近日，美國知名UI設計軟件Figma封停被美國制裁公司賬號，大疆等企業(yè)將受影響的消息在國內設計圈傳開，這再一次引發(fā)人們對進口替代的關注。
在工業(yè)領域，工業(yè)軟件的“卡脖子”問題是我國工業(yè)高質量發(fā)展的阿喀琉斯之踵。以數字孿生應用為抓手，將人工智能技術與工業(yè)軟件相結合，通過數據科學優(yōu)化機理模型精度和性能，或許是實現核心算法和工業(yè)軟件替代的另一條道路。
人類對數字世界的關注，今時今日正處在歷史的巔峰時期。以元宇宙大熱為標志，物理世界仿佛成了大家急于擺脫的沉重枷鎖，虛擬數字化形態(tài)下的永生才是未來。
與此同時，已經誕生了20年的數字孿生概念于近年再次炙手可熱。不論是《“十四五”信息化和工業(yè)化深度融合發(fā)展規(guī)劃》、《“十四五”智能制造深度發(fā)展規(guī)劃》，或是科技部“網絡化協同制造與智能工廠” 等國家層面的專項政策，都在強調數字孿生技術對工業(yè)制造業(yè)高質量發(fā)展的重要意義和作用。
到底什么是數字孿生？為什么會在當下成為新的風口？
數字孿生，簡言之是以數字化方式創(chuàng)建物理實體的1：1虛擬映射。
它需要先用建模工具在數字空間構建起精準物理對象模型，再利用實時物聯網數據驅動模型運轉，使得物理世界和數字世界可以全面建立實時互聯、互通和互操作。目的是通過各種數據、模型、信息的集成，構建起虛擬實體對物理實體的分析、決策、控制能力，從而優(yōu)化物理世界的資源配置效率。
數字孿生最早源自PLM（產品全生命周期）的思考和延展，并率先應用于航空航天領域。
飛機、火箭這類復雜的機械設備極其昂貴，產品設計或任務執(zhí)行中一旦出錯代價高昂，其數字孿生體通過各種模擬和仿真進行提前預演，可降低實際運行中的風險。
數字孿生近兩年被重新提起，甚至被寫進國家級別的工業(yè)發(fā)展戰(zhàn)略綱要，主要是由技術和需求兩方面驅動：
從需求層面出發(fā)，我國制造業(yè)面臨著低端供給過剩、高端供給不足、創(chuàng)新能力不適應高質量發(fā)展要求等諸多挑戰(zhàn)，產業(yè)的智能化轉型和產業(yè)價值體系的提升需求迫切。
與仿真、工業(yè)互聯網等其他數字化技術相比，數字孿生可以在產品研發(fā)、生產制造、設備運維、營銷售后的全鏈條發(fā)揮重要作用。
研發(fā)階段，數字孿生能夠通過虛擬調試加快推動產品研發(fā)低成本試錯。
生產階段，數字孿生能夠構建實時聯動的三維可視化工廠，提升工廠一體化管控水平。
運維階段，數字孿生將仿真技術與大數據技術結合，不僅能夠知道工廠或設備“什么時候發(fā)生故障”，更能定位“哪里發(fā)生了故障”，極大提升了運維的安全可靠性。
從技術層面出發(fā)，數據采集、數據通訊、實時分析和AI智能決策的發(fā)展提供了應用的支撐底座。
得益于物聯網和傳感技術的成熟，工業(yè)數據的可獲得性和成本大大降低。5G、IPv6等通訊技術的商用落地，為海量數據即時傳遞提供通訊保障。云計算、邊緣計算、AI等技術的快速發(fā)展則在計算能力和數據應用處理上補齊短板。
可以說，我國在數據獲取、傳輸、計算、管理一體化等方面的技術能力已經走在了世界前列，數字孿生所需要的支撐技術已經成熟。
但是數字孿生作為一系列數字化技術的高階融合，熟練應用非一朝一夕可實現。
從“工業(yè)數字孿生技術架構圖”可知，全套技術從最前端的數據采集、處理和分析，到設備級、產線級乃至全廠級的仿真建模，多模型的無縫集成、模型上線后的修正驗證，以至到最末端的人機交互，這些對應用工廠的數字化基礎、領導者對管理模式的改革魄力、企業(yè)的資金實力、技術供應商的系統工程思維都提出了較高的要求。
