ChatGPT 的耀眼光環下,還有多少人記得大明湖畔的 " 元宇宙 " 呢?科技圈涼薄如斯啊!
元宇宙概念大火之後,很快出現了各種 "XX 元宇宙 " 的産業級解決方案。
工業元宇宙,構建智能數字孿生體,實現生産運行可視化、數據追溯、故障點精确定位、遠程操控、診斷恢複等功能。
農業元宇宙,主要應用是數字孿生農業,在種植基地部署傳感器,根據物理系統傳回的信息來推演作物生産狀況,爲打頂、通風、補光等措施提供了最優決策方案。
城市元宇宙,韓國宣布把首爾建立成爲一個元宇宙城市,構建城市的數字孿生體,自然景觀、人文景觀等都被鏡像化,市民可以在 " 虛拟市長辦公室、首爾金融科技實驗室、首爾投資和首爾校園城 " 等數字空間裏,享受相關公共服務。
當前的産業元宇宙解決方案,掰開了揉碎了,寫着四個大字——數字孿生。
然而問題來了,元宇宙是多項技術疊加的産物,包括人工智能、量子計算、物聯網、數字孿生、雲計算、6G、虛拟現實交互技術等,其中數字孿生隻負責生成物理世界的數字鏡像。
簡單來說,數字孿生(Digital Twin)就是在虛拟空間中,構建物理實體的 " 克隆體 ",還原現實世界中的場景,從而支持人們對物理實體進一步了解、分析和優化決策。
坦率地說,這個技術概念并不算新,在航空設計、汽車制造、建築工程等領域都已經應用了很多年了,甲骨文、IBM 等服務商很早就提供相關能力。
怎麽産業元宇宙的舞台搭起來,最叫座的主角不是 AIGC、不是 VR/AR,而是這個 2002 年就誕生的技術呢?敲鑼打鼓的行情背後,真相究竟如何呢?
數字孿生,
沒有想象得那麽美
作爲一個包羅萬象的宏大概念,産業元宇宙要打動政企客戶,數字孿生技術成了拉近距離的那根繩子。相比看不見摸不着的 AI、雲計算,尚未規模商用的 VR、量子計算、6G,數字孿生産品在應用中久經考驗,又與虛實融合、全局數字化的趨勢高度契合,确實非常契合。
所以,在其他技術 " 靠不住 " 的情況下,目前,就由數字孿生獨自撐起了産業元宇宙的舞台。
一位企業軟件市場的資深從業者告訴我們,工業元宇宙也是把多項技術融合在一起,但它的主幹是數字孿生,隻有數字化建模以後才能利用 VR/AR 做遠程控制、遠程的交付以及後項服務,利用市場上的很多開源引擎如 Unity,和 3D 建模技術,就能實現物理模型的數字化建模。
數字孿生已經在很多情景下應用,問題也暴露了出來:
需求方面:不是所有實體都需要建模。
中國工程院李德仁院士曾說過,随着元宇宙的火爆,數字孿生概念也随之被熱捧。但不應将二者混爲一談,數字孿生是通過網絡空間的模拟、仿真等還原真實世界并影響現實生活,是要對地球負責的。
也就是說,建模不是目的,有價值的建模才是企業使用這項技術的目的。
數字孿生的核心價值,是 " 虛拟世界多次叠代,物理世界一次成功 ",通過模拟來低成本試錯,比如對飛機的模拟,測試氣壓、氣流、溫差給飛機機械構造帶來的實時影響,預先感知到飛機故障;電廠礦山的模拟,需要及時分析、識别和優化生産情況的情況,對意外情況實時預警,做到 " 治病于微發 "。
這就要求數字孿生體不能是靜止的,要能實時體現物理場景的動态演進過程。
