Bạn có thể thích
Được hỗ trợ bởi dữ liệu thời gian thực, một Cặp song sinh số (Digital Twin) là một phản chiếu ảo của tài sản, quy trình hoặc thậm chí toàn bộ hệ thống trong thế giới thực, như chuỗi cung ứng hoặc thành phố. Tấm gương này cung cấp thông tin chi tiết về cách tài sản đó hoạt động trong nhiều điều kiện mô phỏng, giúp bạn cải thiện quá trình ra quyết định và tối ưu hóa quy trình kinh doanh.
Bằng cách hợp nhất các Cặp song sinh số (Digital Twin) này với các công nghệ giúp chúng ta hình dung và phân tích dữ liệu, chúng ta có thể cải thiện hiệu quả, giảm chi phí và phát triển các giải pháp thông minh hơn cho những thách thức xã hội và môi trường lớn hiện nay.
Một cặp song sinh kỹ thuật số là một mô phỏng cố gắng tái tạo môi trường trong thế giới thực. Ví dụ, các nhà khai thác vận tải, các nhà khai thác du lịch và các doanh nghiệp hàng hải khác sử dụng kết nghĩa để đánh giá hiệu suất của các tàu lớn trước khi đầu tư hàng triệu USD vào việc đặt tàu hoặc thực hiện các chuyến đi.
Bằng cách mô phỏng tài sản của họ trong không gian ảo, doanh nghiệp có thể:
• Gain – Nhận thêm dữ liệu vận hành về các tình huống thường xuyên và bất thường
• Confirm – Xác nhận rằng các thành phần sẽ không can thiệp vào nhau trong quá trình bình thường
• Analyse – Phân tích sự khác biệt về cấu hình và lựa chọn vận hành chuyển sang các chỉ số hiệu suất chính
• Reduce – Giảm độ trễ giữa việc lên ý tưởng và thực hiện dự án
• Trial – Chạy thử nghiệm các sự kiện mất mát, chẳng hạn như thảm họa, để tìm hiểu cách hệ thống của bạn có thể phản ứng với điều thực tế
• Identify – Xác định các chiến lược khả thi nhất cho các thử nghiệm thí điểm trong đời thực
Sự khác biệt chính giữa các cặp song sinh kỹ thuật số và các mô phỏng truyền thống khác là các cặp song sinh liên tục làm việc để sao chép bản gốc. Trái ngược với việc đưa ra các ước tính sáng suốt về cách các phiên bản giả sẽ chạy, chúng kết hợp dữ liệu hoạt động thực tế với các mô hình phần cứng để hiển thị các mối quan hệ chức năng cốt lõi. Bằng cách sử dụng các luồng dữ liệu cảm biến IoT thực tế, chúng cho phép bạn thử những điều mới mà không cần băn khoăn liệu các hoạt động thực hành của bạn có được chứng minh là đúng với cuộc sống hay không.
Vì sao Digital Twin là cần thiết ?
Hầu hết các nhà sản xuất các sản phẩm vật lý đang tích cực đánh giá các lựa chọn đưa cảm biến vào các sản phẩm, các nhà máy của họ và chuỗi giá trị với thông tin cảm biến thời gian thực được kích hoạt. Khi sản phẩm tạo ra / thu thập dữ liệu, nó có thể được sử dụng để lập mô hình phần mềm dựa trên đám mây của sản phẩm vật lý.
Đây là khái niệm đằng sau Digital Twin, bóng của thiết bị, hoặc bất cứ cái tên nào mà ngành công nghiệp đặt cho nó. Khi sản phẩm chuyển từ thiết kế đến nhà máy đến hiện trường, việc theo dõi và nắm bắt toàn bộ vòng đời của sản phẩm và chuyển dữ liệu đó trở lại giai đoạn thiết kế được gọi là Digital Thread. Nói cách khác, Digital Thread là dữ liệu và phân tích vòng đời từ đầu đến cuối trên sản phẩm. Nó cung cấp mối liên kết giữa sản phẩm vật lý được sản xuất và Digital Twin của nó.