正因如此，我國的工業(yè)孿生數字在現階段更像是摸著石頭過河，而有些企業(yè)已經走在了探索的前列。
大型國有鋼鐵集團和造車新勢力廠商的數字孿生實踐
鋼鐵企業(yè)是流程制造行業(yè)的代表，生產過程連續(xù)、安全生產要求高、產線長、數字化基礎較好是該類企業(yè)的典型特征。
某大型國有鋼鐵集團作為全球最大鋼鐵制造企業(yè)，早在2015年就啟動開展智慧制造和數字化轉型的系統籌劃和戰(zhàn)略布局。
為了在激烈的國際競爭中持續(xù)保持行業(yè)領先地位，該集團以旗下王牌產品為試驗田，建設智慧工廠項目。
2019年上半年，智慧工廠建成投運，無人化、自動化設備在生產、倉儲、物流等環(huán)節(jié)的規(guī)模應用為產品質量、用戶服務能力、生產效率的提升提供顯著賦能。
但如何提升現場生產線的整體管理效率、實現重點設備可預測性維護、減少危險作業(yè)環(huán)境的人工參與度依然是尚未完全解決的痛點。
鋼鐵生產線巡檢是現場管理的一個重要環(huán)節(jié)。該工廠的一條完整鋼產線長達2-3km，原先分布著4個大機組，每個機組均需配備一個操作室，用以監(jiān)控人機結合作業(yè)多的重要工序、重點設備的運行狀態(tài)。
產線現場作業(yè)長介紹說，如果只用一個機組來監(jiān)控和巡檢，一條產線從頭至尾跑下來就要40多分鐘，硅鋼產品質量要求又很高，過去發(fā)現產品質量或者生產設備出現問題，先得和值班作業(yè)長匯報，然后值班作業(yè)長再找調度……一圈下來，很可能已經錯過了最佳處理時機。
經過多種技術方案的評估，該工廠最終決定在一條產線上進行數字孿生的應用試點。通過構建產線三維幾何模型，為各個設備、零部件幾何模型添加信息屬性，并與對應位置 IOT 數據相結合，形成可視化的虛擬產線，并達到了如下功能：
·產品-設備-人員的全流程實時監(jiān)控和真實互動
·控制系統集成接入，雙向控制
·歷史質量問題趨勢追溯
·重點設備可預測性維護
·重點設備能源精細化管理
傳統設備預測性維護往往只能預測“設備什么時間壞”，不能預測“設備哪個關鍵部位出現了問題”。
而基于數字孿生的數據集成性、實時性、仿真性，可以將問題定位到具體位置，并給出最佳響應決策和提供遠程控制能力。這讓現場勞動效率大幅提升，崗位工作負荷也隨之顯著下降。
一些數據指標給出了更堅實的經濟效益證明——產線上的4個操作室縮減為1個集控中心，帶來人力成本在內的管理運營成本下降60%，管理效率提高25%，故障響應時間縮短15%，能耗成本降低10%。
圖：某大型國有鋼鐵集團智慧工廠
汽車制造業(yè)是另一個非常適合數字孿生應用落地的行業(yè)。
作為少品種大批量離散制造的代表，汽車制造業(yè)具有產品種類少、規(guī)模大、生產標準化、對生產效率和質量要求高等特點。
大部分汽車產業(yè)鏈上的企業(yè)在生產環(huán)節(jié)已經實現自動化，而數字孿生能從產品研發(fā)、設備管理、工廠管控、物流優(yōu)化等諸多方面賦能。例如沃爾沃將數字孿生應用于汽車整車研發(fā)，在設計環(huán)節(jié)實現產品優(yōu)化，降低了約4%的氣動阻力；越南Vinfast汽車廠依托西門子產線規(guī)劃數字孿生解決方案將建廠時間縮短了50%。
國產造車新勢力之一的A汽車，是汽車行業(yè)內首家實現全廠級數字孿生的企業(yè)。
