作者：钱文颖
数字孪生阶段性过程研究专辑1
我们当前正在进入数字孪生的阶段。
我们所处的物理世界，由一个个节点组成。
厨房、客厅、卫生间、卧室组成了我们的住宅，
不同单元的住宅组成了楼宇小区，
楼宇小区、超市、菜市场、餐饮店、电影院组成了社区，
社区、产业园区、购物中心、游乐场、学校、公园、地铁站、火车站组成了城市，
城市组成了国家和地区，
陆地、海洋组成了地球。
我们的数字世界，在物联网和数字技术的发展下，也在逐渐“复刻”着物理世界。
通过联网的智能家居，我们住宅的不同节点可以在数字世界互联互通，甚至可以远程通过数字世界的住宅反向控制物理世界的住宅。我们的超市、菜市场、餐饮店、电影院这些消费服务，可以根据消费者的需要任意选择在物理世界或是数字世界享受。我们的城市在智慧交通、智慧楼宇、智慧医疗等基础平台不断完善后，逐步形成智慧城市，可以一一映射物理城市的各个节点，实现实时同步、全程在线，数据可查。
乃至，我们的物理世界的万事万物都可以往数字世界迁徙，都可以通过字节的排列组合在数字世界重现，最终形成物理世界和数字世界的孪生。
基于物理模型、传感器更新、数据积累，集合多种新一代科技和学科的融合，现实世界的节点可以逐步被数字世界模拟、仿真，大到一座城市，小到一颗螺丝，甚至精密复杂如人体内在的解构，在数据的实时交互下，实现数字世界和物理世界全生命周期的映射，仿佛一对生长在不同维度的双胞胎。
什么是数字孪生？
如果说数智纪元第一阶段的互联网时代实现了数字空间从无到有的构建；那么，数智纪元第二阶段的数字孪生，人们则试图将物理世界发生的一切，塞回到数字空间中。通过对物理世界的人、物、事件等所有要素数字化，在网络空间再造一个与之对应的"虚拟世界"，形成物理维度上的实体世界和信息维度上的数字世界同生共存、虚实交融的格局。
“孪生”的概念最早在1960年代出现，美国NASA在“阿波罗计划”中构建了两个完全相同的航天飞行器，一个发射到太空执行任务，另一个留在地球用于反映太空中航天器的工作状态，协助工程师分析处理太空中的紧急事件。此时，两个航天器都是真实存在的物理实体。
2003年，密歇根大学教授 Grieves 当时提出的PLM（Product Lifecycle Management）的概念是数字孪生概念的雏形。经过多次演变，2010年，NASA第一次正式提出了“数字孪生”的术语。
Grieves 在其《几乎完美：通过PLM驱动创新和精益产品》一书中提出了数字孪生有三个组成部分：物理空间的实体产品、虚拟空间的虚拟产品、物理空间和虚拟空间之间的数据和信息交互接口。
数字孪生（Digital Twin），也称为数字映射、数字镜像。是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。简单解释，就是现实世界的数字化，以数字化方式为真实世界建立虚拟模型，模拟其在现实环境中的行为，进而提升产品创新力、生产效率等。
简单而言，数字孪生具备以下五个典型特征。
数字孪生的发展基础
支撑技术
数字孪生时代的核心元素和关键特点，需要依托一系列基础设施的底层建设才能实现。简单而言，数字孪生的支撑技术主要可以划分为三大类：
基础设施建设与政策出台
当前，各国普遍将基础设施建设作为数字经济持续发展的基础。
以中国为例，当前中国上海、北京、贵阳、重庆、吉林等多个城市陆续出台政策，提前布局数字孪生城市建设，配套措施也在紧锣密鼓地落实。
数字孪生对企业数智化转型有何意义？
传统业态，一个新计划落地需要先做好详尽的规划，通过现实世界系统反腐试验与评估，逐渐改建和优化成稳定的系统和决策。每一次试验，往往涉及到业务中断，这种优化方式成本高时间长。而数字孪生则将原本在现实世界中进行的试验试错和决策优化过程迁移到数字世界中进行，使得现实世界可以执行最优化的计划和决策。
近年来，在物联网、大数据、云计算、人工智能等新一代基础设施技术快速发展的背景下，数字孪生已经从概念走向应用，从早期的航天军工到目前的装备制造、城市建设、园区、交通、物流等等逐步延深到更广阔的领域，从汽车制造、飞机装备等特定行业进行更大范围更复杂的综合场景应用。
以制造业为例，数字孪生技术贯穿了产品生命周期中的不同阶段。设计阶段：数字孪生提高设计的准确性，并验证产品在真实环境中的性能；制造阶段：数字孪生可以加快产品导入的时间，提高产品设计的质量、降低产品的生产成本和提高产品的交付速度。服务阶段：结合大量的传感器采集产品运行阶段环境和工资状态，改善对产品的使用体验，如远程监控和预测性维修。数字孪生技术被广泛运用在传统制造业中，据Gartner 预测，到 2021 年，全球 50％的大型工业企业将使用数字孪生技术，效率提高达 10％。
初期，主要探索数字孪生技术和应用的主要为大型机构和企业。随着具有更复杂的仿真和建模能力、更好的互操作性和IoT 传感器以及电力系统可视化的数字化仿真平台和工具的广泛使用，数字孪生应用将逐步普及到更多中小企业中。
当前，阻碍数字孪生发展的主要问题有：
一、企业内、行业内数据采集能力参差不齐；
二、底层关键数据无法得到有效感知；
三、已采集的数据闲置度高，缺乏数据关联和挖掘相关的深度集成应用，难以发挥数据潜藏价值。
企业是否能成功实现数智化转型，从长远来看，需要能从底层向上层有效打通数据，需要具备联接和整合生态系统数据的能力。
关于作者：一名新奇特技术与模式观察者。一名由记者转型为行业分析师又转型为商学研究者的跨界青年。合著编有《创业裂变：从0到1，从1到N》。
