成本的同时，减少对环境的影响。”
并非所有人都具备在决策的同时进行模拟的这一技术专长，因此，Digital Realty将一种推荐引擎集成到了他们的数字孪生平台中。
“这样就可以让更多的人使用该技术，而不必一直依赖专家。”
把碎片组合在一起
设计、建造和运营数据中心的过程中会产生大量的数据，这些数据被保存为不同的格式，存储在不同的系统中。Rozmanith说，通过适当的访问控制和变更管理来管理和组织数据，这非常有挑战性。数字孪生可以带来多个学科、不同发展水平(LOD)和多个维度的数据，这让不同利益相关者可以实时地围绕单一事实来源展开协作。那些更为复杂的数字孪生技术则结合了各种技术，使用一种集成数字孪生来模拟热、结构、电气、控制和监控、制造和组装等过程。
Rozmanith解释说：“有了一个通用的平台，所有人就都围绕着单一事实来源展开工作，这不仅节省了时间，还提高了质量和整体数据中心交付能力。这个平台对我们来说就是一个变革的推动力。”
埃森哲云首席技术专家Teresa Tung表示：“随着我们整合更多数据和模拟来连接工程设计、施工调度和运营流程，不同的数字孪生之间的互 *** 作性已经变成了一大挑战。”
Tung的团队正在与数据中心厂商展开合作，将数据和领域专业知识应用于分析过程中，以确定驱动假设预测所需的模拟数量和配置，他们使用领域知识图（和用于互联网搜索中的技术相同）来捕获这些需求并映射不同元素之间的关系。
施耐德战略计划总监和解决方案架构师Carsten Baumann表示，提供商越来越多地向DCIM工具中添加数字孪生功能，以便在实际实施部署之前对基础设施升级可能带来的影响进行模拟。他认为，开放标准可以简化数据中心设备和管理工具之间的集成，从而可以更轻松地将数字孪生作为日常数据中心工作流程的一部分。
下面就让我们来详细看一看，数字孪生提高设计、施工、运营和规划可持续性的19种方式：
设计
放置新服务器
“也许在数据中心行业，使用数字孪生技术带来的最大影响就是气流管理和IT设备放置问题了，”Baumann说。
部署计算、存储和网络资源的需求快速增长，随之而来的是基础设施上的巨大挑战。特定机架或者特定位置还有物理空间，并不意味着有足够的电源、接入和散热能力。
看似简单的安装部署，可能需要对电源进行重大升级或者更好的替代方案时，数字孪生就可以帮得上忙了。
增加密度
增加数据中心的设备密度，可以减少新设施对气候带来的影响。
Information Services Group(ISG)企业敏捷性总监Loren Absher表示，数字孪生有助于优化数据中心设计，改善电源、布线、冷却要求、气流甚至活动地板完整性等所有相关元素，以防止灾难性故障的发生，此外还可以为增加密度所需的物理工作流程变更提供帮助。
提高热性能
冷却是数据中心的第二大能源消耗因素，仅次于设备本身。现代数据中心的冷却系统包括冷却器、管道和HVAC设备。
数字孪生可以使用热模拟来了解冷却系统的行为并提高其性能。
Rozmanith说，有些经常将代表冷水机组数量和管道尺寸变化的设备链的1D模拟，与气流的3D计算流体动力学(CFD)分析结合起来，找到冷空气和设备冷却之间的最佳平衡，以优化能源消耗。
评估季节性影响
Techstrong Research董事总经理、联合创始人Dan Kirsch表示，数字孪生还可以帮助数据中心设计师更好地规划季节性气候变化，让设计师可以根据外部季节性气候变化的影响提前规划，以降低总体运营成本和能耗。
“数字孪生让我们可以根据客户的特定需求和现场条件进行真正的定制和优化设计，而无需进行实地实验，”Kirsch说。
创建模块化组件
达索与大型数据中心运营商展开合作，打造了可以在不同数据中心设计中重复使用的模块化组件。
Rozmanith表示，数字孪生可以帮助企业定义和配置这些模块的属性，从而通过按订单配置的方法，缩短设计、采购和安装时间，从而有助于减少新建数据中心的环境影响。
测试和验证设备
NTT全球数据中心美洲产品高级副总裁Bruno Berti表示，他们正在使用数字孪生来测试和验证设备，然后再将其部署到数据中心内。
这些新的工作流程让他们可以构建和测试电气和发电机模块，这样工程师就可以在产品投入生产之前发生任何潜在的过程故障，减少了废弃物对环境的影响并改进了风险评估，加速了新产品的开发，提高了数据中心的可靠性和d性。此外，数字孪生还有助于安排预测性维护，降低维护成本。