A汽車江西工廠的負責人曾在采訪中透露，傳統汽車工廠最大的困局就是車間內、車企各部門之間、車企與客戶之間信息不流通。
為打破信息孤島，實現研發(fā)、生產和市場整個價值鏈的數據貫通，A汽車早在規(guī)劃物理工廠的初期就決定要同步打造數字孿生工廠。
A汽車的數字孿生智慧工廠集合沖壓、焊裝、涂裝、總裝與電池包生產全工序于一體，廠區(qū)實現1200多個數據采集點位的實時采集和上傳，使實體工廠與數字工廠數據貫通、無縫銜接，并實現了如下功能：
·13個成本中心管理流程全梳理/覆蓋
·660余項管理指標梳理及呈現
·SAP/MES等10個+業(yè)務系統數據接入
·1200+數據點信息實時獲取
·生產線狀態(tài)實時互動及真實還原
·生產線故障快速響應與介入
·線下直營店用戶銷售系統連通
通過3D數字化工廠的展示，綜合性運營指標的分析預測，結合物流、沖焊涂總、質量等車間級管理報告數據，A汽車數字孿生智慧工廠實現了基于數據驅動的管理與決策，并帶來實際的經濟價值——管理效率提升25%，單車生產綜合能耗降低25%，管理運營成本下降15% ，一次報交合格率提升5%。
這兩個數字孿生案例的實施方背后并非鼎鼎大名的國際巨頭，而是一家成立于2017年的科技企業(yè)——網思科技。
網思科技作為一家新銳企業(yè)，能早在2020年就為行業(yè)標桿客戶實施出國內為數不多的產線級、全廠級工業(yè)數字孿生應用，其商業(yè)模式、技術方向和行業(yè)趨勢洞察都頗具借鑒意義。
「博觀智造」獨家采訪了網思科技高級副總裁兼數字孿生事業(yè)部負責人李英杰，希望借其實踐管中窺豹，看一看工業(yè)數字孿生在我國現在能做什么，未來走向何處。
意料之外，情理之中的入局者
所有的先發(fā)優(yōu)勢都離不開敏銳的市場洞察和前瞻性的技術儲備。
早在2016-2018年，Garter就已經連續(xù)三年將數字孿生列為十大戰(zhàn)略科技發(fā)展趨勢。但彼時國內的主要關注點仍在移動互聯網上，工業(yè)領域的主要政策尚在普及數字化制造基礎和工業(yè)互聯網基建層面。
2018年，時任IBM大中華區(qū)用戶體驗中心解決方案總經理的李英杰承接了工業(yè)互聯網產業(yè)聯盟上海創(chuàng)新中心展廳的項目，其中一個板塊就是數字孿生。
在項目實施和客戶溝通的過程中，他敏銳地察覺到這可能是國家在工業(yè)領域的下一步重點推動方向，而他的團隊核心能力之一就是3D數據建模、實時渲染和可視化。
2019年，5G開始迎來商用元年，三大運營商從B端工業(yè)生產場景出發(fā)，開始做各種試點應用。同年，李英杰攜團隊加入網思科技。
作為咨詢顧問出身且長期活躍在一線的IT從業(yè)者，他認為數字孿生所需要的底層支撐技術將會在不久后達到商用標準，企業(yè)已經可以提前做好相關布局。
身為一個成立不久又尚未融資的科技企業(yè)，網思并沒有在早期盲目投入研發(fā)，而是一方面研究目前國際上相對領先的解決方案和技術路線，一方面通過與客戶的交流評估當下數字孿生在國內落地的可行性，并根據反饋小步迭代自己的產品，尋找product-market fit。
前文提到，數字孿生作為數字化和智能化的高階應用，對企業(yè)的數字化基礎、資金實力和領導者的戰(zhàn)略眼光都有頗高的要求，注定了最早吃螃蟹的都是行業(yè)龍頭。
這類客戶資源成為許多初創(chuàng)企業(yè)的第一道門檻。
網思雖然成立時間不久，但核心創(chuàng)始團隊均有IBM多年的市場拓展經驗，積累了廣闊的產業(yè)人脈，練就了對市場需求的敏銳嗅覺。這也是網思早在2019年初就能夠接觸并參與大型國有鋼鐵集團數字化戰(zhàn)略規(guī)劃的一個原因。
