大约十几年前，由于达索系统、通用电气、IBM、施耐德电气等工业公司的开创性努力，“数字孪生”这个术语开始成型。随着时间的推移，数字孪生取代了 3D 建模。与 3D 建模相比，数字孪生技术的主要优势在于，数字孪生弥合了虚拟世界和物理世界之间的鸿沟，实现了新型诊断、维护和故障排除，从而延长了物理产品的使用寿命。

今年初，电子产品分销商Avnet（avnet.html">安富利）将数字孪生确定为制造商现在应该考虑的三个工业物联网趋势之一。据安富利称，数字孪生背后的概念已经确立，但使其普及所需的支持才刚刚推出。这包括一种以易于建模的方式描述实体世界的通用语言。

数字孪生允许公司对其生产环境进行虚拟“假设”实验，而不会造成中断。例如，从工厂车间的设备中捕获的数据可以预测设备发生故障的原因和方式。同样，仓库中传感器和物联网设备捕获的数据可以帮助供应链团队管理未来的库存成本。

通过对端到端供应链数字孪生模型进行建模，供应商、分销商和 OEM 可以快速了解供应链意外中断的后果，并及时制定应急计划。供应链数字孪生是用于分析供应链动态的真实供应链的虚拟仿真模型。数字孪生模型使用来自物联网设备、物流和运输数据库、供应商和供应商以及用户体验的实时数据来优化库存。

“我们与许多大型企业公司合作，尤其是我们的 Softweb Manufacturing 360 产品。通过这项工作，我们看到了机会，尤其是在车间解决方案以及与仓库管理系统和订单管理系统（WMS和 OMS）集成的生产计划方面，”安富利Softweb解决方案部门的业务开发经理Prasad Bhojak说，“数字孪生技术有助于为企业内的这些大规模应用程序实施‘假设情景’。这些应用程序建立在现有技术之上，以便做出更好的决策。”

在一个用户案例中，有一家在亚洲和拉丁美洲为美国和南美市场制造产品的公司，他们的的采购主管收到了一家亚洲供应商的报价，该供应商希望增加与该公司的业务并提供有吸引力的折扣。使用其供应链的数字孪生，该公司能够展示自己更低的价格如何与其他供应商pk。价格是其中一个因素，但交货时间、货运距离以及这样的变化对库存的影响也是需要考虑的因素。

图：数字孪生的市场规模。资料来源：kvbresearch

客户使用其全球网络的数字孪生来评估场景的优点，并能够在短短两个小时内以高度的信心确认可能带来的影响。以前，这需要两周时间，且他们对评估的信心指数也低很多。

如今，数字孪生主要用于管理产品设计和制造。传感器和物联网设备是处理来自现实世界产品和系统（如电器、汽车、飞机和制造设备）的大量数据的主要工具。数字孪生使用 AI 和 ML 来预测故障和计划外短缺，因此可以先发制人地采取行动来解决物理世界中的问题。底线：数字孪生减少了现实世界系统中的事故、计划外停机时间和维护成本。

加入数字孪生的公司数量在持续稳定增长。例如，在过去几年中，已有 100 多家公司加入了（ ）。Kvbresearch 预计，到 2027 年，数字孪生市场的全球价值将超过 630 亿美元，主要由业务优化和预测性维护应用需求为主导。

应用数字孪生来管理供应链运营还处于早期阶段。但有证据表明，这将会显著节约收益和成本。

原文发表在国际电子商情姐妹刊EPS News，标题为：