Ce stă în calea evoluției și adopției gemenilor digitali?

Potențialul uriaș al tehnologiei gemene digitale – cu capacitatea sa de a crea replici digitale ale obiectelor fizice, proceselor și mediilor – are aplicații care se întind în diverse industrii, de la replicarea unor medii periculoase până la afișarea navelor spațiale în scopuri de instruire la distanță. Analiză recentă de la McKinsey sugerează că interesul este atât de profund încât piața globală a gemenilor digitali va crește cu aproximativ 60% pe an în următorii cinci ani și va ajunge la 73.5 miliarde de dolari până în 2027. Interesul este în mod clar acolo, dar a urmat cu adevărat adoptarea?

Răspunsul – este complicat. Tehnologia gemenelor digitale și cazurile sale de utilizare au evoluat enorm, dar provocările trebuie abordate pentru ca gemenii digitali să fie adoptati la scară.

Evoluția gemenilor digitali

Adoptarea adevărată a digital twin tehnologia a fost lentă pentru că, până de curând, îi lipsea inteligența de a merge dincolo de simpla reprezentare a unui activ. Mai valoroasă ar fi capacitatea de a simula, prezice și controla cu acuratețe comportamentul său. Gemenii digitali erau, de asemenea, personalizați și nu aveau capacitatea de a învăța la nivel global din comportamentul unor active similare. Perspectivele lor au fost izolate și nu întotdeauna aplicabile nevoilor organizaționale mai largi, făcându-le o investiție importantă cu profituri reduse.

Chiar și așa, unii primii care adoptă gemenii digitali includ industria de producție, retail, asistență medicală și industria auto, care au putut testa noi facilități, configurații și procese într-un mediu controlat.

Cu noile abordări bazate pe inteligență artificială, vom observa o trecere rapidă de la „gemeni digitali” la „simulare” și „agenție” bazate pe inteligență artificială, care vor extinde în mod dramatic cazurile de utilizare și vor conduce la adoptarea pe scară largă. Să ne uităm la aceste categorii de utilizare:

• Reprezentare – Primele iterații ale gemenilor digitali au fost simple reprezentări digitale ale activelor, care nu au fost deosebit de utile dincolo de anumite cazuri de utilizare de nișă pentru îmbunătățirea proiectării și execuției anumitor sarcini. În esență, aceasta este starea „replică” a tehnologiei gemene digitale.
• Simulare – Astăzi, gemenii digitali evoluează de la reprezentare la simulare, de care beneficiază un set mai larg de cazuri de utilizare. Simularea înseamnă că gemenii digitali nu doar oglindesc activul sau mediul, ci și simulează cu acuratețe scenarii viitoare. În această etapă, ei sunt capabili să învețe din datele din alte procese similare pentru a obține informații semnificative. Gemenii de simulare folosesc algoritmi AI pentru a simula rezultatele producției, pentru a recomanda setări optime ale mașinii și pentru a ghida echipele de producție către obiective de afaceri îmbunătățite într-un cadru de producție.
• Agenţie – Următoarea evoluție după simulare va fi agenția, care va permite activelor, proceselor și părților întregi ale producției să planifice și să acționeze în mod autonom. În această etapă, ei vor lua, de asemenea, decizii complexe și vor lucra în parteneriat cu oamenii pentru a stimula o producție mai durabilă. Aceasta este etapa agentului geamăn digital.

Deplasarea între etape necesită niveluri diferite de tehnologie de sprijin și este esențial ca organizațiile să aibă stiva tehnologică potrivită pentru a obține impactul maxim și rentabilitatea investiției gemenilor digitali.

Tehnologia de bază pentru gemenii digitali

Trebuie să existe tehnologia de bază potrivită înainte de a trece de la reprezentare la simulare și apoi, în cele din urmă, la agenție.

