數字孿生“獨木難支”產業元宇宙_風聞
脑极体-脑极体官方账号-从技术协同到产业革命，从智能密钥到已知尽头03-13 21:52
ChatGPT的耀眼光環下，還有多少人記得大明湖畔的“元宇宙”呢？科技圈涼薄如斯啊！
元宇宙概念大火之後，很快出現了各種“XX元宇宙”的產業級解決方案。
工業元宇宙，構建智能數字孿生體，實現生產運行可視化、數據追溯、故障點精確定位、遠程操控、診斷恢復等功能；
農業元宇宙，主要應用是數字孿生農業，在種植基地部署傳感器，根據物理系統傳回的信息來推演作物生產狀況，為打頂、通風、補光等措施提供了最優決策方案；
城市元宇宙，韓國宣佈把首爾建立成為一個元宇宙城市，構建城市的數字孿生體，自然景觀、人文景觀等都被鏡像化，市民可以在“虛擬市長辦公室、首爾金融科技實驗室、首爾投資和首爾校園城”等數字空間裏，享受相關公共服務。
當前的產業元宇宙解決方案，掰開了揉碎了，寫着四個大字——數字孿生。
簡單來説，數字孿生（Digital Twin）就是在虛擬空間中，構建物理實體的“克隆體”，還原現實世界中的場景，從而支持人們對物理實體進一步瞭解、分析和優化決策。
坦率地説，這個技術概念並不算新，在航空設計、汽車製造、建築工程等領域都已經應用了很多年了，甲骨文、IBM等服務商很早就提供相關能力。
怎麼產業元宇宙的舞台搭起來，最叫座的主角不是AIGC、不是VR/AR，而是這個2002年就誕生的技術呢？敲鑼打鼓的行情背後，真相究竟如何呢？
數字孿生，沒有想象得那麼美
作為一個包羅萬象的宏大概念，產業元宇宙要打動政企客户，數字孿生技術成了拉近距離的那根繩子。相比看不見摸不着的AI、雲計算，尚未規模商用的VR、量子計算、6G，數字孿生產品在應用中久經考驗，又與虛實融合、全局數字化的趨勢高度契合，確實非常契合。
所以，在其他技術“靠不住”的情況下，目前，就由數字孿生獨自撐起了產業元宇宙的舞台。
一位企業軟件市場的資深從業者告訴我們，工業元宇宙也是把多項技術融合在一起，但它的主幹是數字孿生，只有數字化建模以後才能利用VR/AR做遠程控制、遠程的交付以及後項服務，利用市場上的很多開源引擎如Unity，和3D建模技術，就能實現物理模型的數字化建模。
需求方面：不是所有實體都需要建模。
中國工程院李德仁院士曾説過，隨着元宇宙的火爆，數字孿生概念也隨之被熱捧。但不應將二者混為一談，數字孿生是通過網絡空間的模擬、仿真等還原真實世界並影響現實生活，是要對地球負責的。
也就是説，建模不是目的，有價值的建模才是企業使用這項技術的目的。
數字孿生的核心價值，是“虛擬世界多次迭代，物理世界一次成功”，通過模擬來低成本試錯，比如對飛機的模擬，測試氣壓、氣流、温差給飛機機械構造帶來的實時影響，預先感知到飛機故障；電廠礦山的模擬，需要及時分析、識別和優化生產情況的情況，對意外情況實時預警，做到“治病於微發”。
這就要求數字孿生體不能是靜止的，要能實時體現物理場景的動態演進過程。
而在實際操作過程中，很多所謂的數字孿生項目，只是做了個一比一的3D模型而已，並不能反映實時變化。我走訪過一個水廠，將全市的建築物、道路、自來水管道、調壓器等生產設備，進行了數字孿生，用一個大屏幕呈現出來，但生產數據和設備信息都沒有實時更新，只在接待媒體的時候展示一下。
一位工業軟件行業從業者直言，工業+數字孿生，行業內普遍的水平還只是藉助於數據採集，藉助於可視化，藉助於3D建模，實現數據的在線化，還沒有辦法實現虛實世界的雙向操控。
效果方面：不是所有數字孿生都能保真。
某軟件服務商曾幫助長三角某供應鏈集羣，通過工業元宇宙+工業大數據+工業雲平台等，建立一個區域內的數字化製造產業地圖。方案執行下去才發現，一方面企業並不願意把數據分享出來，而且數據質量是參差不齊的，一下子拿到這些數據，也不能直接應用。
而數字孿生，要求的是儘可能逼真的映射和“表達”，只有數據準確地反映物理實體的所有細節，模型高度仿真，才能為後續的分析、決策、預警提供精準可靠的依據。
實際落地中，一些數字孿生系統僅僅是通過相機拍照或衞星圖像，構建的模型精度很低，外觀都做不到一比一復刻，只能看出一些粗略的示數，更無法映射一對多、多對一、多對多等多元化的對應關係。這種低精度的模型，很難充分反映真實的物理情況，也無法讓多個數字孿生體在各種場景下進行虛擬測試和反覆迭代，因此實用價值並不高。
價值方面：投入產出比ROI無法保證。
投入大、收益小，是很多企業在應用數字孿生之後才發現的。
投入體現在多個方面，數字孿生系統要存儲和分析傳感器感知或系統生成的所有數據，一個龐大工業生產系統、城市交通系統，所需要的算力、存力、網絡能力都是驚人的。
我曾去過一個四線城市的工廠，在生產車間部署了高清智能攝像頭，但因為設備產生的圖像太大，廠房裏的網絡卻沒有同步升級，帶寬不大，數據傳輸的時候非常卡，根本無法支持系統實時分析，最後這些攝像頭大部分時候都是關閉的。
