Цифровите близнаци са многообещаваща технологии - с помощта на софтуер те могат да симулират и подобряват работата на системи, машини, съоръжения и дори на цели екосистеми на сравнително ниска цена.

„В днешния свят, в който сякаш всеки ден има нова изненада, да имаш този допълнителен поглед, за да имитираш реалния свят и да вземаш решения въз основа на събраната информация и данни, е изключително ценно и важно“, категоричен е пред ZDNET Ара Суренян, вицепрезидент по управление на продуктите Plex by Rockwell Automation.

Съществуват обаче потенциални пречки пред внедряването и управлението на цифровите близнаци. Точността, сложността, разходите и липсата на умения могат да затруднят извличането на максимална полза от този тип приложения и дори потенциално да изкривят действителните промени в състоянието на системите и съоръженията.

ZDNET изброява проблемите, които могат да възникнат при използването на цифрови близнаци, и мерките, предложени от лидери в индустрията за тяхното решаване.

1. Сложност

Изграждането и поддържането на цифрови близнаци може да бъде сложен процес.

„Голяма грешка, която компаниите допускат, е да позволят на желанието си за съвършенство да им попречи“, предупреждава Кристин Буш, директор на Центъра за върхови постижения в областта на роботиката на Schneider Electric. „Както всяка цифрова трансформация, всичко започва с данни. И в повечето случаи, поне в нейното начало, данните рядко са перфектни. Затова нивото, от което трябва да започне процесът, е „достатъчно добри”, защото трансформацията е пътуване и трябва да стартира с нещо, за да се реализират ползите надолу по веригата.“

Поради тази причина лидерите в тази индустрия препоръчват да се действа поетапно при създаването на цифрови близнаци.

„Започнете с пилотни проекти, за да покажете осезаема възвръщаемост на инвестициите в контролирани условия“, казва Буш. „Този подход не само валидира технологията, но и помага да се осигурят бюджетни одобрения и организационна подкрепа.“

„За да интегрирате правилно цифровите близнаци, фокусирайте се върху конкретно място, а не върху цялата система от край до край“, съгласен е Суренян. „Намерете мястото, където данните се възприемат като най-лесно достъпни и точни. Оттам определете какви въпроси и проблеми искате да решите с цифровия близнак“.

Honda заменя вековен подход за дизайн на автомобили с виртуална реалност

2. Непълни мрежи

Организацията, която възприема цифрови близнаци, трябва да има добре изградени комуникационни мрежи.

„Най-голямата пречка пред дигиталните системи е свързаността - на мрежово и човешко ниво“, казва Тиери Клайн, президент на Nokia Bell Labs Solutions Research. „Цифровите близнаци са най-ефективни, когато са интегрирани множество от тях, но това изисква сътрудничество между заинтересованите страни, стабилна цифрова мрежа и системи, които могат да бъдат свързани с тях.“

По думите му добре развитите мрежи са „от решаващо значение за осигуряване на безпроблемна интеграция на данните, предаване в реално време и достъп отвсякъде, подпомагащи мащабируемостта на внедряването на цифрови близнаци“.

„Изкуственият интелект (АI) може да действа като инструмент за преодоляване на тези предизвикателства”, добавя Клайн. „AI, интегриран в цифровите близнаци, може да анализира данните, събрани от физическите системи, да визуализира цифровия близнак, да препоръчва следващи действия и да симулира множество бъдещи сценарии и оптимизации“.

3. Скорост на данните

Възможността за представяне на физическа среда в реално време също представлява предизвикателство при интеграцията на цифрови близнаци.

„При тях обикновено разчитате вашият модел да работи паралелно с някаква реална физическа система, за да можете да разберете определени фактори, които биха могли да повлияят върху нея“, акцентира Навин Рао, вицепрезидент по изкуствен интелект в Databricks. „Вземете например цифров близнак на самолетен реактивен двигател. Можете да го използвате, за да разберете ефективността на различните части на двигателя или да търсите потенциални проблеми. Но ако данните не се обработват с достатъчно висока скорост, може да подадете сигнал твърде късно, когато поддръжката би била по-скъпа. Освен това, ако моделите ви не са точни, може да дадете лоши препоръки и да загубите доверието на екипа по поддръжката.“

4. Потребителските интерфейси в реално време не са в достатъчно реално време

Нуждата от свързаност в реално време се разпростира и върху възможностите на крайните потребители да виждат какво се случва в системата или съоръжението.

„Разширената реалност (XR) и виртуалната реалност (VR) предлагат иновативни начини за визуализиране и симулиране на сложни системи и процеси, което е особено ценно в индустрии като производството, строителството и здравеопазването“, казва Буш от Schneider Electric. „Прилагането им обаче се сблъсква с практически предизвикателства, особено в среди с високоскоростни машини, където възникват опасения за безопасността.“

„В Schneider се набляга на внедряването на XR и VR предимно в контролирана среда, за да се намалят рисковете като физически сблъсъци или разсейване“, продължава Буш. „Въпреки вълнуващите възможности, които XR и VR предоставят за подобряване на цифровите близнаци, гарантирането на оперативната безопасност остава от първостепенно значение.“

Кои са най-големите индустриални машини в света?

5. Несъгласувани стандарти

Липсата на отворени, оперативно съвместими стандарти за данни представлява друга значителна пречка.

„Остарелите технологии, наследените патентовани формати на данни и аналоговите процеси създават силози от „тъмни данни“ - или такива, които са недостъпни за екипите в целия жизнен цикъл на активите“, предупреждава, на свой ред, Шели Нунер, вицепрезидент по иновациите и платформите в Trimble. „Тези тесни места в данните причиняват неефективност, която може да доведе до по-високи капиталови и оперативни разходи.“

Тук е мястото, където индустриалните групи трябва да се активизират и да формулират общи стандарти, които да позволят по-голяма цифрова свързаност. В строителния бранш например BuildingSmart е организация, посветена на създаването и приемането на отворени, международни стандарти и решения за инфраструктурата и сградите.

6. Управление на разнообразни входящи данни

„Точните входящи данни от сензори и IoT устройства са от съществено значение, но успешното им прилагане изисква също така добре организиран подход и адекватни ресурси“, казва Робърт Бунгер, ръководител на иновационен продукт в главния технологичен офис на Schneider Electric. „Ключът е да се интегрират различни източници на данни и да се поддържат синхронизирани модели, което може да бъде сложно и да изисква много ресурси“.

Според него системите на цифровия близнак ще се нуждаят от стабилни модели за управление на машинното обучение (MLOps), за да се гарантира, че те ще бъдат постоянно преобучавани, подобрявани и внедрявани.

„Това включва гарантиране, че само правилните хора имат достъп и че одитите могат да се извършват лесно, както и че има възможност за наблюдение в реално време, за да разберете момента, в който вашият модел или изходни данни може да се отклонят или да загубят точност“, казва Навин Рао от Databricks.

7. Липса на умения

Както при много напреднали технологични проекти, които са свързани с взаимодействие със системи в предприятието и извън него, цифровите близнаци изискват експертни познания в областта на интеграцията на данни, изкуствения интелект и разработването на софтуер.

„Недостигът на умения и технологичната неграмотност също са пречка пред внедряването на цифрови близнаци, допринасяйки за липсата на точност на данните и съпротивата срещу промените“, казва Райън Хамзе, главен консултант в ISG.

Той съветва „да се насочат инвестиции за обучение и повишаване на квалификацията на работната сила“. Друга възможност са партньорствата с трети страни и лидери в индустрията, които също могат да помогнат за запълване на пропуските.