Ce stă în calea evoluției și adoptării tehnologiei de gemene digitale?

Potențialul uriaș al tehnologiei de gemene digitale – cu capacitatea de a crea replici digitale ale obiectelor fizice, proceselor și mediilor – are aplicații care se întind pe mai multe industrii, de la reproducerea mediilor periculoase la afișarea navelor spațiale pentru instruirea la distanță. O analiză recentă de la McKinsey sugerează că interesul este atât de profund încât piața globală pentru gemene digitale 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 clar, dar a urmat oare adoptarea cu adevărat?

Răspunsul – este complicat. Tehnologia de gemene digitale și cazurile sale de utilizare au evoluat imens, dar trebuie abordate provocările pentru ca gemenele digitale să fie adoptate la scară largă.

Evoluția gemenelor digitale

Adoptarea reală a tehnologiei de gemene digitale a fost lentă, deoarece, până recent, îi lipsea inteligența pentru a merge dincolo de simpla reprezentare a unui activ. Mai valoros ar fi fost capacitatea de a simula, prezice și controla cu acuratețe comportamentul său. Gemenelor digitale le-a lipsit, de asemenea, capacitatea de a învăța la nivel global din comportamentul altor active similare. Insight-urile lor erau izolate și nu erau întotdeauna aplicabile nevoilor organizaționale mai largi, făcându-le o investiție costisitoare cu randamente înguste.

În ciuda acestor lucruri, unii adopterii timpurii ai gemenelor digitale includ industriile de fabricație, retail, sănătate și automotive, care au putut testa noi facilități, configurații și procese într-un mediu controlat.

Cu abordări noi, bazate pe inteligență artificială, vom vedea o schimbare rapidă de la “gemene digitale” la “simulare” și “agenție” bazate pe inteligență artificială, care va extinde dramatic cazurile de utilizare și va impulsiona adoptarea pe scară largă. Să examinăm aceste categorii de utilizare:

• Reprezentare – Primele iterații ale gemenelor digitale au fost simple reprezentări digitale ale activelor, care nu erau deosebit de utile dincolo de anumite cazuri de utilizare pentru îmbunătățirea proiectării și executării anumitor sarcini. În esență, aceasta este starea “replică” a tehnologiei de gemene digitale.
• Simulare – Astăzi, gemenelor digitale evoluează de la reprezentare la simulare, ceea ce beneficiază de un set mai larg de cazuri de utilizare. Simularea înseamnă că gemenelor digitale nu numai că reflectă activul sau mediul, dar simulează, de asemenea, cu acuratețe scenariile viitoare. În această etapă, ele pot învăța din datele altor procese similare pentru a obține insight-uri semnificative. Gemenelor digitale de simulare utilizează algoritmi de inteligență artificială pentru a simula rezultatele producției, pentru a recomanda setări optime pentru mașini și pentru a ghida echipele de producție către obiective de afaceri îmbunătățite, într-un mediu de fabricație.
• Agenție – Următoarea evoluție după simulare va fi agenția, care va permite activelor, proceselor și întregilor părți ale producției să planifice și să acționeze autonom. În această etapă, ele vor lua, de asemenea, decizii complexe și vor lucra în parteneriat cu oamenii pentru a impulsiona o producție mai durabilă. Aceasta este stadiul de agent al gemenelor digitale.

Trecerea între etape necesită niveluri diferite de tehnologie de susținere, și este esențial ca organizațiile să aibă stiva de tehnologie potrivită pentru a obține impactul și randamentul maxim al gemenelor digitale.

Tehnologia fundamentală pentru gemenele digitale

Tehnologia fundamentală potrivită trebuie să fie în loc înainte de a trece de la reprezentare la simulare și, în cele din urmă, la agenție.

