文丨網際網路江湖
上帝按照自己的樣子創造出了人類，而人類想要根據實體世界的樣子創造出數字孿生。
基于工業界及學術界對數字孿生的定義，《智能制造術語解讀》将數字孿生技術定義為：是充分利用實體模型、傳感器更新、運作曆史等資料，內建多學科、多實體量、多尺度、多機率的仿真過程，在虛拟空間中完成映射，進而反映相對應的實體裝備的全生命周期過程。
相信很多人都聽說過數字孿生。在過去幾年，數字孿生技術的熱度不斷攀升，備受行業内外的關注。據天眼查專業版APP顯示，數字孿生相關的企業已經有将近六百家。
但是除了一些晦澀難懂、 诘屈聱牙的概念外，大部分人對于數字孿生并沒有一個清晰全面的認知，到底該如何認識并掌握它，成為企業在數字化時代的一道難題。
“瘋狂”的數字孿生
數字孿生，英文名叫Digital Twin（數字雙胞胎）。也被稱為數字映射、數字鏡像。
2002年的時候，從事産品生命周期管理PLM的Michael Grieves教授，在一次産品生命周期管理課程中提出了鏡像空間模型：與實體産品等價的虛拟數字化表達。（雖然沒有書面證據，但這仍被廣泛認為是數字孿生最早來源）
到2010年，美國宇航局NASA首次提出了“數字孿生”的概念，通過虛拟化、仿真技術以及飛行器的實時狀态、曆史維護、健康管理等資料，利用數字技術對各種實體孿生對象進行替代，以适應現階段深空探索的需要。大家以為這就是數字孿生的起源嗎？
不，數字孿生的源頭其實是實體孿生（Physical Twin）。
美國宇航局在上世紀六七十年代的阿波羅計劃中，曾經建造有多艘相同的太空飛行器，就像“孿生多胞胎”。在飛行準備過程中，孿生體被大量用于訓練；在飛行任務期間，則被用來模拟在地球模型上的備選方案，其中有效的飛行資料就被用來較為精确地反映飛行條件，進而在危急情況下協助宇航員做出正确判斷。
随着ICT技術的發展，最初的“實體孿生” 實體，被越來越多的數字模型部件取代，并擴充至産品的全生命周期，直至形成與實體實體完全一緻的數字孿生模型。數字孿生的出現，讓實體實體有了一個超級新替身。此後，工業制造成為數字孿生的孵化器。
西門子可以說是數字孿生的忠實擁泵，用數字孿生貫穿了産品生命周期各環節間的資料模型。用數字孿生仿真模拟工廠的一些實際操作流程，從産品設計到産線設計，到裝置制造方的機械設計和工廠的規劃排産，到最後制成産品。比如數字自優化工具、用于減少和計劃停機時間的預測性維護工具以及用于機床安全和運作的智能輔助系統，提升機床生産效率和可靠性。
基于實體實體與虛拟鏡像之間的強關聯，數字孿生為工業場景帶來了解決問題的全新視角。通過将各種顯性知識與隐性知識、結構化與非結構化知識結合，激活工業積累多年的沉默知識和資料資産，将實時以及準實時的動态運作資料記錄疊加傳統工業模型，建構工業數字孿生，幫助人們重新認識、管理工業制造。可以說，是工業網際網路激活了數字孿生的生命。
如同蒲公英一般，數字孿生在工業制造這片沃土上逐漸長成，此後種子被風吹向了各個行業、各個領域。
比如在基建工程領域，數字孿生技術可以即時通路已經設計和建立的建築模型并進行實時同步，這樣就可以根據4D BIM模型中列出的時間表即時監控進度。也可以使用模型預測控制，核實工作量百分比并明确項目實施程序，基于建築物正向模拟做出決策。
在智慧城市領域，不同于制造業的“産品生命周期”，城市作為一個複雜的巨系統，“生命周期”更長，而且其“生命周期”時刻都在産生着多元的海量資料。是以，城市數字孿生在資料收集、處理、運算、儲存和管理上的部署難度也更大。
挑戰之中也蘊含着潛在的機遇，激勵先行者們去不斷攀登。阿裡雲的城市大腦、騰訊提出的“數字政府”、百度的AI City、華為的“城市智能生命體”，以及海爾旗下海納雲的BIMCloud數字孿生平台、平安科技的智慧城市雲、浪潮的智慧城市大腦……無不在智慧城市的基礎上增加了針對數字孿生的内容。
就連元宇宙也和數字孿生攀上了親戚。當然，兩者本來就存在着密切聯系，兩者都脫胎于現實世界、又與現實世界互相影響。從最終導向來看，元宇宙更加偏向于始終線上的虛拟世界，而數字孿生更強調強調對現實世界的仿真。
元宇宙是個比數字孿生更龐大、更複雜的體系。在1992年，Metaverse作為科幻概念就已經被首次提出，如今才漸漸興起，離成熟更加遙遠。而數字孿比元宇宙晚誕生了将近十年，但已經在各個領域開花甚至結果，未來大機率也會在元宇宙之中生長。