Thuật ngữ Digital Twin được đặt ra bởi Tiến sĩ Michael Grieves. Trong tầm nhìn của mình, ông đã trình bày cách các biểu diễn ảo này có thể tạo thành vòng lặp chặt chẽ hơn giữa thiết kế và thực thi.
Vào giữa năm 2016, Digital Twins đã trở thành một khía cạnh quan trọng của các cuộc thảo luận về sản phẩm thông minh và đúng như vậy. Nếu chúng ta tạm dừng và nghĩ về vòng đời của một sản phẩm truyền thống – có thể là đồ chơi, xe máy hoặc máy bơm – một khi sản phẩm được bán, nhà sản xuất thường rất khó có được thông tin về việc sử dụng và hiệu suất của sản phẩm trong và cũng để biết các đặc tính chức năng của sản phẩm thay đổi như thế nào theo thời gian.
Các công ty thường cố gắng thu thập thông tin này thông qua các kênh dịch vụ khách hàng hoặc bằng cách thực hiện các cuộc khảo sát hoặc thông qua các cuộc phỏng vấn người dùng. Không có phương pháp nào trong số này thực sự hiệu quả để các nhà sản xuất sản phẩm có được bức tranh toàn cảnh, hoàn chỉnh.
Thách thức thứ hai đối với các nhà sản xuất sản phẩm là chúng ta đang bước vào thời đại trải nghiệm của khách hàng. Các công ty như Nike và Starbucks đã chỉ ra cách sản phẩm là cửa ngõ để tạo ra trải nghiệm tuyệt vời cho khách hàng và thu hút lòng trung thành của họ.
Clay Christiansen đã mô tả điều này như mộtcông việc cần làm của sản phẩm cho khách hàng trong bài báo tiếp thị sữa lắc của mình. Với dữ liệu đáng tin cậy, việc đưa ra thiết kế trải nghiệm khách hàng phù hợp và phù hợp với thị trường sản phẩm có thể dễ dàng hơn nhiều đối với nhà sản xuất.
Với Digital Twin, mỗi sản phẩm vật lý sẽ có phiên bản phần mềm riêng của chính nó (sản phẩm sinh đôi). Nếu sản phẩm được thiết kế phù hợp, dữ liệu được thu thập theo thời gian có thể cung cấp thông tin rất chính xác về cách sử dụng, hiệu suất và các đặc điểm khác của sản phẩm. Nhà thiết kế sản phẩm hiện có thể có số liệu thống kê chính xác về cách hoạt động của từng thành phần hoặc hệ thống con. Quan trọng nhất là Digital Twins (cùng với Digital Threads) tạo điều kiện cho việc học liên tục, khả năng hiệu chỉnh lại động và cải thiện khả năng truy xuất nguồn gốc từ đầu đến cuối.
Tại thời điểm viết bài này, vẫn chưa có sự đồng thuận trong ngành về những tính năng Digital Twins và Digital Threads nên có, cách chúng hoạt động hoặc mô hình mà chúng nên hỗ trợ. Trên thực tế, Digital Twin có thể trở thành khái niệm bao trùm – giống như Máy khách-Máy chủ, Kiến trúc hướng dịch vụ và Điện toán đám mây. Mỗi nhà cung cấp sẽ giải thích khái niệm Digital Twin và triển khai nó với các tính năng và khả năng phù hợp nhất với nhu cầu của khách hàng và mô hình kinh doanh của họ.
Ví dụ: các nhà cung cấp như PTC và Siemens đã và đang thử nghiệm việc sử dụng AR để tăng cường nền tảng PLM và đám mây quản lý IoT của họ. Các nhà cung cấp như GE, AWS và Oracle tập trung nhiều hơn vào dữ liệu hoạt động và biểu diễn ảo của nó trên đám mây.
Bất kể triết lý và cách triển khai của nhà cung cấp là gì, các khả năng cốt lõi của Digital Twins có thể được dự đoán thành 5 khía cạnh – dịch vụ, thiết kế & kỹ thuật, sản xuất, sử dụng và rủi ro. Những khía cạnh này không nhất thiết phải loại trừ lẫn nhau.
