Možná jste si vytvořili dojem digitálních dvojčat podle filmů Matrix nebo série videoher The Sims. Pokroky v cloudové infrastruktuře, edge computingu, IoT, platformách pro správu distribuovaných dat a schopnostech strojového učení však digitální dvojčata ze sci-fi přenesly na běžnější obchodní schopnosti.
Co se dozvíte v článku
Přivedení schopností digitálního dvojčete do společností vyžaduje, aby technologové překročili propast a lépe porozuměli operacím a provozním technologiím (OT) jejich podnikání. „CIO a IT lídři musí pochopit, že OT je jiný svět než IT a dokonalé digitální dvojče je sloučením obou,“ říká Jens Beck, partner pro správu dat a inovace ve společnosti Syntax.
Video ke kávě
Máte čas na rychlé a informativní video?
Po dlouhou dobu si podniky mohly dovolit oddělení OT a IT, ale to již neplatí pro výrobce, stavebnictví, maloobchod a další podniky, které musí propojovat fyzický a digitální svět. Digitální dvojče je jedním kanálem umožňujícím toto spojení, které má provozní výhody pro optimalizaci výroby a zlepšení kvality. Někdy, což je důležitější, může přinést strategické výhody, když se strojové učení na datech z reálného světa používá ke zlepšení produktů, služeb a obchodních procesů.
Mluvil jsem s odborníky z různých oborů, abych identifikoval sedm předběžných kroků pro technology, kteří je s digitálními dvojčaty teprve seznamují a uvažují o jejich vývoji.
1. Zkoumejte úspěšná nasazení
Před brainstormingem o příležitostech a ponořením se do jakékoli nové technologické oblasti vždy lidem radím, aby se podívali společnosti, případy použití a výhody, které získali první uživatelé. Pro digitální dvojčata existuje mnoho příkladů ve výrobě, stavebnictví, zdravotnictví a dalších oblastech včetně samotného lidského mozku.
Lídři v jakékoli nově vznikající technologické oblasti hledají příběhy, které by inspirovaly přijetí. Někteří by měli být inspirativní a pomáhat ilustrovat umění možného, zatímco jiní musí být pragmatičtí a demonstrovat obchodní výsledky, aby nalákali příznivce. Pokud přímí konkurenti vaší firmy úspěšně nasadili digitální dvojčata, zvýraznění jejich případů použití často vyvolává pocit naléhavosti.
2. Identifikujte příležitosti, které mění hru
Vybudování digitálního dvojčete je drahé; například jedna skupina odhaduje náklady na vývoj digitálního dvojčete pro komerční kancelářskou budovu na 1,2 až 1,7 milionu dolarů. Před vývojem digitálního dvojčete by tedy tým měl zdokumentovat vizi produktu, zvážit obchodní zdůvodnění a odhadnout finanční přínosy.
Někdy investice pohání cíl, který mění hru, a Abhijit Mazumder, CIO společnosti TCS, uvedl příklad. „V roce 2020 TCS spolupracovala s místní nevládní organizací na řešení problému vznikajících hotspotů COVID-19,“ říká. „Podnikové digitální dvojče simulovalo procesy a situace pro modelování faktorů – charakteristik virů, demografické heterogenity a vzorců mobility – které ovlivnily šíření. Digitální dvojče města sloužilo jako ‚in-silico‘ experiment k prozkoumání účinných intervencí bez ohrožení veřejného zdraví a bezpečnosti.“
3. Zvažte řízení životního cyklu
Vývoj digitálního dvojčete vyžaduje čas a náklady, ale také pokračující náklady na podporu, aby modely poskytovaly přesné výsledky. David Talby, technický ředitel John Snow Labs, sdílí tři disciplíny, které je třeba přijmout před experimentováním s digitálními dvojčaty:
- Mějte jasný obchodní případ použití – neexperimentujte s technologií jen kvůli ní samotné.
- Ujistěte se, že populace digitálních dvojčat, kterou používáte k vytvoření svého modelu, služby nebo simulace, představuje skutečné lidi.
- Mějte na místě sadu nástrojů MLOps, abyste mohli rychle a spolehlivě přejít od vývoje k nasazení digitálního dvojčete.
Hlavním doporučením společnosti Talby je předem zvážit prvky celého životního cyklu, zejména funkce pro podporu modelů strojového učení a automatizovaného nasazení nástrojů.
4. Využijte nástroje pro návrh systému
S navrženým obchodním případem a životním cyklem, jaké nástroje by měly týmy zvážit, aby mohly začít s plánováním a experimenty? Arjun Chandar, generální ředitel společnosti IndustrialML, navrhuje používat software CAD nebo simulační nástroje jako „způsob, jak experimentovat s digitálními dvojčaty na stránce konstrukčního inženýrství [a] odhadnout účinky fyzického prostředí na nově navržené produkty.
Zde je několik příkladů nástrojů pro návrh systému používaných ve specializovaných oblastech:
- Digitální dvojčata Autodesk, používaná ve stavebnictví, strojírenství a architektuře.
- Digitální dvojčata infrastruktury Bentley, používaná v oblastech, jako jsou mobilní věže a vodní systémy.
- Digitální dvojčata General Electric, používaná pro zařízení, sítě a výrobní procesy.
- Digitální dvojčata Siemens, používaná pro navrhování, vývoj a výrobu spotřebního zboží.
- Digitální dvojčata Bosch, používaná pro chytré budovy, včetně správy prostoru a prediktivní údržby.
Pište pro CIO Business World
Máte dobré nápady, máte co říct? Chcete se podělit o své znalosti se čtenáři CIO BW?
