O que está impedindo a evolução e adoção de Gêmeos Digitais?

O tremendo potencial da tecnologia de gêmeos digitais – com sua capacidade de criar réplicas digitais de objetos, processos e ambientes físicos – tem aplicações que abrangem várias indústrias, desde a replicação de ambientes perigosos até a exibição de espaçonaves para treinamento remoto. Uma análise recente da McKinsey sugere que o interesse é tão profundo que o mercado global de gêmeos digitais crescerá cerca de 60% ao ano nos próximos cinco anos e atingirá $73,5 bilhões até 2027. O interesse está claro, mas a adoção realmente seguiu?

A resposta – é complicado. A tecnologia de gêmeos digitais e seus casos de uso evoluíram enormemente, mas desafios devem ser abordados para que os gêmeos digitais sejam adotados em larga escala.

A Evolução dos Gêmeos Digitais

A adoção real da tecnologia de gêmeos digitais foi lenta porque, até recentemente, faltava inteligência para ir além de simplesmente representar um ativo. Mais valioso seria a capacidade de simular, prever e controlar seu comportamento com precisão. Os gêmeos digitais também eram personalizados e careciam da capacidade de aprender globalmente com o comportamento de ativos semelhantes. Suas informações eram isoladas e não sempre aplicáveis às necessidades organizacionais mais amplas, tornando-os um investimento pesado com retornos estreitos.

Apesar disso, alguns primeiros adotantes de gêmeos digitais incluem as indústrias de manufatura, varejo, saúde e automotiva, que conseguiram testar novas instalações, configurações e processos em um ambiente controlado.

Com novas abordagens impulsionadas por IA, veremos uma mudança rápida de “gêmeos digitais” para simulação e “agência” impulsionada por IA, o que ampliará dramaticamente os casos de uso e impulsionará a adoção generalizada. Vamos examinar essas categorias de uso:

• Representação – As primeiras iterações de gêmeos digitais eram simples representações digitais de ativos, que não eram particularmente úteis além de nichos de uso específicos para melhorar o design e a execução de certas tarefas. Em essência, este é o estado de “réplica” da tecnologia de gêmeos digitais.
• Simulação – Hoje, os gêmeos digitais estão evoluindo da representação para a simulação, o que beneficia um conjunto mais amplo de casos de uso. A simulação significa que os gêmeos digitais não apenas espelham o ativo ou ambiente, mas também simulam cenários futuros com precisão. Nesta etapa, eles podem aprender com dados de processos semelhantes para obter insights significativos. Os gêmeos de simulação usam algoritmos de IA para simular resultados de produção, recomendar configurações de máquina ótimas e orientar equipes de produção em direção a objetivos comerciais melhorados em um ambiente de manufatura.
• Agência – A próxima evolução após a simulação será a agência, que permitirá que ativos, processos e partes inteiras da produção planejem e ajam de forma autônoma. Nesta etapa, eles também tomarão decisões complexas e trabalharão em parceria com as pessoas para impulsionar uma produção mais sustentável. Esta é a etapa do agente de gêmeos digitais.

Mudar entre etapas requer diferentes níveis de tecnologia de suporte, e é fundamental que as organizações tenham a pilha de tecnologia certa para alcançar o impacto máximo e o ROI dos gêmeos digitais.

Tecnologia Fundamental para Gêmeos Digitais

A tecnologia fundamental certa deve estar no lugar antes de mudar da representação para a simulação e, eventualmente, para a agência.

Usando a manufatura como exemplo novamente, as organizações que desejam criar uma simulação digital de um determinado processo ou ambiente de fábrica devem ter capacidades de sensoreamento online confiáveis. Esses sensores alimentam dados da entrada e saída em várias etapas críticas da jornada para fornecer insights robustos para informar uma simulação. Muitos desses dados estão disponíveis, e vimos fabricantes de processos com medições de qualidade online nas saídas (por exemplo, papel), mas geralmente há uma lacuna nas medições de sensoreamento para as entradas (por exemplo, fibras de madeira que entram na produção de polpa de papel).

Para contornar isso, as equipes de manufatura devem definir claramente a simulação que estão tentando alcançar e as várias entradas, máquinas e sistemas envolvidos, juntamente com os diferentes parâmetros de cada etapa ao longo do processo. Isso provavelmente requer recrutar especialistas de várias funções para garantir que todos os aspectos do modelo sejam considerados, o que ajudará a garantir que os dados sejam robustos o suficiente para alimentar uma simulação.

Conectividade e Comparação

Os gêmeos digitais que estão completamente isolados perdem as lições aprendidas com outros modelos em cenários semelhantes. Os modelos que contribuem para o gêmeo digital precisam ser alimentados com dados de outros modelos e gêmeos digitais semelhantes para demonstrar o que “grande” ou ótimo parece globalmente, e não apenas dentro do processo local que está sendo examinado.

Como resultado, os gêmeos digitais exigem um grande componente de nuvem, ou as organizações correm o risco de perder qualquer semelhança com a promessa completa que essa tecnologia oferece.

O outro lado da moeda é que os gêmeos digitais não devem depender apenas da tecnologia de nuvem, porque a latência da nuvem pode criar obstáculos para fatores como coletar dados em tempo real e instruções em tempo real. Considere como seria inútil ter uma simulação destinada a prevenir falhas de máquina apenas para a simulação detectar uma correia quebrada bem depois que a peça parou de funcionar corretamente e a máquina inteira está parada.

Para superar esses desafios, pode ser sábio adicionar um componente que seja habilitado para edge-AI. Isso garante que os dados possam ser capturados o mais próximo possível do processo simulado.

Pontos de Dor Possíveis com Implantação e Gerenciamento

Além de ter a pilha de tecnologia certa e a infraestrutura para capturar os dados necessários para gêmeos de simulação impulsionados por IA, a confiança permanece como um obstáculo significativo para a implantação. Os motoristas de táxi em Londres podem conhecer o mapa da cidade e todos os seus atalhos, mas o GPS geralmente equipa os motoristas com rotas mais precisas, considerando os dados de tráfego. Da mesma forma, os engenheiros e profissionais de manufatura precisam experimentar simulações precisas e seguras para ganhar confiança total em suas capacidades.

Ganhar confiança leva tempo, mas a transparência com os modelos e com os dados que alimentam os gêmeos digitais pode acelerar esse processo. As organizações devem pensar estrategicamente sobre a mudança de mentalidade necessária para que as equipes confiem nos insights dessa tecnologia poderosa – ou arriscam perder o ROI.

O Caminho para a Agência

Apesar do potencial dos gêmeos digitais, a adoção tem sido relativamente lenta – até recentemente. A introdução de modelos impulsionados por IA pode levar os gêmeos digitais da representação para a simulação, conectando insights de outros modelos para construir aprendizados únicos.

À medida que o investimento e a confiança aumentam, os gêmeos digitais eventualmente atingirão o status de agência e poderão tomar decisões complexas por conta própria. O verdadeiro valor ainda está por ser desbloqueado, mas os gêmeos digitais têm o potencial de transformar indústrias, desde a manufatura até a saúde e o varejo.