Vậy thì Digital cần thiết như thế nào để chuyển đổi sản phẩm và kinh doanh ?
Thiết kế sản phẩm – Khi mỗi sản phẩm vật chất ra hiện trường chuyển tiếp dữ liệu, phân tích từ dữ liệu này có thể được sử dụng để hiểu rõ hơn về các mức chi phí khác nhau của sản phẩm. Dữ liệu này là vô giá trong việc thiết kế các khía cạnh khác nhau của sản phẩm, bao gồm khả năng sử dụng, vật liệu, hiệu suất, khả năng sử dụng, khả năng tương thích ngược và hơn thế nữa. Được trang bị thông tin này, các nhà thiết kế có thể giảm thiểu / tránh các vấn đề trong tương lai và mang lại nhiều giá trị hơn cho khách hàng trong các lĩnh vực phù hợp.
Bằng cách chiếu các suy luận từ dữ liệu vào các mô hình CAD, có thể giảm đáng kể sự tương đồng giữa như thiết kế và khi thực hiện. Thứ hai, với dữ liệu đáng tin cậy trong tay, các nhà thiết kế sẽ có thể mang đến thử nghiệm A / B nghiêm ngặt hơn, phân tích và mô phỏng nếu xảy ra. Các giả định được đưa ra trong quá trình thiết kế có thể mang tính thực nghiệm hơn và được rút ra từ thế giới thực – so với cách tiếp cận hiện tại của mô hình lý thuyết.
Digital Twins để thiết kế sản phẩm đã được sử dụng trong gần một thập kỷ nay cho các sản phẩm thâm dụng vốn cao như động cơ phản lực và máy móc hạng nặng. Tuy nhiên, khi Digital Twins ngày càng phổ biến, dân chủ hóa và dễ tiếp cận hơn, lợi ích của họ có thể được tận dụng bởi mọi nhà sản xuất sản phẩm và người dùng sản phẩm (để tự phục vụ).
Sản xuất sản phẩm – Mặc dù có thiết kế và kỹ thuật tốt nhất, các lỗi sản phẩm có thể xuất hiện trong quá trình sản xuất hoặc trong chuỗi cung ứng (đặc biệt là với các thành phần OEM). Cặp song sinh số (Digital Twin) giúp xác định nguyên nhân gốc rễ của các vấn đề sản xuất khó khăn – chẳng hạn như máy móc, dây chuyền lắp ráp, nhà máy, nhà cung cấp từ nơi xuất xứ của linh kiện. Bằng cách tương quan dữ liệu nhà máy thông minh với Cặp song sinh số (Digital Twin) , các lỗi từ giai đoạn sản xuất có thể được khắc phục nhanh chóng.
Phải nói rằng, để đạt được mức độ hiểu biết sâu sắc này phức tạp hơn từ điểm thực hiện. Các loại vấn đề mà chúng ta vừa nói đến thường chỉ xảy ra một lần và đừng đăng ký vào một mô hình mà các kỹ thuật Máy học được giám sát có thể dễ dàng áp dụng. Không bao giờ ít hơn, dữ liệu có sẵn có thể giúp khắc phục nguyên nhân gốc rễ nhanh hơn trước. Nhiều khi, các thiết bị đo đạc đơn giản và các phép phân tích cơ bản đi một chặng đường dài trong việc cung cấp giá trị.
Triển khai các Dịch vụ sản phẩm – Dịch vụ là một đề xuất quan trọng nhưng đắt tiền đối với hầu hết các nhà sản xuất sản phẩm. Digital Twins có thể trợ giúp dịch vụ sản phẩm trong hai lĩnh vực chính:
- (a) Các nhà sản xuất sẽ có thể dự đoán khi nào một bộ phận hoặc thành phần có khả năng bị lỗi và chủ động bắt đầu cuộc gọi dịch vụ. Điều này ngăn chặn thời gian tốn kém ngoài kế hoạch cho khách hàng của họ.