优化电池性能
数据中心设备生产企业Vertiv的首席创新官Greg Ratcliff表示，数字孪生可以用于建模和设计系统，以改善电池 健康 状况和预期寿命，从而减少制造新电池带来的环境影响。在这种情况下，数字孪生可以帮助团队使用电池 健康 测量和设施详细信息，来模拟不同的设计选择，预测每个电池的 健康 状况和使用寿命。
Ratcliff表示：“如果电池组中的单个电池出现故障，那么整个电池组都会出现故障，所以监控每个电池的运行状况是至关重要的。”
评估环保型替代品
数据中心运营商可以利用数字孪生技术来评估新方法的性能、环境效益和潜在缺陷。
例如，Kao Data利用数字孪生工具来虚拟地测试和部署无制冷剂间接蒸发冷却(IEC)系统，该系统使用水蒸发代替机械系统在炎热天气冷却空气。这种方法帮助Kao Data提高了电力利用效率，减少了对环境的影响。
建筑
精简施工
数字孪生可以模拟复杂的任务、装配、设备使用和人身安全，还可以改善供应商、集成商和承包商在设计和施工生态系统中的协作，以消除流程中的摩擦。
Rozmanith说，更好地模拟和协作，可以缩短施工时间、减少问题发生、避免返工、以及减少信息请求和安全事故的数量，这帮助达索的客户将面市时间平均缩短了10-15%，减少了与施工时间较长可能带来的环境影响。
减少建筑垃圾
数据中心设计师正在使用数字孪生来更好地规划施工，以便工作人员可以更高效地工作，减少浪费，缩短不同施工阶段之间的时间。
Kirsch说：“通过创建数据中心的虚拟模型以及完整的材料清单，设计人员可以优化施工人员组装数据中心的每一个细节。”
这种规划方法可以减少一个团队在其他团队完成任务等候的时间。而通常来说，减少数据中心建设过程中的浪费并非易事，Kirsch说，这个过程中很多组件是无法重复使用或者回收的，最终只能进入垃圾填埋场。
运营
提供维护建议
数字孪生有助于确定问题的根本原因，并为快速修复提供维护建议，以减少能耗。
例如，Equinix位于阿姆斯特丹的工厂采用了一种数字孪生模型，根据模型显示，他们必须清洁冷却塔和调整风扇，以前这两项维护的能耗都要高于模型预期的水平。van Gennip表示，数字孪生让已经比较高效的数据中心IBX能源效率进一步提高了10%。
延长资产寿命
达索的虚拟数字孪生可以将人工智能和机器学习算法的 *** 作数据情境化，用于改进预测性维护。Rozmanith说，这延长了设备的使用寿命，从而减少了电子垃圾。而且，虚拟孪生还可以通过提高冷却和电力系统的效率来优化能源和水的使用。
提高维护和维修效率
数字孪生可以对维护、维修和翻新所需的所有信息访问进行简化，包括访问文档、用户手册、维护手册、材料供应商信息和备件清单等信息。Vertiv定制空气处理和模块化解决方案副总裁Lorenz Hofmann表示，这可以节省时间和减少工作量，从而减少二氧化碳的排放量。
数据中心流程自动化
流程挖掘功能的改进，可以帮助数据中心领导者了解他们的团队如何与应用进行交互，并对数据中心环境的变化做出反应。
ABBYY流程智能高级总监Ryan Raiker表示，使用数字孪生理解和记录程序，有助于数据中心团队发现候选的自动化方法，还可以实施不同的协议，以便在故障实际发生时采取行动，确保数据中心正常运行并减少故障和浪费的发生。
改善托管服务提供商和企业之间的协作
托管数据中心可以让多个企业共享同一个数据中心，但是当企业客户决定安装新设备的事后，可能会对周边其他企业的设备产生电力、热量和重量上的影响。
法国Thésée DataCenter与Future Forward展开合作，在云中部署每个设施的数字孪生，这种数字孪生让客户能够通过Web服务端模拟他们自己或者附近设备预期变更可能带来的影响，从而有助于Thésée的工程师与客户展开协作，提高他们的数据中心空间使用率，减少建设新数据中心的需求。
规划
确保满足合规性要求
NTT正在研究通过数据孪生帮助企业收集与业务相关的数据，并对这些数据实施标准化。数据孪生将企业数据源及其相互关系复制为标准格式，为分析和报告提供一个集中的位置。
NTT Data Services SMART解决方案副总裁Bennett Indart表示，这将有助于提供数据中心在实现可持续发展目标方面取得的进展，以及发现新的机会进行改善。