Je tu ideální příležitost. V redakci neustále hledáme externí autory, kteří rozšíří náš záběr. Nabízíme možnost publikací zajímavých článků nejen na webu, ale také v našem tištěném magazínu. Pokud máte zájem, ozvěte se šéfredaktorovi na e-mail: radan.dolejs@iinfo.cz
Toto je jen hrstka příkladů, ale klíčovou lekcí pro technology pracující na digitálních dvojčatech je seznámit se s průmyslovými platformami používanými operačními týmy.
5. Definujte persony a příležitosti
Kdykoli se technologové pustí do technologického programu, je důležité identifikovat koncové uživatele a persony pro výsledné platformy. IT lídři by měli definovat, kdo má z digitálního dvojčete největší prospěch, a velmi často to jsou lidé pracující v provozech, kteří jsou hlavními přínosy.
„Hlavní schopností digitálního dvojčete je sloučit OT/IT data a dát tyto datové sady do kontextu pomocí datové analýzy nebo AI/ML, pokud je to nutné,“ říká Beck. „Jeho skutečná síla však spočívá v tom, že umožňuje OT, jako jsou inženýři, údržba a další technici, získávat datové body – protože jim plně rozumí.“
Pochopení uživatelských osobností je jeden krok a dalším krokem je určit, které části jejich pracovního postupu a operací mohou těžit ze shromažďování dat digitálního dvojčete, předpovědí strojového učení a možností plánování scénářů.
„Na straně výroby a provozu si IT lídři mohou zvolit modelování své fyzické výrobní oblasti, aby simulovali tok produktu, nebo mohou modelovat montážní či logistické kroky pro sestavení nového produktu,“ říká Chandar. „Všechny tyto případy použití lze škálovat a generativní umělá inteligence může doplňovat tradiční analýzu konečných prvků pro virtuální testování nových produktů. Nastavení výroby lze digitalizovat a simulovat pro jakékoli nové produkty před fyzickým nastavením výrobních linek a pro všechny produkty v továrně lze vyvinout digitální reprezentace pracovních procesů.“
6. Vytvořte škálovatelnou datovou platformu
Digitální dvojčata generují petabajty dat (nebo i více), která musí být zabezpečena, analyzována a použita k údržbě modelů strojového učení. Jedním z kritických aspektů architektury je návrh datového modelu a toků pro sběr datových toků IoT v reálném čase a architektury správy dat pro digitální dvojče.
Harry Powell, vedoucí oborových řešení ve společnosti TigerGraph, říká: „Při vytváření digitálního dvojčete středně velké organizace budete potřebovat miliony datových bodů a vztahů. Chcete-li se dotazovat na tato data, bude to vyžadovat procházení nebo přeskakování přes desítky odkazů, abyste pochopili vztahy mezi tisíci objekty.“
Mnoho platforem pro správu dat podporuje analýzy v reálném čase a rozsáhlé modely strojového učení. Ale digitální dvojčata používaná k simulaci chování mezi tisíci nebo více entitami, jako jsou výrobní komponenty nebo inteligentní budovy, budou potřebovat datový model, který umožní dotazování se na entity a jejich vztahy.
Powell pokračuje: „Společnosti dnes vytvářejí digitální dvojčata pomocí databází grafů k podpoře různých provozních analýz a shromažďování použitelných a včasných obchodních informací. Konstrukce podrobného digitálního modelu může být na vysoké úrovni a může obsahovat pouze největší součásti podniku, jako jsou celé továrny, sklady a zásobovací linky, nebo může být podrobnější, modelovat jednotlivé stroje v továrně, skladové regály a dodávkové vozy.“
7. Vytvořte cloud a nové technologické kompetence
Instalace platforem digitálního dvojčete, integrace dat z tisíců IoT senzorů a vytváření škálovatelných datových platforem – to vše vyžaduje, aby IT mělo základní kompetenci v zavádění technologické infrastruktury ve velkém měřítku. Zatímco IT týmy zvažují případy použití a experimentují s možnostmi platformy digitálního dvojčete, IT lídři musejí vzít v úvahu cloud, infrastrukturu, integraci a zařízení potřebná k podpoře digitálního dvojčete připraveného na provoz.
Beck poskytuje k infrastruktuře toto doporučení: „Při škálování digitálních dvojčat se IT šéfové přikloní ke cloudu a přitom budou mít stále ještě nějaké špičkové technologie, jako jsou hyperscalery, správa zařízení IoT a datová věda.“
Kromě infrastruktury Mazumder doporučuje rozvíjet kompetence pro podporu vznikajících zařízení a využívat analytiku. „Úspěch digitálního dvojčete začíná silným digitálním jádrem, které umožní fungování cloudových nativních aplikací, jako jsou AI/ML a AR/VR, a pomáhá organizacím zpracovávat data a aplikace bez ohledu na infrastrukturu,“ říká.
Digitální dvojčata mají obrovský potenciál, ale až donedávna byly rozsah a složitost pro mnohé podniky bez pokročilých technologických možností nedostupné. To již neplatí a IT lídři, kteří se učí a spolupracují s provozy, mají příležitost přinést do svých organizací možnosti digitálního dvojčete.
CIO Business World si můžete objednat i jako klasický časopis (v tištěné i v digitální podobně) Věnujeme se nejnovějším technologiím a efektivnímu řízení podnikové informatiky. Přinášíme nové ekonomické trendy a analýzy a zejména praktické informace z oblasti podnikového IT se zaměřením na obchodní a podnikatelské přínosy informačních technologií. Nabízíme možná řešení problémů spojených s podnikovým IT v období omezených rozpočtů. Naší cílovou skupinou je vyšší management ze všech odvětví ekonomiky.
PŘEDPLATNÉ
ČLÁNKY DO MAILU