- (b) Với sức mạnh của các công nghệ như AR, việc đào tạo kỹ thuật viên và thực hiện sửa chữa tại chỗ sẽ hiệu quả hơn nhiều vì họ có các mô hình ảo 3D rõ ràng và hướng dẫn từng bước để thực hiện sửa chữa nhanh chóng và hiệu quả. Khi sửa chữa được thực hiện không chính xác, nó gây ra thêm thời gian ngừng hoạt động ngoài kế hoạch. Với Digital Twins, tất cả những vấn đề này có thể được giảm thiểu đáng kể.
Sử dụng sản phẩm– Nhiều sản phẩm (chẳng hạn như máy bơm) được sử dụng theo nhiều phương thẳng đứng và trong các môi trường đa dạng. Ví dụ, một máy bơm có thể đang bơm dầu ở Alaska lạnh giá, trong khi cùng một loại và kiểu máy bơm có thể bơm nước ở một vùng khô cằn của Úc trong điều kiện nhiều bụi. Các điều kiện hoạt động này dẫn đến các yếu tố xuống cấp rất khác nhau theo thời gian.
Thứ hai, như thường lệ, khách hàng sử dụng sản phẩm theo những cách khéo léo mà nhà thiết kế sản phẩm không có ý định hoặc thiết kế sản phẩm cho họ. Bằng cách hiểu các đặc điểm sử dụng, điều kiện, khối lượng công việc, sự xuống cấp, đơn vị kinh tế và các yếu tố khác, các nhà sản xuất sản phẩm có thể có những hiểu biết chính xác để đưa ra các quyết định có thể hành động. Họ có thể chọn thay đổi thiết kế của một số thành phần nhất định, điều chỉnh các sản phẩm cung cấp cho các thị trường khác nhau.
Rủi ro của sản phẩm – Việc thu hồi là chi phí bị cấm đối với bất kỳ nhà sản xuất nào. Từ trước đến nay, quản lý rủi ro là một nghệ thuật đen được đúc kết từ kinh nghiệm và lịch sử. Như chúng ta đã thấy với túi khí Takata và các đợt thu hồi ô tô khác, nhiều phép tính phức tạp đóng vai trò quyết định thu hồi. Với Digital Twins, lần đầu tiên, các nhà sản xuất có nhiều cách đáng tin cậy hơn để cô lập và tác động lên các thông số rủi ro. Với cái nhìn sâu sắc về nguyên nhân gốc rễ nhanh chóng và hỗ trợ khách hàng chủ động, có thể tránh được các tình huống tốn kém và lúng túng.
Giá trị mang đến cho doanh nghiệp
Trong 5 khía cạnh trên, chúng ta đã thảo luận về giá trị trực tiếp có thể được chiết xuất khi áp dụng Digital Twins. Mặc dù bản thân điều này rất có lợi và có ROI đáng kể, nhưng có nhiều lợi ích thứ cấp (hoặc phái sinh) mà các công ty sẽ khai thác. Thật không may, một số ‘lợi ích’ này có thể phải trả giá bằng quyền riêng tư và đạo đức.
Thông tin chi tiết từ dữ liệu sẽ được tận dụng để đổi mới các mô hình kinh doanh thú vị. Khi có nhiều thông tin chi tiết hơn, các mô hình kinh tế mới có thể được áp dụng. Chúng ta đang thấy những ví dụ về điều này trong thế giới Điện toán đám mây.
Ví dụ, chỉ khoảng một thập kỷ trước, các công ty rất vui khi có 80% việc sử dụng máy chủ của họ một cách nhất quán. Ngày nay, các dịch vụ đám mây không máy chủ được tính phí cho việc sử dụng dưới giây. Chúng ta có thể thấy kinh tế học đơn vị tương tự phát huy tác dụng khi chúng ta chuyển từ mô hình chi phí vốn sang mô hình định hướng tiêu dùng. Đối với ô tô tự lái, dự đoán rằng chúng ta sẽ chuyển từ mô hình người này sang xe khác, theo nhóm với xe, sang sở hữu xe hơi. Khi chúng ta học hỏi và trưởng thành trong việc khai thác các mô hình thúc đẩy tiêu dùng, thật công bằng khi giả định rằng các mô hình kinh tế và sở hữu này sẽ được áp dụng cho nhiều hàng hóa vật chất.