世界是由物質、資訊和能量組成，人們往往更在意物質實體和能量的價值，反而忽視資訊。比如在工業領域，一台裝置的估價和一套軟體幾乎是天壤之别，軟體經常和機器捆綁銷售，看上去像“免費贈送”一般。
密歇根大學Mr.Grieves教授在《虛拟完美模型：驅動創新與精益産品》一書中曾經提到：“資訊是被浪費的實體資源的替代品”。
數字孿生的出現讓人們真正開始認識到資訊與數字的價值，提前預見實體實體的正确性，避免在現實世界做無謂的冒險與高成本的浪費。本質上來說，數字孿生是一種數字資訊代替實體實體的彩排，讓數字化價值真正得到展現。
數字孿生：孿生數字化過程的中間态
實際上，我們仍然不能用“數字孿生”這四個字完全代替該技術，而是應該把它看作孿生數字化技術過程的中間态，是一個過渡階段而已。在網際網路江湖看來，數字孿生大緻有五個發展階段，分别為實體孿生、複制孿生、數字孿生、決策孿生、智能孿生等。
實體孿生階段，用實體“孿生”實體，成本高昂。除了上面提到的美國宇航局的實踐外，工業領域在規模化生産之前，制作的實體樣機，需要準确表達模型訴求，将生産預見性前移，這也屬于實體孿生的一種。
複制孿生階段，開始把“孿生”轉移到數字虛拟層面，這時候就需要能夠充分利用曆史資料以及實時運作資料，對一個産品或者系統實作精準、全面的映射，并且全部轉化為資訊儲存。這時候相當于造出來了數字化雙胞胎的一個肉體，但仍然缺乏最為關鍵的靈魂，它不能用來控制分析，隻能顯示。
數字孿生階段，也就是目前正在研究的階段，能夠根據實體本體的實體設計模型，還有本體傳感器回報的實時資料，以及本體此前運作的曆史資料，做到動态仿真。比如對智慧城市進行全域感覺和實時更新，形成真正的虛拟全息城市。
決策孿生階段，需要對過往積累的資料精細化尺度感覺，模拟未來不同的外界因素、不同的環境背景下的發展情景，從中學習、分析并總結出實體本體的運作規律，為決策者提供建議和參考。這時候提供的建議可能會較為理想而偏離現實，但也存在一定參考價值。
智能孿生階段，利用AI進行精準分析與規劃設計響應，并做出最有利的判斷與自主要制。也可以為參與者提供新的視角，甚至可以幫助人從傳統思維方式向大資料思維方式轉變，不過這仍然是一個較為遙遠的一個目标。
回到現實，目前的數字孿生階段仍然處于研究和探索探索階段，具體的應用場景大緻可以分為兩類：虛拟仿真和監測分析。
虛拟仿真往往是通過結合流體力學、熱力學、光學、電子等原理，利用數字化計算機進行輔助設計和仿真，将現實世界中的實體本體（裝置、建築、城市等），在數字空間映射出孿生體。可以預測和驗證孿生體在虛拟環境下的系統表現，進而保障設計品質和魯棒性。這一應用主要是落地于設計，進而支援工程師進行産品創新或系統改進，代表性的有安世亞太、AspenTech、Ansys等廠商。
檢測分析涉及到實體實體真實運作狀态的監測和評估。需要使用大量真實環境的動态資料，在真實運作過程中，通過傳感器資料采集，判斷環境變化、系統狀态，實作對未來運作狀态的監測、分析、評估和預警。代表性的有和利時、寄雲科技、PTC Thingworx、等。
本質上，虛拟仿真和檢測分析代表的是兩種不同的資料流向重心。虛拟仿真的重點在于實體本體向孿生體輸出足夠精确全面的資料，盡量減少虛拟仿真所帶來的誤差。而檢測分析的重點在于孿生體向本體所回報的資料資訊要足夠精準，然後對實體本體做出正确的幹預。
未來随着數字孿生技術成熟，企業發展數字孿生的難點或許已經不再是數字孿生本身，而是數字孿生技術與本行業的結合度能夠有多高。
這就需要企業擁有“倒T型”能力。一方面，橫向拓展，掌握本行業的知識經驗體系，打好行業地基。另一方面，掌握數字孿生技術，并尋找數字孿生和行業相結合的機會點。如果把數字孿生比作一顆釘子，落地的行業比作一塊木闆，關鍵就在于能不能找到合适的錘子，讓這顆釘子深深紮進去。
寫在最後：
未來幾年，以數字孿生為核心的産業将如雨後春筍般出現，數字孿生也将成為企業的标配。但是技術之外，數字孿生仍然面臨着制度、管理、人才等各方面的挑戰，而這些因素的背後，本質上更是一種思維方式的進化，數字孿生發展需要思維先行。
同時，也需要警惕數字孿生的概念化陷阱。不能為了數字孿生而數字孿生，畢竟數字孿生本身并不會主動釋放價值，也無法單獨作為生産力而存在，如果隻是單純的推銷數字孿生的概念，也将如夢幻泡影而随時面臨破滅的風