数字孪生“独木难支”产业元宇宙_风闻
脑极体-脑极体官方账号-从技术协同到产业革命，从智能密钥到已知尽头03-13 21:52
ChatGPT的耀眼光环下，还有多少人记得大明湖畔的“元宇宙”呢？科技圈凉薄如斯啊！
元宇宙概念大火之后，很快出现了各种“XX元宇宙”的产业级解决方案。
工业元宇宙，构建智能数字孪生体，实现生产运行可视化、数据追溯、故障点精确定位、远程操控、诊断恢复等功能；
农业元宇宙，主要应用是数字孪生农业，在种植基地部署传感器，根据物理系统传回的信息来推演作物生产状况，为打顶、通风、补光等措施提供了最优决策方案；
城市元宇宙，韩国宣布把首尔建立成为一个元宇宙城市，构建城市的数字孪生体，自然景观、人文景观等都被镜像化，市民可以在“虚拟市长办公室、首尔金融科技实验室、首尔投资和首尔校园城”等数字空间里，享受相关公共服务。
当前的产业元宇宙解决方案，掰开了揉碎了，写着四个大字——数字孪生。
简单来说，数字孪生（Digital Twin）就是在虚拟空间中，构建物理实体的“克隆体”，还原现实世界中的场景，从而支持人们对物理实体进一步了解、分析和优化决策。
坦率地说，这个技术概念并不算新，在航空设计、汽车制造、建筑工程等领域都已经应用了很多年了，甲骨文、IBM等服务商很早就提供相关能力。
怎么产业元宇宙的舞台搭起来，最叫座的主角不是AIGC、不是VR/AR，而是这个2002年就诞生的技术呢？敲锣打鼓的行情背后，真相究竟如何呢？
数字孪生，没有想象得那么美
作为一个包罗万象的宏大概念，产业元宇宙要打动政企客户，数字孪生技术成了拉近距离的那根绳子。相比看不见摸不着的AI、云计算，尚未规模商用的VR、量子计算、6G，数字孪生产品在应用中久经考验，又与虚实融合、全局数字化的趋势高度契合，确实非常契合。
所以，在其他技术“靠不住”的情况下，目前，就由数字孪生独自撑起了产业元宇宙的舞台。
一位企业软件市场的资深从业者告诉我们，工业元宇宙也是把多项技术融合在一起，但它的主干是数字孪生，只有数字化建模以后才能利用VR/AR做远程控制、远程的交付以及后项服务，利用市场上的很多开源引擎如Unity，和3D建模技术，就能实现物理模型的数字化建模。
需求方面：不是所有实体都需要建模。
中国工程院李德仁院士曾说过，随着元宇宙的火爆，数字孪生概念也随之被热捧。但不应将二者混为一谈，数字孪生是通过网络空间的模拟、仿真等还原真实世界并影响现实生活，是要对地球负责的。
也就是说，建模不是目的，有价值的建模才是企业使用这项技术的目的。
数字孪生的核心价值，是“虚拟世界多次迭代，物理世界一次成功”，通过模拟来低成本试错，比如对飞机的模拟，测试气压、气流、温差给飞机机械构造带来的实时影响，预先感知到飞机故障；电厂矿山的模拟，需要及时分析、识别和优化生产情况的情况，对意外情况实时预警，做到“治病于微发”。
这就要求数字孪生体不能是静止的，要能实时体现物理场景的动态演进过程。
而在实际操作过程中，很多所谓的数字孪生项目，只是做了个一比一的3D模型而已，并不能反映实时变化。我走访过一个水厂，将全市的建筑物、道路、自来水管道、调压器等生产设备，进行了数字孪生，用一个大屏幕呈现出来，但生产数据和设备信息都没有实时更新，只在接待媒体的时候展示一下。
一位工业软件行业从业者直言，工业+数字孪生，行业内普遍的水平还只是借助于数据采集，借助于可视化，借助于3D建模，实现数据的在线化，还没有办法实现虚实世界的双向操控。
效果方面：不是所有数字孪生都能保真。
某软件服务商曾帮助长三角某供应链集群，通过工业元宇宙+工业大数据+工业云平台等，建立一个区域内的数字化制造产业地图。方案执行下去才发现，一方面企业并不愿意把数据分享出来，而且数据质量是参差不齐的，一下子拿到这些数据，也不能直接应用。
而数字孪生，要求的是尽可能逼真的映射和“表达”，只有数据准确地反映物理实体的所有细节，模型高度仿真，才能为后续的分析、决策、预警提供精准可靠的依据。
实际落地中，一些数字孪生系统仅仅是通过相机拍照或卫星图像，构建的模型精度很低，外观都做不到一比一复刻，只能看出一些粗略的示数，更无法映射一对多、多对一、多对多等多元化的对应关系。这种低精度的模型，很难充分反映真实的物理情况，也无法让多个数字孪生体在各种场景下进行虚拟测试和反复迭代，因此实用价值并不高。
价值方面：投入产出比ROI无法保证。
投入大、收益小，是很多企业在应用数字孪生之后才发现的。
投入体现在多个方面，数字孪生系统要存储和分析传感器感知或系统生成的所有数据，一个庞大工业生产系统、城市交通系统，所需要的算力、存力、网络能力都是惊人的。
我曾去过一个四线城市的工厂，在生产车间部署了高清智能摄像头，但因为设备产生的图像太大，厂房里的网络却没有同步升级，带宽不大，数据传输的时候非常卡，根本无法支持系统实时分析，最后这些摄像头大部分时候都是关闭的。