Folosind din nou producția ca exemplu, organizațiile care doresc să creeze o simulare digitală a unui anumit proces sau a unui mediu de fabrică trebuie să aibă capabilități de detectare online fiabile. Acești senzori furnizează date de la intrare și de la ieșire la diferite etape critice ale călătoriei pentru a oferi informații solide pentru a informa o simulare. Multe dintre aceste date sunt disponibile cu ușurință și am văzut producători de procese cu măsurători online de calitate asupra rezultatelor (de exemplu, hârtie), dar, de obicei, există un decalaj în măsurarea de detectare a intrărilor (adică, fibrele de lemn care intră în pasta de hârtie). producție).

Pentru a evita acest lucru, echipele de producție trebuie să definească în mod clar simularea pe care încearcă să o realizeze și diferitele intrări, mașini și sisteme care sunt implicate, împreună cu diferiții parametri ai fiecărei etape de-a lungul procesului. Acest lucru necesită probabil accesarea experților în mai multe funcții pentru a se asigura că toate aspectele modelului sunt luate în considerare, ceea ce va ajuta apoi să vă asigurați că datele sunt suficient de robuste pentru a alimenta o simulare.

Conectivitate și comparație

Gemenii digitali care sunt complet izolați ratează învățăturile de la alte modele în scenarii similare. Modelele care contribuie la geamănul digital în sine trebuie să fie alimentate cu date de la alte modele similare și gemeni digitali pentru a demonstra cum arată „mare” sau optim la nivel global, nu doar în cadrul procesului local care este examinat.

Drept urmare, gemenii digitali necesită o componentă mare de cloud, altfel organizațiile riscă să piardă orice aspect al promisiunii deplină pe care o oferă această tehnologie.

Cealaltă parte a monedei este că gemenii digitali nu trebuie să se bazeze exclusiv pe tehnologia cloud, deoarece latența cloud poate crea obstacole pentru factori precum colectarea de date în timp real și instrucțiuni în timp real. Luați în considerare cât de inutil ar fi să existe o simulare menită să prevină defecțiunile mașinii doar pentru ca simularea să detecteze o centură ruptă bine după ce piesa a încetat să funcționeze corect și întreaga mașină este oprită.

Pentru a depăși aceste provocări, ar putea fi înțelept să adăugați o componentă compatibilă cu edge-AI. Acest lucru asigură că datele pot fi capturate cât mai aproape posibil de procesul care este simulat.

Posibile puncte dureroase cu implementarea și managementul

Pe lângă faptul că dispune de stiva tehnologică și infrastructura potrivită pentru a capta datele necesare pentru gemenii de simulare bazați pe inteligență artificială, încrederea rămâne un obstacol semnificativ pentru implementare. Șoferii de taxi din Londra pot cunoaște harta orașului și toate comenzile rapide ale acesteia, dar GPS-ul echipează de obicei șoferii cu rute mai precise, luând în considerare datele de trafic. În mod similar, inginerii și profesioniștii din producție trebuie să experimenteze simulări precise și sigure pentru a câștiga încredere deplină în capacitățile lor.

Câștigarea încrederii necesită timp, dar transparența cu modelele și cu datele care alimentează gemenii digitali poate accelera acest proces. Organizațiile ar trebui să se gândească strategic la schimbarea mentalității care este necesară pentru ca echipele să aibă încredere în informațiile din această tehnologie puternică – sau riscă să rateze rentabilitatea investiției.

Drumul către agenție

În ciuda promisiunii gemenilor digitali, adoptarea a fost relativ lentă – până de curând. Introducerea modelelor bazate pe inteligență artificială poate duce gemenii digitali de la reprezentare la simulare, conectând informații de la alte modele pentru a construi învățari unice.

Pe măsură ce investițiile și încrederea cresc, gemenii digitali vor ajunge în cele din urmă la statutul de agenție și vor putea lua singuri decizii complexe. Valoarea adevărată nu a fost încă deblocată, dar gemenii digitali au potențialul de a transforma industriile de la producție la asistență medicală și la retail.