Развертывание цифровых близнецов: 7 проблем могут столкнуться с предприятиями и как их ориентироваться

Обещание цифровых двойников: трансформация систем и не только

В современном быстро меняющемся мире сюрпризы появляются ежедневно. Вот почему инструменты, такие как цифровые двойники, становятся всё более ценными. Как объяснил Ара Суренян, вице-президент по управлению продуктами в Plex by Rockwell Automation, в интервью ZDNET: «Возможность моделировать и имитировать реальную среду позволяет принимать обоснованные решения на основе собранных данных. Это невероятно полезно.»

Но что такое цифровые двойники? Представьте их как программные копии физических систем, машин или даже экосистем. Имитируя эти объекты, они позволяют прогнозировать результаты, оптимизировать производительность и снижать затраты — всё это без воздействия на реальный объект. Будь то улучшение промышленного оборудования, оптимизация цепочек поставок или тестирование сценариев городского планирования, цифровые двойники обладают огромным потенциалом.

Как цифровые двойники меняют разработку продуктов

Цифровые двойники — это не только про эффективность; они также революционизируют разработку продуктов. В сочетании с расширенной реальностью (XR) они создают иммерсивные опыты, которые улучшают визуализацию и сотрудничество. Например, производители могут моделировать сборочные линии, а инженеры — проходить через виртуальные чертежи ещё до начала строительства. Это меняет правила игры.

Однако внедрение цифровых двойников не обходится без проблем. Давайте рассмотрим некоторые препятствия и способы их преодоления, предложенные лидерами отрасли.

Проблемы и решения

1. Сложность

Сложность часто называется одним из главных барьеров для внедрения цифровых двойников. «Компании часто стремятся к совершенству вместо того, чтобы довольствоваться «достаточно хорошим», — отметила Кристин Буш, директор Центра передового опыта в области робототехники в Schneider Electric. — Начните с малого. Запускайте пилотные проекты, чтобы продемонстрировать возврат инвестиций в контролируемых условиях.»

Чтобы не перегружаться, сосредоточьтесь на конкретных участках, а не на целых системах. «Определите области, где данные наиболее доступны, и задайте вопросы, на которые хотите получить ответы, — посоветовал Суренян. — Это мощность? Запасы? Прогнозирование спроса? Начните с этого.»

2. Неполные сети

Для процветания цифровых двойников организациям нужны надёжные сети. Тьерри Кляйн, президент Nokia Bell Labs Solutions Research, подчеркнул: «Связность имеет решающее значение — не только на уровне сети, но и между людьми и машинами.»

ИИ может заполнить пробелы здесь. Интегрированная модель ИИ может анализировать данные, предлагать действия и моделировать сценарии, делая цифровые двойники умнее с течением времени. «ИИ превращает цифровые двойники в динамичные инструменты, способные к автономной оптимизации», — добавил Кляйн.

3. Скорость данных

Обработка данных в реальном времени критически важна. Навин Рао, вице-президент по ИИ в Databricks, отметил: «Если ваши модели недостаточно быстры, оповещения могут приходить слишком поздно, что приводит к дорогостоящему ремонту или недоверию в командах.»

Для решения этой проблемы компании должны инвестировать в высокопроизводительные вычисления и периферийную аналитику, чтобы обеспечить плавный и быстрый поток данных.

4. Пользовательские интерфейсы недостаточно оперативны

Хотя цифровые двойники превосходны в моделировании, их интерфейсы иногда не оправдывают ожиданий. Технологии XR и VR обещают решить эту проблему, предлагая интерактивные панели управления, которые позволяют пользователям интуитивно исследовать системы.

Тем не менее, вопросы безопасности остаются первостепенными. «XR и VR — фантастические инструменты, — сказала Буш, — но их нужно внедрять осторожно в контролируемых условиях, чтобы избежать аварий или отвлечений.»

5. Несогласованные стандарты

Отсутствие универсальных стандартов создаёт изолированные хранилища данных, затрудняя интеграцию. Шелли Нунер, вице-президент по инновациям в Trimble, подчеркнула необходимость открытых, совместимых стандартов. Организации, такие как BuildingSmart, прокладывают путь, разрабатывая рамки для таких отраслей, как строительство.

6. Управление разнообразными входными данными

Цифровые двойники в значительной степени зависят от данных датчиков и устройств IoT. Роберт Бунгер, владелец инновационного продукта в Schneider Electric, подчеркнул важность организации этих входных данных. «Интеграция различных потоков данных при сохранении синхронизации моделей — сложная задача», — сказал он.

Операции машинного обучения (MLOps) могут помочь здесь. Постоянно переобучая модели и обеспечивая контроль доступа, компании могут поддерживать точность и прозрачность.

7. Дефицит навыков

Наконец, нехватка специализированных талантов представляет проблему. Райан Хамзе, консультант в ISG, рекомендовал инвестировать в обучение местной рабочей силы. Партнёрства с технологическими компаниями также могут восполнить пробелы в навыках.

Заключение: подход, ориентированный на бизнес

В конечном счёте, цифровые двойники успешны, когда они соответствуют бизнес-целям. Джейсон Ноэль, исполнительный директор по новым технологиям в EY Consulting, подчеркнул важность создания цифровых двойников, которые служат и нетехническим заинтересованным сторонам.

«Цифровые двойники, ориентированные на человека, дают возможность лицам, принимающим решения, в разных отделах, — заявил Ноэль. — Они легко интегрируют идеи в рабочие процессы, способствуя более умным выборам и действиям.»

Сосредоточившись на удобстве использования и сотрудничестве, цифровые двойники могут трансформировать отрасли и переопределить будущее разработки продуктов.