而在實際操作過程中,很多所謂的數字孿生項目,隻是做了個一比一的 3D 模型而已,并不能反映實時變化。我走訪過一個水廠,将全市的建築物、道路、自來水管道、調壓器等生産設備,進行了數字孿生,用一個大屏幕呈現出來,但生産數據和設備信息都沒有實時更新,隻在接待媒體的時候展示一下。
一位工業軟件行業從業者直言,工業 + 數字孿生,行業内普遍的水平還隻是借助于數據采集,借助于可視化,借助于 3D 建模,實現數據的在線化,還沒有辦法實現虛實世界的雙向操控。
(數字孿生礦山)
效果方面:不是所有數字孿生都能保真。
某軟件服務商曾幫助長三角某供應鏈集群,通過工業元宇宙 + 工業大數據 + 工業雲平台等,建立一個區域内的數字化制造産業地圖。方案執行下去才發現,一方面企業并不願意把數據分享出來,而且數據質量是參差不齊的,一下子拿到這些數據,也不能直接應用。
而數字孿生,要求的是盡可能逼真的映射和 " 表達 ",隻有數據準确地反映物理實體的所有細節,模型高度仿真,才能爲後續的分析、決策、預警提供精準可靠的依據。
實際落地中,一些數字孿生系統僅僅是通過相機拍照或衛星圖像,構建的模型精度很低,外觀都做不到一比一複刻,隻能看出一些粗略的示數,更無法映射一對多、多對一、多對多等多元化的對應關系。這種低精度的模型,很難充分反映真實的物理情況,也無法讓多個數字孿生體在各種場景下進行虛拟測試和反複叠代,因此實用價值并不高。
價值方面:投入産出比 ROI 無法保證。
投入大、收益小,是很多企業在應用數字孿生之後才發現的。
投入體現在多個方面,數字孿生系統要存儲和分析傳感器感知或系統生成的所有數據,一個龐大工業生産系統、城市交通系統,所需要的算力、存力、網絡能力都是驚人的。
我曾去過一個四線城市的工廠,在生産車間部署了高清智能攝像頭,但因爲設備産生的圖像太大,廠房裏的網絡卻沒有同步升級,帶寬不大,數據傳輸的時候非常卡,根本無法支持系統實時分析,最後這些攝像頭大部分時候都是關閉的。
而付出了如此大的成本,企業能得到的回報卻相對有限。
很多企業管理者和工程師能看到大屏幕上一堆數字在跑,但效率優化的幅度非常有效。某汽車零部件制造企業,在生産線引入了數字孿生之後發現,設備開動率隻提升了 5%,設備維護人力成本節約了 13%。
所以數字孿生在很長一段時間内,被用于飛機制造、戰鬥機維護、宇航員訓練、汽車設計等領域,業務價值更大、物理實驗昂貴、數據和知識積累深厚,而很多非數字原生企業,本身就基礎知識庫匮乏,數據質量差,缺乏行業知識圖譜,引入數字孿生之後,全局數據與業務場景的關聯不大,無法支持企業做出最佳決策。
盡管數字孿生在實際落地中的業務價值有限,但沒錯過一個風口。每次都能穩穩地蹭上新基建、AI 産業化、雲計算、元宇宙等概念的熱點,跟着火一把,這是怎麽回事呢?
數字孿生
" 長紅 " 體質的幕後推手
智慧城市如火如荼,數字孿生城市火了;
新基建迎來風口,數字孿生被工業互聯網帶着一起飛升;
産業智能化方興未艾,數字孿生跟 AI+ 雲計算也能組 cp;
元宇宙炸裂登場,虛實融合直接利好數字孿生。
這麽一看,數字孿生确實是有點 " 紅命 " 在身上。爲什麽理想中完美的數字孿生并沒有普及,甚至有些數字孿生體并不靠譜,但它就是一直能夠爲産業服務市場所接受呢?
