模拟策略

真 正 的 潜 力工 业METAVERSE A U T H O R S Albert Meige博士，Rick Eagar Metaverse死了吗？同样的 它被炒作的速度只有一对夫妇几年前，今天它已经从格蕾丝。到目前为止，大多数人都没有对消费的想法感到兴奋大量的时间从现实世界中戴着笨重的护目镜。现在，这都是关于人工智能的。 所以，企业应该放弃Metaverse，或者至少把它放在在后面的燃烧器，而不是专注于AI？ADL's最近的工作工业隐喻的蓝移研究所-即隐喻针对企业而不是消费者的应用程序-强烈建议企业这样做是不明智的。 在这篇文章中，我们解释了工业元的真正含义，它的关键构建块，它可以提供的商业价值，以及什么companies should do about it. The summary provided here is based on2023年初进行的一项全面的蓝移研究，包括内部研究、客户体验和来自模拟对行业和学术界专家的采访。报告全文可在www. adlittle. com查阅。1 W H AT的N E W A B O U T T H E I N D U S T R I A LM E TAV E R S E? 大多数人都知道工业隐喻使用虚拟化来执行各种工业任务更好，旨在提供更大的运营等好处效率和效果，降低成本，质量更好。 然而，关于工业隐喻是否是一个真正的新概念，或者只是现有数字的新标签工业4.0保护伞下的技术很长一段时间（图1）。 工业4.0是指“第四次工业革命”。创造于2015年，以捕捉网络的转型影响-物理系统。如图1所示，一些技术块工业4.0的一部分也与工业高度相关Metaverse，包括AI，连接性，网络/物理系统，区块链、虚拟工作场所和数字孪生。事实上，虚拟工厂和工厂的模型、模拟和数字孪生已经存在了近十年，数字设计工具甚至更长。虚拟培训，例如对航空公司员工的培训，也很好建立。生产力和效率的显著提高，高达两位数的百分比，已经在现有的应用。 也就是说，工业4.0的实施仍然不是和十年前预期的一样普遍。它面临着几个常见的障碍，包括高额的前期投资、困难在协调所需的跨职能转换时，数据安全和管理方面的挑战，缺乏可用技能，和传统IT系统施加的限制。 那么，工业隐喻有什么新发现？新发现是关键技术的融合导致了仿真能力(图2)。 到目前为止，数字孪生主要限于离散products, components, plants, or factory. Use cases have been主要针对运营和维护性能改进。复杂模拟的进一步发展系统、数据可视化和人工智能，与正在进行的连接(IoT)和协作技术的改进，在不断提高的计算能力的支持下，数字孪生现在成为可能的多个连接的设施和系统。 这扩展并提升了数字仿真的水平运营改进和设计辅助工具，成为关键跨完整系统的战略决策工具-以及最终跨越整个全球工业企业。 已经展示了一些早期的例子：宝马的iFactory程序涉及潜在的所有生产设施的模拟以实现基于使用的完整生产战略所有生产基地的数字孪生。 也许更令人印象深刻的是，米其林应用了数字孪生与复杂系统建模一起优化其全局采购策略。(见方框1。) 方框1：米其林：不断发展的数字孪生超越工厂级别优化全球采购战略 米其林是全球轮胎制造商，拥有70家生产工厂在170多个国家和越来越多的产品型号。2021年物流成本为19亿欧元。作为米其林的战略是在销售点附近制造产品，全球采购是一个重大挑战。米其林正在寻找一种方法来测试不同的采购策略和方案相互对抗确定最好的选择，以及问“如何”的问题，以帮助决定最佳行动来优化成本、服务质量、碳足迹和库存水平。 尽管米其林在产品开发中使用了数字孪生大约30年来，它没有将这项技术应用于采购，考虑到全球采购系统的复杂性及其多重性元素、关系和嵌套子系统。 与技术合作伙伴Cosmo Tech合作，米其林建立了用于全球采购的复杂系统数字模型，包括关键指标，如服务水平、二氧化碳排放量、库存、分销和工厂产能。这涵盖了1700种产品型号，所有这些都在复杂的制造和分销矩阵中。这“模拟数字孪生”使米其林运行超过80, 000模拟，每个模拟都有超过3, 000种不同的动态决策变量和内置的优化算法来确定采取的最佳策略。 由此，米其林能够确定一个可操作的战略未来五年的采购计划将减少其物流每年花费10亿欧元。这也优化了全球利润利润率提高几个百分点，并减少运输和海关费用超过60%。 H O W B E S T T O C O N C E P T U A L I Z E I T 基于这种模拟能力阶跃变化的想法，我们可以有用的定义工业元观点如下： “一个连接的全系统数字孪生，具有以下功能：与环境中的真实系统交互，允许决策-制造商更好地了解过去并预测未来“ 图3显示了它的主要功能和技术构建块。 技术建筑块 核心是"全系统数字孪生"最终 可以代表一个完整的端到端工业系统，包括不仅是实物资产，还有流程、功能、资源，和组织。它将超越公司界限，延伸到包括整个公司的相关参与者和互动上游和下游的合作伙伴生态系统。它也可以最终包括更广泛的环境，在该环境中company operations. It needs to be construct as a complex system以便对真实和动态的系统行为进行建模。广泛的“假设”模拟功能是双胞胎的关键部分。模拟不仅基于过去的数据，还基于现在和未来数据 系统运行需要四个关键功能： –连接:数字孪生永久连接到 通过物联网的真实世界系统(用于“热”当前数据)和ERP系统（用于“冷”存储数据）。实时双向连接可实现连续数据收集和致动回到系统。 –计算:处理非常大的数据量的能力真实的系统，包括分析，复杂系统建模，模式识别和模拟，以实现未来的场景制定。 –构思:可视化物理和非物理数据，这可能会或可能不会完全身临其境。