梦想中的"元宇宙"工厂，第三代数字孪生是什么？

最近在互联网、科技界、投资界等不同领域爆红的“元宇宙”概念，相信很多人都听说了。在各种“PPT”里，很多人已经对元宇宙的概念进行了非常全面和直观的阐述。总的来说，最重要的点可以总结为一句话：元宇宙是一种与传统物理世界平行的全息数字世界。

是不是感觉有点眼熟？尤其是，如果你了解工业互联网或工业物联网的话，此时肯定有个概念会立即出现在脑海中：数字孪生！

数字孪生是什么？

数字孪生并不是一个新概念，它早就应用于监控、模拟和简化离散设备数据等领域。数字孪生具有的强大的仿真能力，借此，员工和智能系统通过迭代式协作可大幅缩短产品设计和制造周期，进而让企业在仿真环境中完成更多的产品测试，在实体制造环节之前进行完善，从而节省时间和成本，让产品更贴近客户需求。这样，企业可以零风险地探索新产品创意，无限拓展场景。

Gartner曾连续三年（2017-2019年）将数字孪生列为十大新型技术之一，而根据IDC的报告显示，到2020年底，65%的制造企业将利用数字孪生运营产品和/或资产，25%的企业希望借助数字孪生降低质量缺陷成本和服务交付成本，可见数字孪生在企业数字化转型中拥有着巨大的应用前景和空间。

随着市场需求的变化，数字孪生已经发展到第三阶段。第一代与第二代数字孪生均与设备紧耦合，无法弥合生产计划与执行之间的断层。而第三代数字孪生从业务需求出发，构建物理世界与数字世界通用的语言，让人工智能不但完成感知、分析、决策、执行的闭环，还能通过对生产目标的理解，在遇到突发事件的情况下，实时反馈交付订单最佳路径。

现如今，我们已经迎来了第三代数字孪生，以微软Digital Twin服务为代表，领跑第三代数字孪生。这个阶段，企业追求的不仅是传统的，为“人”做分析决策提供模拟仿真支持的数字孪生，更是能实时感知物理世界、为人工智能做多维度、近实施分析决策提供在线数据支持、并回到物理世界迅速执行的数字孪生——通过数字孪生实现资产和项目数据的收集、可视化和情景化，再通过机器学习实现分析、预测并赋能前线人员作出实时决策——其核心价值已从仿真扩展到决策与运营。

第三代数字孪生解决了什么问题？

根据IDC的分析，70%的制造企业已经开始把包括业务端的数字化转型项目列为企业的核心战略地位；同时有77%的CEO将快速响应视为企业获得竞争优势的核心动力。

在过去供小于需的时代，工业3.0的出发点是满足单个产品大规模定制的需求。而近二十年来，我们所立足的市场发生了翻天覆地的变化，消费者对于产品的需求越来越个性化，转化成对生产端的要求越来越碎片化；近年来由于疫情与地缘政治的冲击，供应链波动严重，工业3.0所建立起来的稳定的、大规模的、标准化的生产体系已无法应对，迫使制造企业加速利用数字化技术，提升敏捷响应的能力，锻造企业韧性。

简而言之，智能制造解决的是从标准化到敏捷应变的问题，而提升敏捷应变能力的具体措施就是加速“感知-分析-决策-执行”这个制造运营管理闭环。为了加速这个管理闭环，我们需要数字孪生解决“感知”与“执行”问题，需要人工智能解决“分析”与“决策”问题。

应用场景有哪些？

衡量“敏捷”的计量单位是“响应时间”。响应时间以“事件发生”为起点，经过“事件获知”、“根因分析”、“决策”到“执行”所需的时间。“事件”包含的范围很广，比如，需求端的订单状态及其变更、供应链端的物料状态及其迟到事件、生产端的产能状态、非计划停机等。

原则上，任何可以通过数字孪生与人工智能手段缩短响应时间，提升制造企业敏捷响应能力的领域都是智能制造的应用领域。

制造企业不管做任何的计划，最终都要进行物理执行并交付一个物理产品。这里面涉及四个关键要素：一是生产资源，也就是人、机、料等；二是生产内容，也就是订单；三是生产工艺，也就是制造流程和路线；四是生产管理，也就是车间、工厂或企业的组织架构。