如果把數字孿生看成是一個明星,它能一直 " 走花路 ",背後有三個推手:
推手一:" 時代 " 這名 " 導演 "
都說 " 小紅靠捧,大紅靠命 ",大時代從每個人身上碾過,恰好合它的眼緣,便将人的機遇往高送上一程。
數字孿生天生具有雙向通路的特質,是連接物理世界與數字世界的橋梁。通過仿真運行,可以由實到虛,在數字世界場景裏實現對現實世界的全域感知鏡像。具有管控操作的能力,可以以虛控實,實現對現實世界的全面監控、有序管理和智能操控。
AI、雲計算、物聯網等技術爲核心的新一代信息技術體系已經集結完成,全球正式進入了以智能化、數字化爲牽引的第四次工業革命。工業 4.0、工業互聯網、智能制造……這些産業概念都明确提出了物理世界與數字世界的融合,所以隻要它們被提到,被上升到科技戰略,就會帶動數字孿生,賦予很多想象和可能性,吸引轉型期間的企業積極嘗試。
推手二:綜合服務商的 " 經紀人 "
大量雲廠商、服務集成商,将數字化所需要的 AI 應用、雲算力、網絡能力、IoT、大數據、存儲、運維等,通過大型解決方案的形式,相當于 " 打包售賣 ",一同交付給用戶。
這種整合模式,也讓數字孿生的各項成本大幅減少,比如數據全局化需要的存算力都放到雲上,按量按需使用,與多個數字化軟硬件系統高度整合,加上集成服務商的定制化能力,使得數字孿生的業務價值前所未有地增大。
舉個例子,某企業服務商在打造園區數字化方案時,就在橫向,借助于 BIM+ 工業互聯網 + 數字孿生,把物理空間的園區數字化;縱向,把産業鏈上下遊包括數據集成到系統集成,打造端到端的服務平台,這個數字化底座支持數據孿生實現更可靠更高效的操作。
與相關技術的配套拓展、深入融合,讓數字孿生的應用落地有了綜合優勢。
推手三:産業客戶 " 金主 "
今天通過雲來進入數字化能力的産業用戶,有多少呢?可以看到,城市管理、礦産能源、工業制造等這些非數字原生的 " 重型企業 ",需要通過雲來接入 AI 等技術,降本增效。和互聯網企業相比,這些 " 金主 " 的生産制造活動都是在物理空間進行的,産品、裝備、産線、工廠、建築、道路都可以構建數字孿生模式,推動數據融合,釋放數據價值,虛實融合的需求與智能化需求相疊加。此外,産業客戶一般采用 POC(Proof of Concept)項目建設模式,數字化工程的周期長、分步驟進行,先劃定業務場景或實驗對象,小範圍地導入和實施,驗證系統方案是否滿足需求,再向前推進。
數字化大屏的 " 一盤棋 "" 一張網 "" 一張圖 " 對全局數據三維立體建模,用可視化的方式呈現出來,讓人們能夠看得見 " 數字化 " 的效果,爲下一階段業務數據化、決策智能化提供支撐。這種交付模式也是比較利好數字孿生技術的。
可以說,數字孿生能夠持續紅下去,既有時也運也的幸運,也與中國産業數字化轉型的趨勢有關。
也正如此,數字孿生在中國的落地應用,不像傳統工業軟件的商業模式,有兩個特點:
一是與服務的高度捆綁。企業開展數字孿生的目的是提高核心競争力,數字孿生要爲降本增效提質而服務,與數字化轉型方法論的咨詢服務一起,整體上盤點整個業務的狀況,幫企業做好規劃,然後提供解決方案,最終在交付過程中不斷叠代優化,這樣才能保障數字孿生對企業是有價值的,避免盲目追求高大上的可視化效果,爲了數字孿生而數字孿生。
二是高度垂直的定制化。産業服務的細分領域很多,有很強的行業 know-how 的壁壘,比如工業領域,流程制造和離散制造就是兩個截然不同的行業。離散制造企業,數字戰略優先級最高的是利用物聯網來實現設備上雲,其次才是設備維護、維修備品等功能,這就要求數字孿生系統實現對設備狀态和行爲高保真度的數字化表征。而流程制造企業,非常注重生産的連續性,數字孿生的首要價值是保障安全生産,實現全幀互聯,構建整合制造流程的生産系統模型,進行運行全過程的監控和故障診斷。總的來說,工程師要針對不同的行業不同的制造環境、不同的産品需求來制定數字孿生的目标。
寫在最後,我們可以看到,任何技術的生命力,都不僅僅是因爲它蹭上了什麽熱點,跟上了哪個風口,而是給業務帶來的真實價值。産業元宇宙也好,數字孿生也好,不要過度誇大和想象這些新概念、新工具的價值。
産業數字化沒有 " 金手指 ",不可能光憑一個或幾個技術就能一路坦途;産業數字化也有無限可能,讓還不成熟的技術擁有機會,将看似不可能的事情變成可能。數字孿生的産業掘金之路剛剛開始,希望你也是。