麥肯錫《技術(shù)熱門趨勢報(bào)告》上篇：數(shù)字孿生技術(shù)從基礎(chǔ)研究向大規(guī)模應(yīng)用過渡

    近日，麥肯錫發(fā)布《技術(shù)熱門趨勢報(bào)告》（The Top Trends in Tech），對世界科學(xué)技術(shù)發(fā)展趨勢進(jìn)行了研究。報(bào)告認(rèn)為，更高水平的流程自動化、可視化，分布式基礎(chǔ)設(shè)施、下一代計(jì)算平臺、AI應(yīng)用等已經(jīng)成為各行各業(yè)的發(fā)展趨勢。同時(shí)，報(bào)告還對其中具有重要影響科學(xué)技術(shù)進(jìn)行了深入洞察，具體包括：數(shù)字孿生、3-D/4-D打印技術(shù)、應(yīng)用AI技術(shù)、云計(jì)算、邊緣計(jì)算、區(qū)塊鏈等等。文章選取其中部分技術(shù)洞察進(jìn)行編譯分享，本期提供了麥肯錫有關(guān)“數(shù)字孿生”的洞察分析。

    以下是報(bào)告詳細(xì)內(nèi)容：數(shù)字孿生數(shù)字孿生指的是某項(xiàng)資產(chǎn)的數(shù)字復(fù)制品，通過集成來自數(shù)字和物理世界的數(shù)據(jù)，可以：

    完成產(chǎn)品開發(fā)、制造流程規(guī)劃、工具開發(fā)和可維護(hù)性成本優(yōu)化過程中的虛擬工程；▘實(shí)現(xiàn)營業(yè)資產(chǎn)的性能優(yōu)化。

    通過集成來自設(shè)計(jì)、工程、制造和服務(wù)功能的端到端數(shù)據(jù)，數(shù)字孿生可以模擬一項(xiàng)資產(chǎn)的期望狀態(tài)或其在現(xiàn)實(shí)場景中的行為。管理層如果具有該領(lǐng)域的洞察，就能快速做出決策或自動優(yōu)化行為。

    技術(shù)成熟情況

    數(shù)字孿生技術(shù)正在從基礎(chǔ)研究向大規(guī)模應(yīng)用過渡，現(xiàn)在處于過渡的中間階段，尚未成為一項(xiàng)大規(guī)模落地的成熟技術(shù)。

    到2022年，數(shù)字孿生技術(shù)的使用相比2018年將增加3倍，70%的制造商將定期運(yùn)用數(shù)字孿生技術(shù)。

    行業(yè)適用情況

    數(shù)字孿生技術(shù)正在從特定行業(yè)向各行各業(yè)應(yīng)用過渡，現(xiàn)在處于過渡的中間階段，尚未成為一項(xiàng)在多個(gè)行業(yè)普遍落地的成熟技術(shù)。

    數(shù)字孿生對企業(yè)的價(jià)值

    增強(qiáng)預(yù)測能力：利用不同的建模技術(shù)預(yù)測各種情景下的未來。▘績效跟蹤和持續(xù)改善：利用數(shù)字孿生對某項(xiàng)資產(chǎn)的績效歷史進(jìn)行統(tǒng)一整理，從而持續(xù)改進(jìn)關(guān)聯(lián)資產(chǎn)和流程。▘了解資產(chǎn)前景：利用數(shù)字孿生集成各類數(shù)據(jù)，從而揭示資產(chǎn)間的影響和依賴。▘實(shí)現(xiàn)自動化：根據(jù)數(shù)字孿生產(chǎn)生的洞見將決策點(diǎn)編碼和自動化，從而減少決策者之間的重復(fù)決策。▘構(gòu)建數(shù)據(jù)湖：由于創(chuàng)建數(shù)字孿生需要一個(gè)共同的數(shù)據(jù)源，所以公司不得不改變他們的數(shù)據(jù)收集和分析方法，這將創(chuàng)造更多的數(shù)字化和優(yōu)化的可能性。

    應(yīng)用示例

    01

    縮短進(jìn)入市場的時(shí)間

    無需搭建基礎(chǔ)設(shè)施或產(chǎn)品就能夠模擬設(shè)計(jì)選項(xiàng)，實(shí)現(xiàn)設(shè)計(jì)虛擬化、開發(fā)和測試(例如通過同步工程做出制造驅(qū)動的設(shè)計(jì)決策)。

    如：汽車原始設(shè)備制造商在使用數(shù)字孿生前需要按順序做出設(shè)計(jì)決策，因而受到限制。特別是在設(shè)計(jì)安全帶緊固系統(tǒng)時(shí)，需要花費(fèi)3天多的時(shí)間，增加了整體設(shè)計(jì)耗時(shí)。而根據(jù)設(shè)計(jì)和工程團(tuán)隊(duì)的約束因素和目標(biāo)建立了數(shù)字孿生模型后，確定最佳設(shè)計(jì)選項(xiàng)所花時(shí)間僅略大于1分鐘。