改善财务决策
NTT公司的Berti表示，NTT已经开始把财务数据整合到他们的数字孪生中，这有助于NTT在计划过程中使用实时数据和高级分析功能来审查材料和人工成本。
此外，这还有助于确定调整制造价值链从财务方面看是否合理，以及预期结果是否会降低数据中心的运营成本。
评估数据中心迁移带来的影响
埃森哲与卡内基梅隆大学合作开发了一个名为myNav Green Cloud Advisor的数字孪生模型，该模型让企业可以衡量数据中心和云提供商之间迁移的可持续性影响。
埃森哲的Tung表示，该项目最开始是一个数字孪生，以当前数据中心的能源消耗、计算要求和可持续发展目标为基准，让企业可以规划和对比各种云解决方案，包括碳排放目标、位置、能源和向清洁能源过渡的准备情况。
了解实质性的影响
Kirsch说，在建设完成之前，通常很难知道数据中心内的实际材料清单。在数据中心建设期间，团队会遇到各种可能需要偏离最初设计的情况。设计团队可以使用数字孪生规划所有现场条件，并指定所需的材料。
Kirsch说：“通过制定准确的材料清单，数据中心创建者和最终用户可以在施工开始之前就充分地了解需要使用的材料，以及对整体可持续性目标的影响。”
从2017年和2019年Gartner将数字孪生（Digital Twin）作为十大战略性技术发布以来，数字孪生正在从虚拟产品生命周期管理、工业物联网专业技术，发展为企业数字化的核心通用技术。作为企业数字化通用技术，数字孪生为企业的运营创新、产品与服务创新、商业模式创新、管理创新带来了新的机会，本文结合PLM、工业互联网及企业领域数字孪生技术的发展演进探讨如何规划和实施企业数字孪生战略。
数字孪生的技术演进：从虚拟产品技术到数字化战略技术
2021年上海车展特斯拉车主维权事件中，特斯拉分别向市场监管部门、维权的张女士发送了整理为Excel表格的48页6697组后台服务器数据，详细记录了车主在事故前30分钟的车辆状况和驾驶动作。
特斯拉的用户不仅可以通过特斯拉的数字孪生追溯设备的过去和当前使用状况，还可以发现，在使用过程中，特斯拉 汽车 的功能似乎越来越智能，特斯拉 汽车 似乎会越来越懂你。特斯拉通过数字孪生给用户提供了一种“持续智能”，可以持续适配用户、持续优化。特斯拉通过这种服务，每年可以从每辆特斯拉获得超过1200美元的收入。
要构建类似特斯拉这样的数字化产品、服务和商业模式，首先需要理解数字孪生技术的由来、发展及持续演进。数字孪生迄今经历了三个演进阶段：
1、虚拟产品管理发展阶段
2003年迈克尔·格里夫斯（Michael Greives）第一次提出将数字孪生（Digital Twin） 作为PLM的一个概念模型，将虚拟产品纳入PLM的管理范畴，重新定义了PLM。到2011年NASA将“数字孪生”（Digital Twin）列入美国航空航天发展规划，这个阶段是数字孪生的概念形成阶段。这个阶段数字孪生主要被定位为下一代PLM系统的“虚拟完美模型”（Virtually perfect Model）。
2、工业互联网发展阶段
2011年以来，GE公司发布雄心勃勃的工业互联网计划，随后，在GE和西门子、PTC等公司的倡导和支持下，数字孪生作为工业互联网的核心技术得到了前所未有的重视，这个阶段，无论是GE、PTC还是西门子，都不仅将数字孪生用于CAD、CAE、PLM等虚拟产品系统工程，还在设备（APM）、过程控制、网络等工业互联网各个领域以数字孪生和数字主线作为核心技术支持，各个厂商分别发布了设备、网络、过程、产品、生产、运营等不同应用场景数以百万计的数字孪生体。数字孪生通过工业互联网的发展进入到商用阶段，不过迄今大约只有1%的企业资产应用了数字孪生技术。
3、数字化战略技术发展阶段
2017年Gartner将数字孪生列入10大战略技术趋势，数字孪生从工业互联网的核心技术进一步发展为基于物联网的智慧城市和企业数字化的核心战略技术。数字孪生作为战略技术，从复杂系统工程（iMBSE）和工业互联网等特定领域发展为智慧城市和企业的数字化基础设施。Gartner数字孪生分为离散数字孪生、组合数字孪生、组织数字孪生三个基本类型。产品数字孪生也好，设备数字孪生也好，实际都是一种离散的数字体，这样的数字孪生的作用是局部的，Gartner的建议实际是将这种离散的数字孪生能力“组装”起来，打造具备特定的业务模式和运营模式的组织数字孪生（DTO），让企业具备数字孪生的持续智能能力。这样，数字孪生就成为企业数字化的一种核心战略技术。
