Що стоїть на заваді еволюції та впровадженню цифрових двійників?

Надзвичайний потенціал технології цифрових двійників – з її можливістю створювати цифрові копії фізичних об’єктів, процесів і середовищ – має застосування, яке охоплює різні галузі, від реплікування небезпечних середовищ до демонстрації космічних кораблів для віддаленого навчання. Останній аналіз компанії McKinsey свідчить про те, що інтерес до цього настільки глибокий, що світовий ринок цифрових двійників зростатиме приблизно на 60% на рік протягом наступних п’яти років і досягне 73,5 мільярда доларів до 2027 року. Інтерес явно присутній, але чи послідувала за ним真正чна адоптація?

Відповідь – все складно. Технологія цифрових двійників і її випадки використання еволюціонували величезно, але потрібно вирішити проблеми для того, щоб цифрові двійники були прийняті у великому масштабі.

Еволюція цифрових двійників

Правдиве впровадження технології цифрового двійника було повільним, оскільки, до недавнього часу, вона не мала інтелекту, щоб вийти за рамки простого представлення активу. Більш цінним було б можливість точно симулювати, передбачати і контролювати його поведінку. Цифрові двійники також були індивідуальними і не мали можливості глобально навчатися з поведінки подібних активів. Їхні знання були ізольовані і не завжди застосовувалися до ширших організаційних потреб, роблячи їх великою інвестицією з вузькими результатами.

Незважаючи на це, деякі перші приймаючі цифрові двійники включають галузі виробництва, роздрібної торгівлі, охорони здоров’я та автомобільної промисловості, які змогли протестувати нові об’єкти, конфігурації та процеси в контрольованому середовищі.

З новими підходами, керованими штучним інтелектом, ми побачимо швидкий перехід від “цифрових двійників” до штучно-інтелектуальних “симуляцій” і “агентства”, які суттєво розширять випадки використання і сприятимуть широкому впровадженню. Давайте розглянемо ці категорії використання:

• Представлення – Ранні ітерації цифрових двійників були простими цифровими представленнями активів, які не були особливо корисними за межами окремих нішевих випадків використання для покращення дизайну і виконання певних завдань. По суті, це “репліка” стан цифрової технології двійників.
• Симуляція – Сьогодні цифрові двійники еволюціонують від представлення до симуляції, яка приносить користь ширшому набору випадків використання. Симуляція означає, що цифрові двійники не тільки дзеркально відображають актив або середовище, але також точно симулюють майбутні сценарії. На цій стадії вони здатні навчатися з даних з інших подібних процесів, щоб отримувати значимі знання. Симуляційні двійники використовують алгоритми штучного інтелекту для симуляції результатів виробництва, рекомендацій оптимальних налаштувань машин і керівництва виробничими командами до покращення бізнес-цілей у виробничому середовищі.
• Агентство – Наступна еволюція після симуляції буде агентством, яке дозволить активам, процесам і цілим частинам виробництва планувати і діяти автономно. На цій стадії вони також прийматимуть складні рішення і працюватимуть у партнерстві з людьми для забезпечення більш сталих виробництв. Це стадія цифрового двійника-агента.

Перехід між стадіями вимагає різних рівнів підтримуючої технології, і важливо, щоб організації мали правильний технологічний стек для досягнення максимального впливу і ROI цифрових двійників.

Основна технологія для цифрових двійників

Перед переходом від представлення до симуляції, а потім до агентства, необхідно встановити правильну основну технологію.

Використовуючи виробництво як приклад знову, організації, які хочуть створити цифрову симуляцію певного процесу або середовища виробництва, повинні мати надійні онлайн-чутливі можливості. Ці чутливі пристрої подають дані з входу і виходу на різних критичних стадіях шляху, щоб забезпечити надійні знання для інформування симуляції. Багато з цих даних вже доступні, і ми бачили виробників процесів з якісними онлайн-вимірюваннями на виходах (наприклад, папір), але зазвичай існує розрив у вимірюваннях для входів (наприклад, деревних волокон, які входять до складу паперової маси).

Щоб обійти це, виробничі команди повинні чітко визначити симуляцію, яку вони намагаються досягти, і різні входи, машини та системи, які залучені, разом з різними параметрами кожної стадії протягом процесу. Це, ймовірно, вимагатиме залучення експертів з кількох функцій, щоб забезпечити, що всі аспекти моделі враховані, що потім допоможе забезпечити, що дані достатньо потужні, щоб забезпечити симуляцію.

З’єднання і порівняння

Цифрові двійники, які повністю ізольовані, втрачають знання з інших моделей у подібних сценаріях. Моделі, які внесли свій внесок у цифрового двійника, повинні бути підживлені даними з інших подібних моделей і цифрових двійників, щоб продемонструвати, що таке “відмінне” або оптимальне глобально, а не тільки у місцевому процесі, який вивчається.

В результаті цифрові двійники вимагають великого хмарного компоненту, інакше організації ризикують втратити будь-яке подобие повної обіцянки цієї технології.

Інша сторона медалі полягає в тому, що цифрові двійники не повинні покладатися виключно на хмарну технологію, оскільки затримка хмари може створити перешкоди для таких факторів, як збирання даних у реальному часі та інструкцій у реальному часі. Розгляньте, наскільки безглуздо було б мати симуляцію, призначену для запобігання виходу з ладу машин, лише б симуляція виявила зламану смугу вже після того, як частина перестала функціонувати належним чином, і вся машина зупинилася.

Щоб подолати ці виклики, можливо, буде мудро додати компонент, який підтримує штучний інтелект на рівні краю. Це забезпечить можливість захоплення даних якомога ближче до процесу, який симулюється.

Можливі болі при розгортанні та управлінні

Крім того, що правильний технологічний стек і інфраструктура для захоплення необхідних даних для штучно-інтелектуальних симуляційних двійників, довіра залишається суттєвою перешкодою для розгортання. Таксисти в Лондоні можуть знати місто і всі його об’їзди, але GPS зазвичай забезпечує водіїв більш точними маршрутами, враховуючи дані про трафік. Подібним чином інженери та виробничі фахівці повинні пережити точні та безпечні симуляції, щоб повністю здобути довіру до своїх можливостей.

Довіра вимагає часу, але прозорість у моделях і даних, які живлять цифрових двійників, може прискорити цей процес. Організації повинні подумати стратегічно про зміну розуміння, яка необхідна для того, щоб команди довіряли знанням з цієї потужної технології – або ризикують втратити ROI.

Шлях до агентства

Незважаючи на обіцянки цифрових двійників, адоптація була відносно повільною – поки що. Введення штучно-інтелектуальних моделей може перетворити цифрових двійників з представлення на симуляцію, з’єднавши знання з інших моделей для побудови унікальних знань.

По мірі зростання інвестицій і довіри цифрові двійники врешті-решт досягнуть статусу агентства і зможуть приймати складні рішення самостійно. Правдивна цінність ще не розкрита, але цифрові двійники мають потенціал трансформувати галузі від виробництва до охорони здоров’я та роздрібної торгівлі.