这些可视化解释并以不同的方式呈现复杂的数据，不仅是为了模拟现实，也是为了便于理解和说明“假设”场景。 –协作:启用一系列交互的功能， 在内部员工、生态系统合作伙伴、价值链参与者之间，客户和其他人。互动可能包括商业交易以及日常合作。 图3显示了实现此功能的五个关键技术构建块功能，由第六个计算能力技术支持块。这些技术，在大多数情况下，已经存在。然而，所有这些都需要进一步发展，以应对增加数据的规模和复杂性。增加计算能力本身是实现非常大，连接数字孪生模拟。 总的来说，这张照片暗示了5年以上的时间范围。连接的全系统数字孪生将是可行的，尽管在与此同时，涉及数字孪生的中间步骤越来越多复杂系统(如米其林全球采购示例以上)仍然是可能的。 W H Y S H O U L D C O M PA N I E S P U R S U E T H EI N D U S T R I A L M E TAV E R S E？ 1. C O N V E NTI O N A L S TR ATEG I CD EC I S I O N - M A K IN G I S B EC O MIN G在D情 商 中 对 我E TC O MB INE D C H A LLE N G E S O FC O MPLE X IT Y，AC C E LE R ATI O N，C O G NITI O N，A ND S U S TA在A B ILIT Y 在过去的几年中，复杂性如雨后春笋般涌现工业系统-例如，仅在过去两年中，企业数据量增长了40%以上，超过2 PB，合作伙伴网络的复杂性大大增加。与此同时，变化的速度和不可预测性是加速。人类认知的局限性意味着做好事这些快速移动、不可预测的系统中的决策是困难。甚至更重要的是，可持续性要求意味着结束-对端复杂工业系统控制正变得越来越例如，管理范围3排放和开发实现净零增长的战略。 传统的战略决策在满足这些挑战，因为它通常依赖于复杂的过度简化系统。这意味着它经常错过意外的系统影响，并且可能是滞后而不是领先，未能预测和反应足够快速的变化。工业隐喻提供了允许公司做出明智的C级决策的可能性基于动态的、前瞻性的、全系统的方法。这将确定性能改进和变化的影响更快、更有效，并帮助履行以下义务管理整体影响，实现可持续增长。 2. B U S INE S S B E NE FIT S O FI N DU S T R I A L M E T A V E R S E ,E V E NI NI NS H O R T-T E R M，A R E S I G N F I C A N T 正如我们已经注意到的，即使完全连接，整个工业系统数字双胞胎还需要几年的时间，组织仍然可以收获现有应用程序的显著优势，其中许多与工业4.0重叠。 今天的用例可以分为四类： –优化:例如，操作和维护方面的改进，产品质量、供应链和客户服务 –培训:例如，操作人员、安全、远程和产品培训 当 前 的 工 业金属市场尺 寸 在1 0 0美 元-1 5 0亿 范 围（取 决 于 你 如 何定 义 范 围）。 –技术工具：例如，设计/建筑一体化,资产检查/维护和远程故障排除 –管理工具：例如，虚拟会议、协作、交易、和交互工具 数字孪生从离散工厂扩展到工业系统，其好处将超越生产力和效率包括更好的战略可能带来的更大影响关于整体增长、利润率和股东价值的决策。 3. IND U S TRI A L ME TAV E R S EM A R K E T C O U LD AC C E LE R ATER A PID LY在A FI V E + Y E A RT I M EF R A M E 预测技术何时会加速总是很困难的。AI的突然爆发，以及复杂系统的进步模拟、数据可视化和连接性，可以充当催化剂。重要的是，与消费者Metaverse不同，采用不依赖于接受沉浸式虚拟环境。为了反映这一关键点，苹果首席执行官蒂姆·库克更喜欢使用术语“空间计算”而不是“Metaverse”。 当前的工业Metaverse市场规模在100美元-150亿范围（取决于您如何定义范围）。我们的保守的预测是，它将增长到4000亿美元左右到2030年，尽管上行空间可能超过1万亿美元，复合年增长率在20 - 30%的范围内。 I N S I G H T S F O R T H E E X E C U T I V E-W H ATS H O U L D C O M PA N I E S D O N O W？ 公司需要考虑他们的工业战略Metaverse在其更广泛的数字化转型背景下旅程。组织不能轻易地“跃进”到完整的工业Metaverse实施，除非数字化已经相当成熟。我们建议四个步骤： 1. R E V IE W D I G ITA LIZ ATI O N S TR ATEGY，J O URNE Y，A ND P O S ITI O N 作为起点，公司需要有一个清晰的愿景和他们的整体数字化旅程的途径。了解数字化旅程的当前位置有助于确定： –在数字化基础之前还需要做什么开始工业元预测开发(如数据可用性和基础设施)？ –什么是现实的发展速度？ –什么是可行的目标目的地，可以与其他地方保持一致数字化之旅? 2. ID E NTIF Y VA LUE - A D D在GO PP O R T U NITIE S A ND D E V E LO PA R OA D M A P 许多应用程序和用例已经存在。在开发路线图，公司应该考虑： –哪些潜在的应用程序和用例将增加最大的价值？工业元的初始应用很可能具有可操作性，旨在向更具战略性的方向延伸应用程序随着时间的推移。 –今天在技术上已经可行，而不是潜在的在未来几年中可行？正如我们所看到的，尽管许多可行目前有机会，大型复杂工业系统模拟还有一段路要走。 –工业隐喻的愿景和抱负是什么在五年以上的时间范围内申请？雄心的规模可能取决于公司的数字化转型规模已经承诺。 在制定路线图时，公司应避免过于雄心勃勃