CIO's Omhelzen Digitale Tweelingen, Implementatie-uitdagingen Blijven Bestaan

Het realiseren van de volledige belofte van digitale tweelingen kan het integreren van systemen en data over hele organisatie-ecosystemen vereisen.

Stel je voor dat je productieproblemen en workflow-wijzigingen virtueel kunt uitwerken voordat je veranderingen op je organisatie afdwingt. Bijna zes van de tien CIO's die reageerden op een recente Gartner-enquête hebben of bereiden hun organisaties voor om digitale tweelingen te ondersteunen, die potentiële en daadwerkelijke fysieke assets, processen, mensen, plaatsen, systemen en apparaten repliceren. Ten minste 21% heeft al een vorm van digitale tweelingen geïmplementeerd, terwijl nog 38% betrokken is bij een- tot driejaar-planningsfasen om digitale tweelingen te deployen.

Lees ook: Digitale Tweeling Markt Ziet Tienvoudige Groei in Volgende 5 Jaar

Echter, het realiseren van de volledige belofte van digitale tweelingen kan het integreren van systemen en data over hele organisatie-ecosystemen vereisen. Dat is de conclusie van een rapport van Deloitte. Slechte data, meetuitdagingen, en zelfs simpelweg overdoen van dingen kan het moeilijk maken om fysieke assets nauwkeurig te repliceren, waarschuwen de auteurs van het rapport, geleid door Adam Mussomeli van Deloitte.

Het Deloitte-team identificeerde enkele van de potentiële manieren waarop digitale tweelingen geïmplementeerd worden over industrieën:

• Automotive en vliegtuigfabrikanten: "Essentiële tools voor het optimaliseren van gehele productiewaardeketens en het innoveren van nieuwe producten." In het geval van vliegtuigmotoren, kunnen ze "duizenden of tienduizenden sensoren hebben, die terabytes aan data per seconde genereren. Gecombineerd met digitale tweelingen, machine learning en predictieve modellen, leveren fabrikanten aanbevelingen om piloten te helpen brandstofverbruik te optimaliseren, onderhoud proactief te maken, en vlootjes kosten te laten managen."
• Energie: "Veldservice-operators vangen en analyseren massive hoeveelheden in-gat data die ze gebruiken om digitale modellen te bouwen die boorinspanningen in real-time begeleiden."
• Gezondheidszorg: "Cardiovasculaire onderzoekers creëren hoogst nauwkeurige digitale tweelingen van het menselijk hart voor klinische diagnoses, educatie en training."
• Slimme steden: "Singapore gebruikt een gedetailleerd virtueel model van zichzelf in stedelijke planning, onderhoud en rampbereidheidsprojecten."

Een nauwkeurige digitale tweeling bouwen is geen overnachtproces. Het Deloitte-team wijst op drie uitdageringsgebieden bij het implementeren van digitale tweelingen:

• Slechte data: "De AI- en machine learning-algoritmen die digitale tweelingen aandrijven vereisen grote volumes data," waarschuwen Mussomeli en zijn co-auteurs. "In veel gevallen kan data van de sensoren op de productievloer gecorrumpeerd, verloren, of simpelweg niet consistent verzameld zijn in de eerste plaats." Het Deloitte-rapport adviseert "stappen te ondernemen om de benodigde infrastructuur en databeheerbenadering nu te ontwikkelen kan helpen je time-to-benefit te verkorten."
• Processen meten: "Zelfs in gevallen waar digitale tweeling-simulaties worden gecreëerd voor nieuwe processen, systemen en apparaten, is het niet altijd mogelijk om het proces perfect te instrumenteren," waarschuwt het Deloitte-team. "Organisaties moeten kijken naar proxies – bijvoorbeeld, vertrouwend op de instrumentatie en sensoren in een voertuig in plaats van sensoren in banden te stoppen – of dingen die mogelijk zijn te detecteren."
• Het juiste evenwicht van sensoren bepalen: "Met de dalende kosten van sensoren, hoeveel sensoren is genoeg?" vragen de onderzoekers. "Het balanceren van de kosten/baten-analyse is cruciaal. Meeste use cases vereisen slechts een bescheiden aantal strategisch geplaatste sensoren om sleutelinvoer, uitvoer en fasen binnen het proces te detecteren."

Hoewel er obstakels zijn, zijn de Deloitte-onderzoekers voorstanders van de ongekende potentiële voordelen die digitale tweelingen aan enterprises brengen. "Een perfecte digitale kopie van de fysieke wereld zou je in staat stellen virtueel te collaboreren, sensordata in te nemen en condities snel te simuleren, what-if scenario's duidelijk te begrijpen, resultaten nauwkeuriger te voorspellen, en instructies uit te voeren om de fysieke wereld te manipuleren." Dat is een waardevoorstel waar het de moeite waard is om te verkennen.