数字孪生实施路线：从离散可视、数据驱动到持续智能
数字孪生的概念虽然出现已久，但是在企业数字化转型中的应用还刚刚开始，即使引入数字孪生的企业也还处于试点和 探索 阶段。但是在未来一年内，65%的大型企业都表示会投入启动数字孪生项目。未来两到三年，是企业数字孪生建设的战略机遇期，有的放矢的拟定数字孪生战略，无疑将获得先行优势。
目前推行数字孪生的制造企业，基本有两条战略实施路线，一条是从产品数字孪生开始，基于产品数字孪生，实现虚拟样机、虚拟仿真，缩短产品研发周期，降低产品研发成本。典型代表是中车集团如中车株机；一条是设备和车间数字孪生开始，基于设备和车间数字孪生，实现透明化的装备生产、运维和服务。典型代表是树根互联参与的三一重工8号工厂；
从企业战略发展角度，为了实现通过数字孪生构建未来的竞争优势，企业的数字孪生的战略可以按照四个步骤展开：
1、第一阶段：实现离散数字孪生的连接与可见
离散数字孪生,是实现设备、人员等单一的资源数据连接和数据可视以实现资源优化的单一数字孪生体。这一阶段，基于边缘网络技术、设备及资源管理系统，通过选定的设备、流程、系统的数字化连接和数据采集、数字化标识、数字化监测，实现数字化设备、流程和系统的诊断、描述性分析和预测；目前在不少企业推行的RPA（流程机器人）其实也是一种离散数字孪生的应用。设备的离散数字孪生未来将主要通过设备供应商提供；流程的离散数字孪生主要通过应用软件服务商提供；
2、第二阶段：实现复合数字孪生的互联与数据驱动
复合数字孪生是基于内部离散数字孪生和外部数据资源复合而成的数字孪生体，如一条产线，一个端到端的服务线。数字孪生的复合过程不是简单的数据互通，包括基于 历史 数据的机器学习和模型训练、基于实时数据的模型实时运行和监测。所以复合数字孪生的能力是需要通过一个包括AI和大数据能力在内的物联网平台实现的。符合数字孪生一般通过企业个性化定制实现。
3、第三阶段：实现企业数字孪生的数据驱动与持续智能
企业数字孪生（DTO）重点是面向企业全流程，通过数据孪生监测和驱动的业务运行，形成一种可以持续自动采集、自动分析、自主执行、自主决策的数据驱动闭环。在2020年的战略技术趋势预测中，Gartner提出了一个“持续智能”的新概念刚好可以解释企业数字孪生的价值。持续智能指的是基于数字化在线平台实时获取数据流，实时进行情景分析并给出响应方案，实现决策与运营的一体化。企业数字孪生的的建设是一个系统工程，基本的建设内容包括全价值链的数据获取、模型构建、数据监测及支持持续智能的数据与分析平台建设。这种需求很多企业都是存在的，不过大多数企业因为不了解企业数字孪生的概念，可能将这个项目简单等同于大数据中心。
4、第四阶段：实现数字孪生的生态服务与价值共生
将产业上下游的数字孪生组织集合起来，就成为以链主为核心的产业数字孪生，如 汽车 制造商上下游数字孪生体集合起来就可以构成一个包括消费者、供应商、4S店及 社会 服务资源在内的 汽车 产业数字孪生。产业数字孪生将改变传统的产业协同关系，衍生出全新的基于数据和智能的生他服务和价值共生模式。个性化订制、网络化协同最终将体现在客户参与数字孪生、生态伙伴共享产业数字孪生的价值。
数字孪生的创新策略：模型驱动、架构引领， 探索 中前进
从离散数字孪生，复合数字孪生到企业数字孪生、生态数字孪生，数字孪生在企业的应用深度不断加深、实施的复杂性和应用的难度也会逐级加大。在实施的过程中必然面临不确定的风险，在行业内实际还缺少行之有效的数字孪生实施方法。
在复杂系统工程领域，有基于模型的系统工程方法（iMBSE）对产品定义、领域建模与仿真给出了方法论指导；
在虚实融合的数字化方法论层面，德国工业40参考架构、中美工业互联网参考架构也已经发表了发表了相关的架构框架。
但是在企业数字孪生领域，在面向企业运营和流程优化领域，原有的BPM（业务流程管理）的方法论已经不能支持模型驱动、虚实融合的数字化业务模式和运营模式创新需求，企业需要新的业务和运用模式优化方法论。
作者：金蝶软件（中国）有限公司
组稿：李艾离
本文内容仅代表作者观点，不构成购买或投资建议。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）