第二個重要優(yōu)勢是公司在咨詢和IT實施上的復合能力。
以李英杰為代表，公司有一批出身于IBM全球企業(yè)咨詢服務部的業(yè)務骨干。咨詢顧問最核心的能力就是快速了解行業(yè)，并從業(yè)務角度出發(fā)，拆解和分析問題，給出解決方案。豐富的行業(yè)專家顧問資源也為網思在進入新行業(yè)時快速獲取行業(yè)know-how提供寶貴輸入。
與一般的咨詢公司不同，網思還擁有IT項目實施經驗豐富的技術團隊，從而保證了從前端咨詢到后端落地的一體化交付。
“其實我們的鋼鐵客戶最初也沒想到要用什么技術工具，只是提到了一些運營管理上的痛點。數字孿生是我們在多次brainstorming的過程中碰出來的一個解決方案。網思又有技術基礎能夠快速做出demo，這也給了客戶信心。”
汽車客戶的贏單反映了網思的第三點優(yōu)勢——本地化、定制化的集成服務能力。與鋼廠不同，A汽車打造數字孿生工廠、樹立行業(yè)標桿的目標早早確定，方案競爭者不乏來自SAP、艾森曼等熟悉汽車領域的國際巨頭，或是在汽車制造某一核心環(huán)節(jié)有成熟方案的垂直廠商。
但大廠的問題在于不僅價格非常昂貴，而且很難做定制化含量很高的項目。垂直領域的廠商又只精通某一板塊，“大家都沒有做過全廠級的數字孿生，一個機械臂企業(yè)遇到的技術難點和障礙和網思并沒有太大區(qū)別。”
網思團隊咨詢背景的優(yōu)勢再次體現——能夠站在工廠管理者角度，通盤思考整體的解決方案和業(yè)務價值。識別出某些具體環(huán)節(jié)的特殊問題，則交予合作伙伴共同協作解決。
李英杰舉例，“有個汽車客戶希望解決焊點質量檢測，這個確實不在我們的專業(yè)范疇內，但我們知道從哪找合適的供應商來幫我突破單點難題。”
在工業(yè)數字孿生摸著石頭過河的應用階段，不同角色有不同的服務角度，在李英杰看來，網思科技要做的是一個整合者，發(fā)揮自身理解客戶需求以及工程化落地的能力，從標桿客戶的實施項目中積累行業(yè)經驗和先發(fā)優(yōu)勢，在需求廣闊的重點行業(yè)中跑馬圈地，持續(xù)深耕。
而面對項目制VS標準化的永恒難題，李英杰的答案是短期內不可能做到100%標準化，但未來會在兩個方向上推進：
一是針對不同行業(yè)推出行業(yè)標準包，提供針對不同環(huán)節(jié)和流程的標準化模塊，讓客戶能夠根據自身情況個性化的組合；
二是在部分算法、分析模型和量化指標上做到標準化。
公司理想的商業(yè)模式也將從項目制交付轉變成標準產品+運營服務。
伴隨著工廠工藝的提升、管理流程的優(yōu)化、生產產品的變更、產線設備的迭代，數字孿生必然要持續(xù)不斷的提供后續(xù)的運維和調優(yōu)，數據和AI分析能力的持續(xù)積累還有機會帶來新的應用場景，這也符合數字孿生動態(tài)化的核心特征。
標準化產品降低客戶的前期一次性投入成本，運營服務又讓服務商可以獲得持續(xù)、穩(wěn)定現金流的機會，這無疑對供需雙方都是更加健康的商業(yè)模式。
這也意味著，把握好先發(fā)優(yōu)勢快速占位，并在頭部客戶的深度服務中快速內化出標準化能力對網思這樣的企業(yè)極為關鍵，這也對公司的技術能力提出了更高的要求。
我國的工業(yè)數字孿生未來要走向何處？
工業(yè)領域對數字孿生在多個場景上處于剛需階段，產業(yè)鏈上下游有望涌現更多提供解決方案的創(chuàng)新企業(yè)。
