پتانسیل فوقالعاده فناوری دوقلو دیجیتال – با توانایی آن در ایجاد کپی دیجیتال از اشیاء فیزیکی، فرآیندها و محیطها – کاربردهایی دارد که در سراسر صنایع، از تکرار محیطهای خطرناک تا نمایش فضاپیماها برای اهداف آموزشی از راه دور، را شامل میشود. تحلیل اخیر از مک کینزی نشان میدهد که این علاقه به قدری عمیق است که بازار جهانی دوقلوهای دیجیتال در پنج سال آینده حدود 60 درصد در سال رشد خواهد کرد و تا سال 2027 به 73.5 میلیارد دلار خواهد رسید.
پاسخ – پیچیده است. فناوری دوقلوهای دیجیتال و موارد استفاده از آن بسیار تکامل یافته است، اما برای پذیرش دوقلوهای دیجیتالی در مقیاس، باید چالشها برطرف شود.
تکامل دوقلوهای دیجیتال
پذیرش واقعی دوقلو دیجیتال فناوری کند بوده است، زیرا تا همین اواخر، فاقد هوش کافی برای فراتر از نشان دادن صرف یک دارایی بود. با ارزش تر، توانایی شبیه سازی، پیش بینی و کنترل دقیق رفتار آن خواهد بود. دوقلوهای دیجیتال نیز سفارشی بودند و فاقد توانایی یادگیری در سطح جهانی از رفتار داراییهای مشابه بودند. بینشهای آنها کنار گذاشته شد و همیشه برای نیازهای سازمانی گستردهتر قابل استفاده نبود، و آنها را به سرمایهگذاری سنگین با بازدهی محدود تبدیل کرد.
با این حال، برخی پذیرندگان اولیه دوقلوهای دیجیتال شامل صنایع تولیدی، خرده فروشی، مراقبت های بهداشتی و خودروسازی است که توانسته اند امکانات، تنظیمات و فرآیندهای جدید را در یک محیط کنترل شده آزمایش کنند.
با رویکردهای جدید مبتنی بر هوش مصنوعی، شاهد تغییر سریعی از «دوقلوهای دیجیتال» به «شبیهسازی» و «آژانس» مبتنی بر هوش مصنوعی خواهیم بود که به طور چشمگیری موارد استفاده را گسترش میدهد و باعث پذیرش گسترده خواهد شد. بیایید به این دسته از کاربردها نگاه کنیم:
- نمایندگی – تکرارهای اولیه دوقلوهای دیجیتال، نمایش های دیجیتالی ساده دارایی ها بودند، که به ویژه فراتر از موارد استفاده خاص برای بهبود طراحی و اجرای وظایف خاص مفید نبودند. در اصل، این حالت «مثنی» فناوری دوقلو دیجیتال است.
- شبیه سازی – امروزه، دوقلوهای دیجیتال از نمایش به شبیه سازی در حال تکامل هستند، که به نفع مجموعه وسیع تری از موارد استفاده است. شبیه سازی به این معنی است که دوقلوهای دیجیتال نه تنها دارایی یا محیط را منعکس می کنند، بلکه به طور دقیق سناریوهای آینده را نیز شبیه سازی می کنند. در این مرحله، آنها میتوانند از دادههای سایر فرآیندهای مشابه یاد بگیرند تا بینش معنیداری به دست آورند. دوقلوهای شبیهسازی از الگوریتمهای هوش مصنوعی برای شبیهسازی نتایج تولید، توصیه تنظیمات بهینه ماشین و هدایت تیمهای تولید به سمت بهبود اهداف تجاری در یک محیط تولیدی استفاده میکنند.
- آژانس – تکامل بعدی پس از شبیه سازی عاملیت خواهد بود که دارایی ها، فرآیندها و کل بخش های تولید را قادر می سازد تا به طور مستقل برنامه ریزی و عمل کنند. در این مرحله، آنها همچنین تصمیمات پیچیده ای می گیرند و با مشارکت مردم برای تولید پایدارتر کار خواهند کرد. این مرحله عامل دوقلوی دیجیتال است.
حرکت بین مراحل به سطوح مختلف فناوری پشتیبانی نیاز دارد و بسیار مهم است که سازمانها پشته فناوری مناسب برای دستیابی به حداکثر تأثیر و بازگشت سرمایه دوقلوهای دیجیتال داشته باشند.
فناوری پایه برای دوقلوهای دیجیتال
قبل از حرکت از بازنمایی به شبیه سازی و سپس در نهایت عاملیت، باید فناوری بنیادی مناسب وجود داشته باشد.
