Ce stă în calea evoluției și adoptării gemelului digital?

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

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

Evoluția gemelului digital

Adoptarea adevărată a tehnologiei gemelului digital a fost lentă, deoarece, până de curând, îi lipsea inteligența pentru a merge dincolo de simpla reprezentare a unui activ. Mai valoroasă ar fi capacitatea de a simula, prezice și controla cu acuratețe comportamentul său. Gemenele digitale erau, de asemenea, personalizate și lipseau de capacitatea de a învăța la nivel global din comportamentul unor active similare. Insight-urile lor erau izolate și nu erau întotdeauna aplicabile nevoilor organizaționale mai largi, făcându-le o investiție costisitoare cu randamente înguste.

Chiar și așa, unii adoptatori timpurii ai gemelului digital 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 IA, vom vedea o schimbare rapidă de la “gemene digitale” la “simulare” și “agenție” bazate pe IA, care va extinde dramatic cazurile de utilizare și va impulsiona adoptarea pe scară largă. Să examinăm aceste categorii de utilizare:

• Reprezentare – Primele iterații ale gemelului digital 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 gemelului digital.
• Simulare – Astăzi, gemenele digitale evoluează de la reprezentare la simulare, ceea ce beneficiază de un set mai larg de cazuri de utilizare. Simularea înseamnă că gemenele digitale nu numai că reflectă activul sau mediul, dar simulează, de asemenea, scenarii viitoare. În această etapă, ele pot învăța din datele altor procese similare pentru a obține insight-uri semnificative. Simulările gemelului digital folosesc algoritmi de IA 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 în mod 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 etapa agent a gemelului digital.

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 gemelului digital.

Tehnologia de bază pentru gemenele digitale

Tehnologia de bază corectă trebuie să fie în loc înainte de a trece de la reprezentare la simulare și, în final, la agenție.

Folosind fabricația ca exemplu din nou, organizațiile care doresc să creeze o simulare digitală a unui anumit proces sau mediu de fabricație trebuie să aibă capacități de detectare online fiabile. Aceste senzori alimentează date de la intrarea și ieșirea la diverse 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 online de calitate la ieșiri (de exemplu, hârtie), dar există, de obicei, o lacună în măsurătorile de detectare pentru intrări (de exemplu, fibre 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 o încearcă să o realizeze și diversele intrări, mașini și sisteme implicate, împreună cu parametrii diferiți ai fiecărei etape de-a lungul 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

Gemenele digitale care sunt complet izolate lipsesc insight-uri din alte modele în scenarii similare. Modelele care contribuie la gemenele 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 examinat.

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

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

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

Puncte posibile de durere cu implementarea și gestionarea

În plus față de a avea stiva de tehnologie și infrastructura corectă pentru a capta datele necesare pentru simulările gemelului digital bazate pe IA, încrederea rămâne o barieră semnificativă pentru implementare. Șoferii de taxi din Londra pot cunoaște harta orașului și toate scurtăturile, dar GPS-ul este, de obicei, echipat cu rute mai precise, ținând cont de datele de trafic. La fel, inginerii și profesioniștii din domeniul fabricației trebuie să experimenteze simulări precise și sigure pentru a câștiga încredere deplină în capacitățile lor.

Câștigarea încrederii ia timp, dar transparența cu modelele și cu datele care alimentează gemenele digitale poate accelera acest proces. Organizațiile ar trebui să gândească strategic despre schimbarea de mentalitate care este 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 gemelului digital, adoptarea a fost relativ lentă – până de curând. Introducerea modelelor bazate pe IA poate lua gemenele digitale de la reprezentare la simulare, conectând insight-uri din alte modele pentru a construi pe învățămintele unice.

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