    02

    提高產(chǎn)品或服務(wù)開發(fā)的質(zhì)量

    在真實(shí)環(huán)境測試(如多物理模擬)之前，就能查看各種設(shè)計(jì)選項(xiàng)在性能模擬中的情況。

    如，在使用數(shù)字孿生前，飛利浦生產(chǎn)的醫(yī)療成像設(shè)備(如磁共振成像)很難使醫(yī)生根據(jù)一組二維圖像重建和解釋病人心臟的解剖結(jié)構(gòu)。但在使用數(shù)字孿生后，則可以根據(jù)患者的數(shù)字孿生創(chuàng)建三維心臟模型，提供有關(guān)心臟的規(guī)格和動態(tài)變化等詳細(xì)深入的信息。與使用二維醫(yī)學(xué)圖像相比，心臟模型將手術(shù)時(shí)間減少了82%。

    03

    提高息稅折舊攤銷前利潤

    降低運(yùn)營成本(如通過有根據(jù)的流程規(guī)劃)、增加收入(如提升產(chǎn)品/服務(wù)的性能)。

    美國內(nèi)華達(dá)州卡森市在用水高峰時(shí)期偶爾會停水。為此該市利用數(shù)字孿生來模擬未來供水情況(例如在用水高峰時(shí)期的情況)，以保證供水并節(jié)省運(yùn)營成本。在使用數(shù)字孿生后，根據(jù)數(shù)字孿生提供的深度信息能夠重新實(shí)現(xiàn)3個(gè)縣之間的供水平衡。未來這種供水平衡將由數(shù)字孿生自動控制。引入數(shù)字孿生后，不僅使得工作時(shí)間減少了15%，還能保證5萬人口的水源穩(wěn)定提供。

    此外，數(shù)字孿生還能減少資本密集型投資，使得管理者能夠根據(jù)模擬結(jié)果做出投資決策，從而降低冗余或替換的風(fēng)險(xiǎn)(因?yàn)楫a(chǎn)品是定制的)。同時(shí)，數(shù)字孿生還可以增加項(xiàng)目確定性，通過模擬可能路徑、追蹤績效并對標(biāo)里程碑，在偏離項(xiàng)目計(jì)劃的情況下及時(shí)糾正(如把數(shù)字孿生運(yùn)用到建設(shè)中的復(fù)雜項(xiàng)目)。

    發(fā)展前景

    未來五年數(shù)字孿生技術(shù)的發(fā)展前景如下：

    階段一：基于模擬的數(shù)字孿生技術(shù)將得到廣泛應(yīng)用

    大型技術(shù)公司(如微軟云)使得技術(shù)孿生成為一種日益普遍的服務(wù)，從而增加該技術(shù)的使用案例。一旦出現(xiàn)了典型使用案例，也就是利用數(shù)字孿生獲得大量商業(yè)利益的案例(例如制造業(yè)中的機(jī)器操作優(yōu)化)，就能鼓勵其他行業(yè)應(yīng)用數(shù)字孿生。

    階段二：增強(qiáng)端到端的決策制定和優(yōu)化

    數(shù)字孿生會被應(yīng)用到包括設(shè)計(jì)和售后服務(wù)（端到端）的各個(gè)階段，將各個(gè)階段中產(chǎn)生的洞見整合起來，然后將這些洞見打包，使其可視化。管理層利用數(shù)字孿生提供的洞見和其他用戶技術(shù)(如混合現(xiàn)實(shí))能夠做出更好的決策。由于數(shù)字孿生覆蓋了端到端，因此能進(jìn)一步優(yōu)化流程自動化，從而進(jìn)一步提升效率，為公司創(chuàng)造收益。

    階段三：自動優(yōu)化資產(chǎn)和連續(xù)制造

    AI驅(qū)動的流程優(yōu)化和機(jī)器控制(如機(jī)器人)使得離散制造和連續(xù)制造之間的界限變得日益模糊。將數(shù)字孿生集成到物聯(lián)網(wǎng)/邊緣環(huán)境中后，數(shù)字孿生就變成了物理資產(chǎn)的智能軟件驅(qū)動程序，支持實(shí)時(shí)分析、反饋和實(shí)施。如果要在不同的生態(tài)系統(tǒng)和供應(yīng)鏈中運(yùn)用數(shù)字孿生技術(shù)，就需要實(shí)現(xiàn)應(yīng)用環(huán)境(如客戶關(guān)系或價(jià)值鏈)的全數(shù)字化。

    數(shù)據(jù)/資料來源：1.專家采訪；2.麥肯錫公司的分析；3.Gartner物聯(lián)網(wǎng)部署情況調(diào)查（2018年）；4.國際數(shù)據(jù)中心2017年10月發(fā)布的《前景：全球物聯(lián)網(wǎng)2018年預(yù)測》；5.Forrester對AI的預(yù)測（2020年）；6.IHS Markit報(bào)告（2020年）；7.Fauenhofer研究所。