با استفاده مجدد از تولید به عنوان مثال، سازمان هایی که می خواهند یک شبیه سازی دیجیتالی از یک فرآیند یا محیط کارخانه معین ایجاد کنند، باید قابلیت های سنجش آنلاین قابل اعتمادی داشته باشند. این حسگرها دادهها را از ورودی و خروجی در مراحل مختلف مختلف سفر تغذیه میکنند تا بینش قوی برای شبیهسازی ارائه دهند. بسیاری از این دادهها به آسانی در دسترس هستند و ما شاهد تولیدکنندگان فرآیند با اندازهگیریهای آنلاین با کیفیت در خروجیها (یعنی کاغذ) بودهایم، اما معمولاً یک شکاف در اندازهگیریهای سنجش برای ورودیها (یعنی الیاف چوبی که به خمیر کاغذ میروند وجود دارد). تولید).
برای دور زدن این موضوع، تیمهای تولیدی باید شبیهسازیهایی را که میخواهند به آن دست یابند و ورودیها، ماشینها و سیستمهای مختلفی که درگیر هستند، همراه با پارامترهای مختلف هر مرحله در طول فرآیند را به وضوح تعریف کنند. این احتمالاً مستلزم استفاده از متخصصان در چندین عملکرد است تا اطمینان حاصل شود که تمام جنبههای مدل در نظر گرفته شده است، که سپس به اطمینان از قوی بودن دادهها برای تقویت یک شبیهسازی کمک میکند.
اتصال و مقایسه
دوقلوهای دیجیتالی که کاملاً ایزوله هستند، در سناریوهای مشابه، از یادگیری مدلهای دیگر محروم میشوند. مدلهایی که به دوقلو دیجیتال کمک میکنند باید با دادههای سایر مدلهای مشابه و دوقلوهای دیجیتال تغذیه شوند تا نشان دهند که چه چیزی «عالی» یا بهینه در سطح جهانی به نظر میرسد، نه فقط در فرآیند محلی که در حال بررسی است.
در نتیجه، دوقلوهای دیجیتال به یک جزء بزرگ ابری نیاز دارند، در غیر این صورت سازمانها در معرض خطر از دست دادن هر ظاهری از وعده کامل این فناوری هستند.
روی دیگر سکه این است که دوقلوهای دیجیتال نباید تنها به فناوری ابر متکی باشند، زیرا تأخیر ابر میتواند موانعی را برای عواملی مانند جمعآوری دادههای بلادرنگ و دستورالعملهای زمان واقعی ایجاد کند. در نظر بگیرید که چقدر بی معنی است که شبیه سازی برای جلوگیری از خرابی ماشین فقط برای شبیه سازی برای تشخیص شکستگی تسمه پس از اینکه قطعه به درستی کار نمی کند و کل ماشین در حالت سکون قرار می گیرد، بیهوده است.
برای غلبه بر این چالشها، ممکن است عاقلانه باشد که مؤلفهای را اضافه کنید که دارای هوش مصنوعی لبه باشد. این تضمین می کند که داده ها می توانند تا حد امکان نزدیک به فرآیند شبیه سازی شده گرفته شوند.
نقاط درد احتمالی با استقرار و مدیریت
علاوه بر داشتن پشته فناوری و زیرساخت مناسب برای جمعآوری دادههای لازم برای دوقلوهای شبیهسازی مبتنی بر هوش مصنوعی، اعتماد همچنان یک مانع مهم برای استقرار است. رانندگان تاکسی در لندن ممکن است نقشه شهر و تمام میانبرهای آن را بدانند، اما GPS معمولاً با فاکتورگیری در داده های ترافیکی، رانندگان را به مسیرهای دقیق تری مجهز می کند. به طور مشابه، مهندسان و متخصصان تولید باید شبیه سازی های دقیق و ایمن را تجربه کنند تا به طور کامل به قابلیت های خود اطمینان پیدا کنند.
جلب اعتماد زمان می برد، اما شفافیت با مدل ها و داده های تغذیه دوقلوهای دیجیتال می تواند این روند را تسریع کند. سازمان ها باید به طور استراتژیک در مورد تغییر ذهنیتی که برای اعتماد کردن تیم ها به بینش های این فناوری قدرتمند ضروری است فکر کنند – در غیر این صورت خطر از دست دادن بازگشت سرمایه (ROI) وجود دارد.
راه آژانس
علیرغم وعده دوقلوهای دیجیتال، پذیرش نسبتاً کند بوده است – تا همین اواخر. معرفی مدلهای مجهز به هوش مصنوعی میتواند دوقلوهای دیجیتال را از نمایش به شبیهسازی با اتصال بینشهای مدلهای دیگر برای ایجاد یادگیریهای منحصربهفرد ببرد.
با افزایش سرمایهگذاری و اعتماد، دوقلوهای دیجیتال در نهایت به موقعیت آژانس میرسند و میتوانند تصمیمات پیچیدهای را به تنهایی اتخاذ کنند. ارزش واقعی هنوز مشخص نشده است، اما دوقلوهای دیجیتال این پتانسیل را دارند که صنایع را از تولید به مراقبت های بهداشتی به خرده فروشی تبدیل کنند.
