人类一直在收集数据以更好地了解物理世界。越来越多的企业正在寻求通过数字孪生将数字世界与物理世界相融合。而数字孪生技术作为两个领域之间的桥梁，可以提供物理对象和过程的实时虚拟表示。

这些物理操作的虚拟克隆可以帮助企业模拟场景，而使用物理资产测试或实施既耗时又昂贵。它们可以帮助企业监控运营、执行预测性维护，为投资决策提供洞察力、制定长期业务计划、识别新发明和改进流程。

研究机构MarketsandMarkets公司在2020年9月发布的一份研究报告中指出，2020年全球数字孪生市场规模为31亿美元，预计到2026年将达到482亿美元，在此期间的复合年增长率为58%。

以下是企业如何有效使用数字孪生技术的一些示例：

1.罗尔斯·罗伊斯公司采用数字孪生提高喷气发动机效率

英国航空航天和国防厂商罗尔斯·罗伊斯公司(Rolls-Royce)部署了数字孪生技术来监控其生产的喷气发动机使用情况。该公司可以监控每台发动机的飞行方式、飞行条件以及飞行员如何使用它。

该公司首席信息和数字官Stuart Hughes表示：“我们正在调整维护制度，以确保我们针对发动机的使用寿命进行优化，而不是按照维修手册所述的使用寿命进行优化。只有将每台喷气发动机视为一个单独个体，才会实现更灵活可变的服务。”

多年来，该公司一直为客户提供发动机监控服务，但其数字孪生功能使其能够为特定的发动机提供量身定制的服务。它帮助该公司将某些发动机的维护间隔时间延长了50%，使用户能够大幅减少零件和备件的库存。该技术还帮助罗尔斯·罗伊斯公司提高了发动机的效率，迄今为止已减少了2.2万吨碳排放量。

Hughes的建议：了解客户。了解如何以及为何使用数字孪生的力量与了解技术本身一样重要。提供这项服务是一场胜利，因为它为罗尔斯·罗伊斯公司及其客户带来了明显的好处。

他说，“采用数字孪生技术对客户的好处是，由于飞机发动机运行时间更长，客户看到的中断更少，因此他们可以更多地使用发动机。而对我们的好处是可以优化发动机实际维护的方式。”

2.玛氏公司通过数字孪生优化其供应链

全球知名的糖果、宠物护理和食品商玛氏公司(Mars)在生产供应链采用数字孪生技术以支持其业务。该公司使用Microsoft Azure云平台和人工智能技术来处理和分析其生产设施和机器生成的数据。

玛氏公司首席数字官Sandeep Dadlani说，“我们将数字化视为一个巨大的商业加速器，而不是为了实现数字化进程而实施数字化。”

在数字制造和运营顾问埃森哲公司的帮助下，玛氏公司使用Microsoft Azure数字孪生的物联网服务来加强其160个生产设施的运营。该公司采用软件模拟以提高产能和流程控制，其中包括通过预测性维护来提高生产机器的正常运行时间，并减少产品的浪费。该公司使用数字孪生技术生成了一个虚拟的“用例应用商店”，可以在其业务线中重复使用。

展望未来，该公司计划使用数字孪生的数据来考虑影响其产品的气候和场景因素，从而更好地了解从产品原产地到消费者的供应链。

Dadlani的建议：尝试并接受失败。玛氏公司鼓励其员工考虑使用人工智能和其他有意义的新兴技术来解决问题。这是将企业文化转变为积极尝试并期望从失败中吸取教训的企业文化的一部分，以便将其应用于未来的成功。去年12月，该公司举办了一场虚拟人工智能节，以庆祝在各个业务线中部署的200个人工智能用例。

Dadlan说：“如果你能很好地定义一个问题，那么你应该有能力使用人工智能解决它。”

3.美国教师保险和年金协会(TIAA) 采用数字孪生降低客户服务的复杂性

美国教师保险和年金协会(TIAA) 核心业务是帮助教师管理退休基金、养老基金和个人保险等服务。为了降低为客户提供的养老和保险服务复杂性，这家非营利性金融服务提供商正在使用由图形数据库提供支持的数字孪生技术。

美国教师保险和年金协会(TIAA)总经理兼退休服务技术主管Alex Pecoraro说，“根据美国国税局的所有规定，我们提供的退休和保险服务非常复杂，而为此进行设置需要具备大量业务知识的专业团队来完成。”

美国教师保险和年金协会(TIAA)的外包服务包含600多个功能，可以产生大量的客户端配置。在部署数字孪生技术之前，该协会的专业团队根据客户所需的服务人工创建和测试配置。因此，团队成员通过专业知识进行处理，但由于工作量巨大，意味着他们只能处理某些类型的报价，这也使扩展操作变得困难。

为了解决这个问题，Pecoraro带领团队创建了一个数字孪生模型，它由一个表示600多个特征的图形数据库组成，控制节点用于表示复杂的分组逻辑。数据节点表示实现功能所需的数据字段，关系链接表示依赖关系、验证和排除。该数据库减少了为客户设置服务所需的时间和专业知识。

Pecoraro的建议：改变观点。Pecoraro表示，该项目的关键是采用产品采用方法，而不是将其视为技术配置问题。

Pecoraro说，“团队中有一名成员提出了这个想法，将我们的注意力从配置转移到客户正在做什么以及他们正在购买什么产品上。这种观点转变是关键。回想起来这似乎很明显，但当沉浸在所有细节中时，可能会‘只见树木，不见森林’。”

4.拜耳作物科学公司通过虚拟工厂重塑战略

拜耳作物科学公司利用数字孪生技术为其在北美地区的九个玉米种子生产基地创建了“虚拟工厂”。 拜耳公司从其田地里收获种子，经过生产基地的加工和包装之后向农民销售。

拜耳作物科学公司卓越数据科学中心(COE)负责人Naveen Singla说，“我们现在可以重新构想业务流程，通过应用机器学习算法或模拟来重新构想我们的决策。”

拜耳作物科学公司为其九个生产基地创建了设备、流程和产品流特性、物料清单和操作规则的动态数字演示，使该公司能够对每个生产基地进行“假设”分析。

当商业团队推出新的种子或新的定价策略时，可以使用虚拟工厂来评估这些生产基地是否准备好调整其运营以实现这些新策略。虚拟工厂还可用于做出投资决策、制定长期业务计划、识别新发明和改进流程。拜耳作物科学公司现在可以将其9个生产基地10个月的运营过程展示时间压缩到两分钟，使其能够回答有关SKU组合、设备能力、流程订单设计以及网络优化等复杂问题。

Singla的建议：了解业务领域。Singla表示，该公司成功的一个重要关键是，由决策科学负责人Shrikant Jarugumilli领导的负责构建数字孪生技术的决策科学团队考察生产现场花费了大量时间，以了解运营情况并获得利益相关者的支持。

Singla说，“数据科学家了解业务领域非常重要，这就是Shrikant及其团队发挥重要作用的地方。他们在这些种子制造基地花费数周时间了解运营情况，理解细微差别，以便在与管理人员沟通时传达的信息是他们能够理解的术语，而不是机器学习的语言。”