Dữ liệu sử dụng được thu thập từ các sản phẩm thông minh rất hữu ích cho các nhà bán lẻ, nhà quảng cáo, nhà tiếp thị, nhà hoạch định sản phẩm, nhà phân tích tài chính, cơ quan chính phủ. Dữ liệu sạch và được xác thực là tài sản có thể kiếm tiền.
Có những công ty khởi nghiệp mới nổi coi dữ liệu IoT như một loại hàng hóa có thể được giao dịch – giống như vàng, đồng và dầu. Có thể giả định rằng các công ty muốn tận dụng các thị trường dữ liệu này để thúc đẩy các nguồn doanh thu bổ sung. Thương mại dữ liệu cũng là một món quà không ngừng dành tặng cho những người thu thập dữ liệu. Thông tin tương tự có thể được đóng gói lại và bán theo những cách sáng tạo. Có vàng trong đường ống kỹ thuật số .
Dưới đây là một số trường hợp ứng dụng Digital Twin thú vị nhất (theo Deloitte)
- Maserati: Hãng đang sử dụng công nghệ Digital Twin để tăng tốc thiết kế sản phẩm. Mô hình hóa và mô phỏng ảo đang giảm số lượng các nguyên mẫu thực tế đắt tiền cần thiết, cũng như nhu cầu khởi động các bài kiểm tra đường hầm gió vật lý và lái thử, cắt giảm 30% thời gian phát triển phương tiện.
- Intermarché: Siêu thị ở Pháp sử dụng dữ liệu từ các hệ thống bán hàng và kệ hỗ trợ IoT để tạo ra một bộ đôi kỹ thuật số của các cửa hàng truyền thống, cho phép các nhà quản lý có được thông tin chi tiết theo thời gian thực về các loại hàng hóa và kiểm tra hiệu quả của các bố cục cửa hàng khác nhau.
- GE: Gã khổng lồ công nghệ đang sử dụng Digital Twin để lập mô hình chuỗi cung ứng và quy trình nhà máy tại cơ sở Nevada nhằm cải thiện quản lý hàng tồn kho.
- Dassault Systems: Công ty chăm sóc sức khỏe đang xây dựng một thư viện mô phỏng tim người thực tế mà các bác sĩ có thể tham khảo để hiểu rõ hơn về tình trạng của bệnh nhân trong thời gian thực.
Những thách thức và con đường phía trước
Mặc dù có nhiều lợi ích đối với Digital Twins trong suốt vòng đời sản phẩm và chuỗi giá trị, giống như hầu hết các sáng kiến lớn, nhưng không phải là không có những thách thức của nó.
Thứ nhất, Công nghệ kỹ thuật số hoạt động tốt nhất khi có sự tích hợp sâu theo chiều dọc trong toàn bộ chuỗi giá trị. Thực hiện những thay đổi này (văn hóa, quy trình và hệ thống) nói thì dễ hơn làm.
Thứ hai, việc đưa các công nghệ kỹ thuật số vào các nhà máy và tòa nhà mới sẽ dễ dàng hơn là trang bị thêm cơ sở hạ tầng hiện có.
Thứ ba, sự phức tạp tuyệt đối và sự đa dạng của các trường hợp sử dụng có thể xảy ra từ việc thu thập dữ liệu khổng lồ là một thách thức lớn. Cần phải áp dụng dần dần và từng bước nhỏ để đạt được giá trị từ những công nghệ này.
Công bằng mà nói, chúng ta sẽ thấy việc áp dụng chiến thuật trong những lĩnh vực có lợi thế đặc biệt, riêng biệt mà không làm gián đoạn chuỗi giá trị hiện tại. Do đó, các lĩnh vực như Dịch vụ và Thiết kế có thể là những người sớm chấp nhận Digital Twins so với các lĩnh vực khác.
