從2017年和2019年Gartner將數字孿生（Digital Twin）作為十大戰略性技術發布以來，數字孿生正在從虛擬產品生命周期管理、工業物聯網專業技術，發展為企業數字化的核心通用技術。作為企業數字化通用技術，數字孿生為企業的運營創新、產品與服務創新、商業模式創新、管理創新帶來了新的機會，本文結合PLM、工業互聯網及企業領域數字孿生技術的發展演進探討如何規劃和實施企業數字孿生戰略。
數字孿生的技術演進：從虛擬產品技術到數字化戰略技術
2021年上海車展特斯拉車主維權事件中，特斯拉分別向市場監管部門、維權的張女士發送了整理為Excel表格的48頁6697組後臺服務器數據，詳細記錄了車主在事故前30分鐘的車輛狀況和駕駛動作。
特斯拉的用戶不僅可以通過特斯拉的數字孿生追溯設備的過去和當前使用狀況，還可以發現，在使用過程中，特斯拉 汽車 的功能似乎越來越智能，特斯拉 汽車 似乎會越來越懂妳。特斯拉通過數字孿生給用戶提供了壹種“持續智能”，可以持續適配用戶、持續優化。特斯拉通過這種服務，每年可以從每輛特斯拉獲得超過1200美元的收入。
要構建類似特斯拉這樣的數字化產品、服務和商業模式，首先需要理解數字孿生技術的由來、發展及持續演進。數字孿生迄今經歷了三個演進階段：
1、虛擬產品管理發展階段
2003年邁克爾·格裏夫斯（Michael Greives）第壹次提出將數字孿生（Digital Twin） 作為PLM的壹個概念模型，將虛擬產品納入PLM的管理範疇，重新定義了PLM。到2011年NASA將“數字孿生”（Digital Twin）列入美國航空航天發展規劃，這個階段是數字孿生的概念形成階段。這個階段數字孿生主要被定位為下壹代PLM系統的“虛擬完美模型”（Virtually perfect Model）。
2、工業互聯網發展階段
2011年以來，GE公司發布雄心勃勃的工業互聯網計劃，隨後，在GE和西門子、PTC等公司的倡導和支持下，數字孿生作為工業互聯網的核心技術得到了前所未有的重視，這個階段，無論是GE、PTC還是西門子，都不僅將數字孿生用於CAD、CAE、PLM等虛擬產品系統工程，還在設備（APM）、過程控制、網絡等工業互聯網各個領域以數字孿生和數字主線作為核心技術支持，各個廠商分別發布了設備、網絡、過程、產品、生產、運營等不同應用場景數以百萬計的數字孿生體。數字孿生通過工業互聯網的發展進入到商用階段，不過迄今大約只有1%的企業資產應用了數字孿生技術。
3、數字化戰略技術發展階段
2017年Gartner將數字孿生列入10大戰略技術趨勢，數字孿生從工業互聯網的核心技術進壹步發展為基於物聯網的智慧城市和企業數字化的核心戰略技術。數字孿生作為戰略技術，從復雜系統工程（iMBSE）和工業互聯網等特定領域發展為智慧城市和企業的數字化基礎設施。Gartner數字孿生分為離散數字孿生、組合數字孿生、組織數字孿生三個基本類型。產品數字孿生也好，設備數字孿生也好，實際都是壹種離散的數字體，這樣的數字孿生的作用是局部的，Gartner的建議實際是將這種離散的數字孿生能力“組裝”起來，打造具備特定的業務模式和運營模式的組織數字孿生（DTO），讓企業具備數字孿生的持續智能能力。這樣，數字孿生就成為企業數字化的壹種核心戰略技術。
數字孿生實施路線：從離散可視、數據驅動到持續智能
數字孿生的概念雖然出現已久，但是在企業數字化轉型中的應用還剛剛開始，即使引入數字孿生的企業也還處於試點和 探索 階段。但是在未來壹年內，65%的大型企業都表示會投入啟動數字孿生項目。未來兩到三年，是企業數字孿生建設的戰略機遇期，有的放矢的擬定數字孿生戰略，無疑將獲得先行優勢。
