数字孪生，你看到了什么？

　　如果细心观察，近几年各大咨询机构对于数字化和智能化的关注与日俱增。以德勤为例，在其2020年的技术趋势报告中就提到了包括数字孪生：连结现实与数字世界；架构觉醒等在内的五大重点趋势。其中尤其指出，“随着企业能力和成熟度的不断提升，我们可以预见未来会有更多企业使用数字孪生技术进行流程优化、数据驱动决策，以及设计新产品、新服务及业务模型。从长远来看，要释放数字孪生技术的全部潜力，需要整合整个生态系统中的所有系统与数据。”

　　那么，我们现在对数字孪生（Digital Twin）、数字化转型的认知是透彻的吗？是不是现在的系统就有数字孪生的影子呢？又或者信息采集就能实现数字化转型？工业转型的第一步究竟是什么？带着这些问题，前不久我们与上海大学李明教授一席谈，请他为大家分享，这些看似智能制造的未来愿景背后有哪些值得思考的问题和下一步突破？

　　智能制造转型的误区

　　自2013年德国提出工业4.0以来，全球范围围绕这一趋势的讨论、试水此起彼伏。在李明教授看来，工业4.0的主要基础之一，就是“互联”。“联网后，所有的东西都被推到你面前。就好比淘宝⸺所有买家、商家都在你面前，这个时候最主要的特点是你可以选择了。而可选择必然会带来更激烈的竞争，然后整个模式也就变了。”

　　所以当“可选择”场景出现后，制造商就要去适应本身就VUCA（volatility（易变性），uncertainty（不确定性）， complexity（复杂性），ambiguity（模糊性））的市场变化。

　　“站在企业角度看，他们自然会想到借助自动化、柔性化、智能化等技术尽快提升能力去适应这个市场。对接市场、对接用户等等，其实质就是一个转型，全面的转型。”

　　“还有一个转型就是当‘互联’后所有资源都在你面前时，你就可以重组了，这实际上就是工业4.0中提到的 SMART，它讲得是一种新的制造模式⸺如何去有效配置最合适的资源，以实现价值。”

　　李明特别强调，我们可以用拼板去理解工业4.0。对于企业而言，其一般都是产业链中的“一块板”，以后要有能力快速拼接到产业链，所以就需要自动化、柔性化和智能化。而当你想做资源配置时，就相当于你在玩拼板，这是完全不同的新模式。企业的转型实质是技术和管理的转型，而后者首先是理念、思路的转型，以及相关新技术的研究和应用。

　　“从某种程度上讲，这个转型是真正的转型，是模式的转型。而前面提到的是‘工业互联网’背景下的企业转型，其更多的是注重于‘联网’本身，在现有的基础上，将其转型成更柔性、更好控制，仅此而已。”

　　其实在转型中，也许还有更需要我们关注的内容。如果我们把目光看向欧洲等制造业发达国家，他们在做的转型是工业和生态的同步转型。欧洲一直强调的是在工业发展的同时，必须保证环境生态的同步发展、可持续发展，即“双转型”。日本也就转型提出了社会5.0的概念，他们讲得是另外一套思路⸺人的一种感觉，一种价值等。

　　在李明看来，整个的制造业向未来、向智能化数字化的转型就是这样的一个工程，所以，首先是顶层思路转型，再到工业转型发展，再到企业的转型升级，以及新的工业模式怎么做。真正理解了这些，我们的企业在转型升级时就会走出误区。

　　拒绝再做个体 努力构建一个体系

　　我们再从工业和企业的角度来看，你会发现当所有东西都推到你面前时，你追求的已经不仅仅是产品本身。“最早是没有东西，所以只要有就行了；而当你有了以后，你就觉得要好⸺这就是质量。但当东西足够好的时候，你则会开始追求质量后面的东西，那就是属于一种感受，讲大一点甚至是价值。”在这种理解下，李明强调，习近平总书记所提到的“高质量发展”，其实就是指一个整体的社会、技术、文化的同步转型，这些都不能脱离来讲。

　　“回到智能制造的问题上，我们现在为什么需要用数字化，数字孪生、通过建模去做？⸺其实质就是要让计算机能帮助我们。”李明坦言，在过去，无论是机器人还是自动化，这些都是一个“开放性”的产品⸺我们设计完、制造安装调试后就结束了，后续就交给了维保的，对实际应用情况近乎一无所知。现在，如果需要提升、需要更稳定，我们就需要知道产品使用的状态。这就意味着要把整个感知系统下沉，把产品和设备的使用状态拿回来⸺而这些复杂的传感系统，互联和数字化是基础，同时也是要实现数字化转型的基础。