而付出了如此大的成本，企业能得到的回报却相对有限。
很多企业管理者和工程师能看到大屏幕上一堆数字在跑，但效率优化的幅度非常有效。某汽车零部件制造企业，在生产线引入了数字孪生之后发现，设备开动率只提升了5%，设备维护人力成本节约了13%。
所以数字孪生在很长一段时间内，被用于飞机制造、战斗机维护、宇航员训练、汽车设计等领域，业务价值更大、物理实验昂贵、数据和知识积累深厚，而很多非数字原生企业，本身就基础知识库匮乏，数据质量差，缺乏行业知识图谱，引入数字孪生之后，全局数据与业务场景的关联不大，无法支持企业做出最佳决策。
尽管数字孪生在实际落地中的业务价值有限，但没错过一个风口。每次都能稳稳地蹭上新基建、AI产业化、云计算、元宇宙等概念的热点，跟着火一把，这是怎么回事呢？
数字孪生“长红”体质的幕后推手
智慧城市如火如荼，数字孪生城市火了；
新基建迎来风口，数字孪生被工业互联网带着一起飞升；
产业智能化方兴未艾，数字孪生跟AI+云计算也能组cp；
元宇宙炸裂登场，虚实融合直接利好数字孪生；
这么一看，数字孪生确实是有点“红命”在身上。为什么理想中完美的数字孪生并没有普及，甚至有些数字孪生体并不靠谱，但它就是一直能够为产业服务市场所接受呢？
如果把数字孪生看成是一个明星，它能一直“走花路”，背后有三个推手：
推手一：“时代”这名“导演”
都说“小红靠捧，大红靠命”，大时代从每个人身上碾过，恰好合它的眼缘，便将人的机遇往高送上一程。
数字孪生天生具有双向通路的特质，是连接物理世界与数字世界的桥梁。通过仿真运行，可以由实到虚，在数字世界场景里实现对现实世界的全域感知镜像。具有管控操作的能力，可以以虚控实，实现对现实世界的全面监控、有序管理和智能操控。
AI、云计算、物联网等技术为核心的新一代信息技术体系已经集结完成，全球正式进入了以智能化、数字化为牵引的第四次工业革命。工业4.0、工业互联网、智能制造……这些产业概念都明确提出了物理世界与数字世界的融合，所以只要它们被提到，被上升到科技战略，就会带动数字孪生，赋予很多想象和可能性，吸引转型期间的企业积极尝试。
大量云厂商、服务集成商，将数字化所需要的AI应用、云算力、网络能力、IoT、大数据、存储、运维等，通过大型解决方案的形式，相当于“打包售卖”，一同交付给用户。
这种整合模式，也让数字孪生的各项成本大幅减少，比如数据全局化需要的存算力都放到云上，按量按需使用，与多个数字化软硬件系统高度整合，加上集成服务商的定制化能力，使得数字孪生的业务价值前所未有地增大。
举个例子，某企业服务商在打造园区数字化方案时，就在横向，借助于BIM+工业互联网+数字孪生，把物理空间的园区数字化；纵向，把产业链上下游包括数据集成到系统集成，打造端到端的服务平台，这个数字化底座支持数据孪生实现更可靠更高效的操作。
与相关技术的配套拓展、深入融合，让数字孪生的应用落地有了综合优势。
推手三：产业客户“金主”
今天通过云来进入数字化能力的产业用户，有多少呢？可以看到，城市管理、矿产能源、工业制造等这些非数字原生的“重型企业”，需要通过云来接入AI等技术，降本增效。和互联网企业相比，这些“金主”的生产制造活动都是在物理空间进行的，产品、装备、产线、工厂、建筑、道路都可以构建数字孪生模式，推动数据融合，释放数据价值，虚实融合的需求与智能化需求相叠加。此外，产业客户一般采用POC（Proof of Concept）项目建设模式，数字化工程的周期长、分步骤进行，先划定业务场景或实验对象，小范围地导入和实施，验证系统方案是否满足需求，再向前推进。
数字化大屏的“一盘棋”“一张网”“一张图”对全局数据三维立体建模，用可视化的方式呈现出来，让人们能够看得见“数字化”的效果，为下一阶段业务数据化、决策智能化提供支撑。这种交付模式也是比较利好数字孪生技术的。
可以说，数字孪生能够持续红下去，既有时也运也的幸运，也与中国产业数字化转型的趋势有关。
也正如此，数字孪生在中国的落地应用，不像传统工业软件的商业模式，有两个特点：
一是与服务的高度捆绑。企业开展数字孪生的目的是提高核心竞争力，数字孪生要为降本增效提质而服务，与数字化转型方法论的咨询服务一起，整体上盘点整个业务的状况，帮企业做好规划，然后提供解决方案，最终在交付过程中不断迭代优化，这样才能保障数字孪生对企业是有价值的，避免盲目追求高大上的可视化效果，为了数字孪生而数字孪生。
写在最后，我们可以看到，任何技术的生命力，都不仅仅是因为它蹭上了什么热点，跟上了哪个风口，而是给业务带来的真实价值。产业元宇宙也好，数字孪生也好，不要过度夸大和想象这些新概念、新工具的价值。
产业数字化没有“金手指”，不可能光凭一个或几个技术就能一路坦途；产业数字化也有无限可能，让还不成熟的技术拥有机会，将看似不可能的事情变成可能。数字孪生的产业掘金之路刚刚开始，希望你也是。