我們認為，我國的工業(yè)數字孿生發(fā)展將呈現以下幾點特征：
01 場景應用上仍然處于初級階段 需要較長時間探索
當下數字孿生應用，在深度上更注重場景的描述和有限的判斷，尚未完全實現仿真決策與控制，在廣度上也未能完全打通研發(fā)-制造-運維的一體化服務。
大量企業(yè)內、行業(yè)內的數據采集能力參差不齊，一些核心進口設備的底層關鍵數據也無法有效感知。
此外，對于已采集的數據閑置度高、缺乏數據關聯和挖掘相關的深度集成應用也導致數據的潛藏價值難以發(fā)揮。
以下幾類關鍵場景更有可能成為短期的應用方向：
一是向數字化基礎較好的工廠普及三維可視化改造，以實現運營管理層面的效率提升；
二是提升部分場景的虛擬制造和診斷應用水平。除了基于CAE做產品研發(fā)之外，還可以進一步從設備虛擬調試、工藝流程虛擬規(guī)劃、仿真操作培訓等環(huán)節(jié)入手，應用數字孿生技術。
三是部分實時仿真/智能仿真分析的單點突破。實時仿真和智能仿真分析離不開高精度的復雜機理建模與數據科學的高階融合，需要依賴專精的技術團隊做關鍵技術的重點攻關。
02 核心技術上優(yōu)劣勢均較為突出 總體機遇大于挑戰(zhàn)
由于我國工業(yè)歷程發(fā)展時間短，工業(yè)軟件核心模型、算法和系統工程能力與歐美相比有明顯的差距，這成為國家關鍵“卡脖子”的短板。
但我國的優(yōu)勢在于工業(yè)門類齊全、場景眾多，有機會充分釋放工業(yè)數據的紅利。并且在人工智能、大數據、5G網絡等技術上占據領先身位。
以數字孿生應用為抓手，將人工智能技術與工業(yè)軟件相結合，通過數據科學優(yōu)化機理模型精度和性能，有望帶動工業(yè)軟件和核心算法的發(fā)展。
03 商業(yè)策略上應多方投入權衡 推動應用成功落地
高速發(fā)展的市場規(guī)模，持續(xù)運營帶來的高用戶黏性，行業(yè)龍頭客戶的標桿效應和高客單價，讓這個行業(yè)必然會迎來百舸爭流的競爭局面。數字孿生廠商要平衡研發(fā)投入和市場拓展節(jié)奏，率先跑馬圈地獲取先發(fā)地位。
標桿客戶的需求能否滿足，取決于數字孿生廠商的方案咨詢能力+技術落地能力。
數字孿生產業(yè)鏈環(huán)節(jié)很長，包括數據采集、模型建構、仿真分析、人機交互、行業(yè)應用等環(huán)節(jié)。目前呈現明顯的碎片化，每個產業(yè)環(huán)節(jié)都有相應的公司在提供服務，每家的規(guī)模都相對有限，能夠從頂層設計上提供全套的方案咨詢能力，在生態(tài)上又能整合產業(yè)鏈上下游提供完整的技術落地交付能力的供應商，將會具備更強的競爭力。
標桿客戶在行業(yè)發(fā)展早期對供應商的能力沉淀和快速復制有著重要意義，在頭部客戶和合作渠道上傾注力量的廠商將獲取明顯資源優(yōu)勢，從而確保業(yè)務的延續(xù)性。
此外，本土企業(yè)的另一大優(yōu)勢，是可以滿足客戶即時響應和定制化需求的服務能力。相較于國外廠商，這也是國內廠商能夠迅速起步，獲取客戶信賴的重要原因之一。
數字孿生雖然是個閉環(huán)的回路，但其發(fā)展的終極指向必然是一個開放的生態(tài)平臺，只有這樣才能滿足不同的應用場景。在數字化已經不可逆的大趨勢和國家政策的大力驅動下，我們相信這個生態(tài)體系必定會蓬勃發(fā)展，未來會在越來越多的服務和產品上得以應用。
免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。
標簽：