　　所以说，怎么才能让计算机来帮我们？⸺首先，必须讲计算机能听懂的话。“所以数字化的根本就是要讲计算机懂的事情，所以，要用信息输入，要告诉计算机用模型去处理问题，他才能帮你。”

　　“看不清、听不明、说不准、想不出”，这是国内企业的普遍情况，当我们把全过程、全样本、全场景的信息都获取后，加上我们构建的模型，就轮到人工智能算法登场⸺所以说我们目前制造业转型智能制造的挑战，其背后是一个体系的问题。”

　　李明看来，“工业转型的第一步是 ‘干什么’，先解决信息和互联问题。”

　　而在数字化转型方面还有一点需要关注，今天有许多互联网企业涌入工业界，因为大的资本投入对于转型升级是必不可少的。在实际操作中，互联网企业许多在以前是2C的，尽管B和C都具有个性化特点，放大了看，实质是异构性。为什么在2B领域，前期有很多跃跃欲试的资本想闯入到最后销声匿迹？那是因为具体看2B与2C还是有极大的不同，因为B还具有专业性特点。这一点必须牢记！

　　正由于数字化面向的一个个性化的场景，如果企业不参与和主导，是一定做不成的。在这种情况下，需要以企业战略定位为目标，各路专家聚集和协同才能有效地解决问题。

　　数字孪生的新理解

　　当第１步的信息基本到位后，第 2部分的主要工作就是构建模型，尽管信息的汇聚也对模型和定义有要求。今天大家都在讨论的数字孪生，其实从某个角度来看，它就是一个模型。当然，数字孪生概念的范围很大，不仅仅只是目前我们所接触到的。

　　关于数字孪生，无论是在制造业、还是智慧城市等领域都是热点。但从定义到内容，始终是众说纷纭，这一现象的出现，只能说明学术界对于这个问题还在讨论中。但值得欣喜的是，ISO在这方面标准化已有进展⸺前不久ISO形成了制造业领域数字孪生的相关标准草案。尽管该标准体系的制订还处于DIS阶段，但已能看到总体技术架构及其对数字化转型的指导意义。

　　在李明看来，数字孪生其中有好几层含义⸺第一层是所谓的概念，数字孪生⸺一个事物在物理世界与虚拟世界，或者虚拟世界内的相对应，它首先会形成一种主从关系，这有点像是一个Mapping（映射）。而到第二层概念⸺能够互动，用数字化实现闭环，加上控制，那这两个世界就是联动了。你动，我也动。我动，你也动。

　　但可能很多人都忽略了最前端同样存在数字孪生，“我想要个杯子，这是我的假设，然后设计就去造型⸺这两个本身也是数字孪生，虚拟世界的孪生，不是吗？模型出来以后，去制造一个东西，这又是数字孪生⸺设计与产品的数字孪生，这是理想模型和实体的孪生。”

　　而上述这几个模型实际上存在着关联，变迁，还有衍生。这就体现了数字线程（Digital Thread）的概念⸺ 从整个过程来看，模型始终在变（从假设、到看得见的CAD模型，再到后面的制造过程、逐步成形，到最后再通过测量变成虚拟的、再传感回来，形成整个一个闭环，形成模型的闭环⸺从而变迁、衍生一整套模型。），“其实 ISO对数字孪生的定义和描述是很明确的，而没有数字线程，数字孪生就变成新的孤岛，当然这背后还有一个问题就是模型管理，这也是数字线程的一个主要任务，数字线程对模型管理的基础是 LOTAR，我把它叫作全生命周期的文件认证和管理，在此基础上，模型才开始能真正地重用，我们最头痛的变更问题才真正有了数字化的应用。”

　　模型一有，计算机自然就进来了，用他能听懂得的指令（对话）去进行后续的操作。⸺似乎这一切正在离我们越来越近，《德勤2021年技术趋势》报告中提到，全球企业正在加速数字化战略转型，从而构建“韧性”、开创全新的经营模式。“用数字表述理想世界，用数字表征现实世界，用数字显示虚拟世界。用数据支撑决策过程，用数据解析思维过程，用数据打造机器思维。”⸺制造迎来了智能时代，而我们也要迎头赶上。

关注读览天下微信， 100万篇深度好文， 等你来看……