Utilizând fabricația ca exemplu, organizațiile care doresc să creeze o simulare digitală a unui anumit proces sau mediu de fabricație trebuie să aibă capacități de detectare online fiabile. Acești senzori alimentează date de la intrarea și ieșirea la diferite etape critice ale călătoriei pentru a oferi insight-uri robuste care să informeze o simulare. O parte din aceste date este disponibilă, și am văzut producători de procese cu măsurători de calitate online pe ieșiri (de exemplu, hârtie), dar există, de obicei, o lacună în măsurătorile de detectare pentru intrări (de exemplu, fibrele de lemn care intră în producția de pulpă de hârtie).

Pentru a ocoli acest lucru, echipele de fabricație trebuie să definească clar simularea pe care încearcă să o realizeze și intrările, mașinile și sistemele implicate, împreună cu parametrii diferiți ai fiecărui stadiu pe tot parcursul procesului. Acest lucru necesită, probabil, implicarea experților din multiple funcții pentru a se asigura că toate aspectele modelului sunt luate în considerare, ceea ce va ajuta, ulterior, să se asigure că datele sunt suficient de robuste pentru a alimenta o simulare.

Conectivitate și comparație

Gemenelor digitale care sunt complet izolate le lipsesc insight-urile din alte modele în scenarii similare. Modelele care contribuie la gemenelor digitale trebuie să fie alimentate cu date de la alte modele și gemene digitale similare pentru a demonstra ce înseamnă “excelent” sau “optim” la nivel global, nu doar în cadrul procesului local care este examinat.

Ca urmare, gemenelor digitale necesită o componentă mare de cloud, sau altfel organizațiile riscă să piardă orice urmă a promisiunii pe care o oferă această tehnologie.

Partea cealaltă a monedei este că gemenelor digitale nu trebuie să se bazeze exclusiv pe tehnologia cloud, deoarece latența cloud-ului poate crea obstacole pentru factori precum colectarea datelor în timp real și instrucțiunile în timp real. Luați în considerare cât de inutil ar fi să aveți o simulare menită să prevină defectarea mașinilor, doar pentru ca simularea să detecteze o centură ruptă mult după ce piesa a încetat să funcționeze corect și întreaga mașină este oprită.

Pentru a depăși aceste provocări, ar fi înțelept să adăugați o componentă care să fie activată de inteligență artificială la margine. Acest lucru asigură că datele pot fi capturate cât mai aproape de procesul simulat.

Possible puncte de durere cu implementarea și gestionarea

În plus față de a avea stiva de tehnologie și infrastructura potrivită pentru a captura datele necesare pentru gemenele digitale bazate pe inteligență artificială, încrederea rămâne o barieră semnificativă pentru implementare. Șoferii de taxi din Londra pot cunoaște harta orașului și toate scurtăturile, dar GPS-ul îi echipă de obicei cu rute mai precise, ținând cont de datele de trafic. În mod similar, inginerii și profesioniștii din domeniul fabricației trebuie să experimenteze simulări precise și sigure pentru a câștiga încredere deplină în capacitățile lor.

Câștigarea încrederii necesită timp, dar transparența modelelor și a datelor care alimentează gemenelor digitale poate accelera acest proces. Organizațiile ar trebui să gândească strategic despre schimbarea de mentalitate necesară pentru a face echipele să aibă încredere în insight-urile din această tehnologie puternică – sau riscă să nu obțină randamentul investiției.

Drumul către agenție

În ciuda promisiunii gemenelor digitale, adoptarea a fost relativ lentă – până recent. Introducerea modelelor bazate pe inteligență artificială poate face gemenelor digitale să treacă de la reprezentare la simulare, conectând insight-urile din alte modele pentru a construi pe învățături unice.

Pe măsură ce investițiile și încrederea cresc, gemenelor digitale vor ajunge, în cele din urmă, la statutul de agenție și vor putea lua decizii complexe de sine stătător. Valoarea reală rămâne încă neînchisă, dar gemenelor digitale au potențialul de a transforma industrii de la fabricație la sănătate și retail.