我们把物理世界的四个要素用数字化的方式表达出来，创造一个人工智能所能理解的镜像世界，或“元宇宙”，通过人工智能作出实时分析、预测与决策。

在智能制造的语境下，第三代数字孪生可以在三个不同层级发挥作用：

• 在车间层，它可以通过“物数融合”实现“自适应的生产执行”；
• 在企业层，能够对产品质量、成本、交期和安全环境保障等维度进行优化；
• 在产业层，则有助于实现上下游的动态协同。

在此，我们举一个食品企业的例子，帮助大家更好地理解数字孪生的作用。

面对全球布局的供应链和生产工厂，降本增效和可持续性是摆在众多国际生产企业面前的一道难题。以一家食品企业为例，生产设备只要出现微小的参数偏移，就会导致零售包装内的产品过多或过少，过多则出现非质量成本，过少则变成质量事件。从成本的角度来看，这种现象会造成大量的人工消耗与材料损失。

为了解决这一问题，微软、埃森哲、和埃维诺三方合作，为该企业搭建了智能制造数字孪生平台。该平台将机器学习技术融入数字孪生中，利用大量真实生产数据来建立产线模型，再通过物联网、边缘计算和云计算的结合找到生产线的优化点，从而大幅提高生产效率、减少人工与材料浪费。该企业目前正在全球范围内推广此数字化工厂解决方案。

如何规划实施？

微软与其全球领先的合作伙伴埃森哲和埃维诺一起，正在帮助不少领军企业构建跨越组织全要素的智能化数字孪生，并致力于通过组合应用该技术创造与现实世界的工厂、供应链、产品全生命周期一致的智能孪生网络。

在技术层面，将大数据、数字孪生和人工智能进行整合是构建智能制造技术平台的关键所在。在应用层面，如何推动变革与管控风险是应用实施的焦点。我们建议采用“全局规划、小步快跑、规模推广”的变革管理办法。

• 全局规划：工业3.0的核心管理思想是标准化，使能技术是流程信息化与生产自动化；工业4.0的核心管理理念则是敏捷应变，使能技术是数字孪生与人工智能。这就对制造企业在过去二三十年形成的管理思想、管理架构、组织文化与人才储备提出了全新要求。所以在开展具体项目之前，公司从高层到执行一线人员都需要对智能制造的理念、方法与技术有统一认识。
• “小步快跑”即验证迭代。在很大程度上，智能制造就是通过数字化与智能化手段实现精益的过程，既消除在生产制造过程中不产生客户价值的“浪费行为”，同时基于最小可行性产品（MVP）进行试点验证并持续改善，在短短10-15周的时间里，以最短时间、最小成本，验证概念可行性，并对其进行必要的迭代更新。
• “快速推广”即规模化应用。在验证了概念的可行性之后，企业需要做的就是快速将其实现规模化应用，让创新的价值辐射更广范围。这里既可以是不同生产线之间的复制推广，也可以是不同业务单元、不同工厂公司、上下游不同伙伴，乃至国内与海外市场的升级换代。

实施案例？

某全球大型国际快消巨头希望加速在制造和供应链两个环节端到端的数字化转型，从而实现以数据驱动运营决策。因此，他们开展了多年的数字化工厂建设，但依然面对系统化、平台化和场景化三个方面的挑战。

微软、埃森哲、埃维诺和客户各部门通力协作，采取了“全局规划、小步快跑、快速推广”的落地方式，先从一类日化产品入手，基于微软Azure构建了其生产过程的数字孪生模型，并利用机器算法优化生产工艺与流程，实现对关键资产设备的双向控制。由于试点成效显著，我们在短短一年半内帮助客户把数字孪生从几家工厂推广到全球数十家工厂，从全局来看，建立了智能制造平台战略的基础，以及以数据驱动决策的组织文化。

微软Azure物联网创新营 – 制造业数字化转型专场

我们特地组织和安排了微软Azure 物联网创新营。目的是希望有更多的优质的客户和合作伙伴能够了解我们的产品，用产品价值解决目前业务的问题，了解更多的使用场景，发掘潜在需求，并通过动手实验更好熟悉产品的服务和使用。

12月1日，微软Azure 物联网技术动手训练营首期课程正式拉开帷幕！我们将会聚焦在制造行业物联网的应用场景：包含工厂智能化，柔性供应链，基于数据的预测性维护，数字孪生等，诚邀您的参与！

时间：2021年12月1日 | 09:00-16:00

活动地点：微软人工智能和物联网实验室（上海市浦东新区川和路55弄19号楼4层）

(本文作者：张思民埃森哲大中华区工业X业务董事总经理及埃森哲大中华区工业X 团队；微软物联网团队；埃维诺智能制造团队。）