目前推行數字孿生的制造企業，基本有兩條戰略實施路線，壹條是從產品數字孿生開始，基於產品數字孿生，實現虛擬樣機、虛擬仿真，縮短產品研發周期，降低產品研發成本。典型代表是中車集團如中車株機；壹條是設備和車間數字孿生開始，基於設備和車間數字孿生，實現透明化的裝備生產、運維和服務。典型代表是樹根互聯參與的三壹重工8號工廠；
從企業戰略發展角度，為了實現通過數字孿生構建未來的競爭優勢，企業的數字孿生的戰略可以按照四個步驟展開：
1、第壹階段：實現離散數字孿生的連接與可見
離散數字孿生,是實現設備、人員等單壹的資源數據連接和數據可視以實現資源優化的單壹數字孿生體。這壹階段，基於邊緣網絡技術、設備及資源管理系統，通過選定的設備、流程、系統的數字化連接和數據采集、數字化標識、數字化監測，實現數字化設備、流程和系統的診斷、描述性分析和預測；目前在不少企業推行的RPA（流程機器人）其實也是壹種離散數字孿生的應用。設備的離散數字孿生未來將主要通過設備供應商提供；流程的離散數字孿生主要通過應用軟件服務商提供；
2、第二階段：實現復合數字孿生的互聯與數據驅動
復合數字孿生是基於內部離散數字孿生和外部數據資源復合而成的數字孿生體，如壹條產線，壹個端到端的服務線。數字孿生的復合過程不是簡單的數據互通，包括基於 歷史 數據的機器學習和模型訓練、基於實時數據的模型實時運行和監測。所以復合數字孿生的能力是需要通過壹個包括AI和大數據能力在內的物聯網平臺實現的。符合數字孿生壹般通過企業個性化定制實現。
3、第三階段：實現企業數字孿生的數據驅動與持續智能
企業數字孿生（DTO）重點是面向企業全流程，通過數據孿生監測和驅動的業務運行，形成壹種可以持續自動采集、自動分析、自主執行、自主決策的數據驅動閉環。在2020年的戰略技術趨勢預測中，Gartner提出了壹個“持續智能”的新概念剛好可以解釋企業數字孿生的價值。持續智能指的是基於數字化在線平臺實時獲取數據流，實時進行情景分析並給出響應方案，實現決策與運營的壹體化。企業數字孿生的的建設是壹個系統工程，基本的建設內容包括全價值鏈的數據獲取、模型構建、數據監測及支持持續智能的數據與分析平臺建設。這種需求很多企業都是存在的，不過大多數企業因為不了解企業數字孿生的概念，可能將這個項目簡單等同於大數據中心。
4、第四階段：實現數字孿生的生態服務與價值***生
將產業上下遊的數字孿生組織集合起來，就成為以鏈主為核心的產業數字孿生，如 汽車 制造商上下遊數字孿生體集合起來就可以構成壹個包括消費者、供應商、4S店及 社會 服務資源在內的 汽車 產業數字孿生。產業數字孿生將改變傳統的產業協同關系，衍生出全新的基於數據和智能的生他服務和價值***生模式。個性化訂制、網絡化協同最終將體現在客戶參與數字孿生、生態夥伴***享產業數字孿生的價值。
數字孿生的創新策略：模型驅動、架構引領， 探索 中前進
從離散數字孿生，復合數字孿生到企業數字孿生、生態數字孿生，數字孿生在企業的應用深度不斷加深、實施的復雜性和應用的難度也會逐級加大。在實施的過程中必然面臨不確定的風險，在行業內實際還缺少行之有效的數字孿生實施方法。
在復雜系統工程領域，有基於模型的系統工程方法（iMBSE）對產品定義、領域建模與仿真給出了方法論指導；
在虛實融合的數字化方法論層面，德國工業4.0參考架構、中美工業互聯網參考架構也已經發表了發表了相關的架構框架。
但是在企業數字孿生領域，在面向企業運營和流程優化領域，原有的BPM（業務流程管理）的方法論已經不能支持模型驅動、虛實融合的數字化業務模式和運營模式創新需求，企業需要新的業務和運用模式優化方法論。
作者：金蝶軟件（中國）有限公司
組稿：李艾離
本文內容僅代表作者觀點，不構成購買或投資建議。