而付出瞭如此大的成本，企業能得到的回報卻相對有限。
很多企業管理者和工程師能看到大屏幕上一堆數字在跑，但效率優化的幅度非常有效。某汽車零部件製造企業，在生產線引入了數字孿生之後發現，設備開動率只提升了5%，設備維護人力成本節約了13%。
所以數字孿生在很長一段時間內，被用於飛機制造、戰鬥機維護、宇航員訓練、汽車設計等領域，業務價值更大、物理實驗昂貴、數據和知識積累深厚，而很多非數字原生企業，本身就基礎知識庫匱乏，數據質量差，缺乏行業知識圖譜，引入數字孿生之後，全局數據與業務場景的關聯不大，無法支持企業做出最佳決策。
儘管數字孿生在實際落地中的業務價值有限，但沒錯過一個風口。每次都能穩穩地蹭上新基建、AI產業化、雲計算、元宇宙等概念的熱點，跟着火一把，這是怎麼回事呢？
數字孿生“長紅”體質的幕後推手
智慧城市如火如荼，數字孿生城市火了；
新基建迎來風口，數字孿生被工業互聯網帶着一起飛昇；
產業智能化方興未艾，數字孿生跟AI+雲計算也能組cp；
元宇宙炸裂登場，虛實融合直接利好數字孿生；
這麼一看，數字孿生確實是有點“紅命”在身上。為什麼理想中完美的數字孿生並沒有普及，甚至有些數字孿生體並不靠譜，但它就是一直能夠為產業服務市場所接受呢？
如果把數字孿生看成是一個明星，它能一直“走花路”，背後有三個推手：
推手一：“時代”這名“導演”
都説“小紅靠捧，大紅靠命”，大時代從每個人身上碾過，恰好合它的眼緣，便將人的機遇往高送上一程。
數字孿生天生具有雙向通路的特質，是連接物理世界與數字世界的橋樑。通過仿真運行，可以由實到虛，在數字世界場景裏實現對現實世界的全域感知鏡像。具有管控操作的能力，可以以虛控實，實現對現實世界的全面監控、有序管理和智能操控。
AI、雲計算、物聯網等技術為核心的新一代信息技術體系已經集結完成，全球正式進入了以智能化、數字化為牽引的第四次工業革命。工業4.0、工業互聯網、智能製造……這些產業概念都明確提出了物理世界與數字世界的融合，所以只要它們被提到，被上升到科技戰略，就會帶動數字孿生，賦予很多想象和可能性，吸引轉型期間的企業積極嘗試。
大量雲廠商、服務集成商，將數字化所需要的AI應用、雲算力、網絡能力、IoT、大數據、存儲、運維等，通過大型解決方案的形式，相當於“打包售賣”，一同交付給用户。
這種整合模式，也讓數字孿生的各項成本大幅減少，比如數據全局化需要的存算力都放到雲上，按量按需使用，與多個數字化軟硬件系統高度整合，加上集成服務商的定製化能力，使得數字孿生的業務價值前所未有地增大。
舉個例子，某企業服務商在打造園區數字化方案時，就在橫向，藉助於BIM+工業互聯網+數字孿生，把物理空間的園區數字化；縱向，把產業鏈上下游包括數據集成到系統集成，打造端到端的服務平台，這個數字化底座支持數據孿生實現更可靠更高效的操作。
與相關技術的配套拓展、深入融合，讓數字孿生的應用落地有了綜合優勢。
推手三：產業客户“金主”
今天通過雲來進入數字化能力的產業用户，有多少呢？可以看到，城市管理、礦產能源、工業製造等這些非數字原生的“重型企業”，需要通過雲來接入AI等技術，降本增效。和互聯網企業相比，這些“金主”的生產製造活動都是在物理空間進行的，產品、裝備、產線、工廠、建築、道路都可以構建數字孿生模式，推動數據融合，釋放數據價值，虛實融合的需求與智能化需求相疊加。此外，產業客户一般採用POC（Proof of Concept）項目建設模式，數字化工程的週期長、分步驟進行，先劃定業務場景或實驗對象，小範圍地導入和實施，驗證系統方案是否滿足需求，再向前推進。
數字化大屏的“一盤棋”“一張網”“一張圖”對全局數據三維立體建模，用可視化的方式呈現出來，讓人們能夠看得見“數字化”的效果，為下一階段業務數據化、決策智能化提供支撐。這種交付模式也是比較利好數字孿生技術的。
可以説，數字孿生能夠持續紅下去，既有時也運也的幸運，也與中國產業數字化轉型的趨勢有關。
也正如此，數字孿生在中國的落地應用，不像傳統工業軟件的商業模式，有兩個特點：
一是與服務的高度捆綁。企業開展數字孿生的目的是提高核心競爭力，數字孿生要為降本增效提質而服務，與數字化轉型方法論的諮詢服務一起，整體上盤點整個業務的狀況，幫企業做好規劃，然後提供解決方案，最終在交付過程中不斷迭代優化，這樣才能保障數字孿生對企業是有價值的，避免盲目追求高大上的可視化效果，為了數字孿生而數字孿生。
寫在最後，我們可以看到，任何技術的生命力，都不僅僅是因為它蹭上了什麼熱點，跟上了哪個風口，而是給業務帶來的真實價值。產業元宇宙也好，數字孿生也好，不要過度誇大和想象這些新概念、新工具的價值。
產業數字化沒有“金手指”，不可能光憑一個或幾個技術就能一路坦途；產業數字化也有無限可能，讓還不成熟的技術擁有機會，將看似不可能的事情變成可能。數字孿生的產業掘金之路剛剛開始，希望你也是。