美國空軍研究實(shí)驗(yàn)室最初提出數(shù)字孿生這個(gè)概念，只是單純的為了降低飛機(jī)的維護(hù)成本，因?yàn)楫?dāng)時(shí)飛機(jī)的維護(hù)費(fèi)用實(shí)在是太貴了，美國空軍70%的日常開支都用于飛機(jī)的維護(hù)。我們拿美國最引以為傲的F2飛機(jī)為例，一架飛機(jī)的成本是1.5億美元，但是它的維護(hù)成本就達(dá)到了5.5億美元，是飛機(jī)造價(jià)的四倍。

飛機(jī)每小時(shí)飛行時(shí)間的成本為6萬美元，這使其成為世界上最昂貴的飛機(jī)之一。美國空軍急需一種預(yù)測性的維護(hù)方法來減少停機(jī)維護(hù)時(shí)間和成本，并且試圖通過更加準(zhǔn)確的壽命預(yù)測方法來延長飛機(jī)的服役周期，因此數(shù)字孿生這項(xiàng)技術(shù)應(yīng)運(yùn)而生。

但是，數(shù)字孿生這項(xiàng)技術(shù)提出之后，卻并不被專業(yè)人士所看好，因?yàn)檫@項(xiàng)技術(shù)，實(shí)現(xiàn)起來實(shí)在是太難了。具體需要的技術(shù)包括多物理場耦合建模，微觀、宏觀多尺度的損傷建模、結(jié)構(gòu)有限元和損傷模型的集成，不確定性的量化建模和控制，以及大型共享數(shù)據(jù)庫的操作、高分辨率結(jié)構(gòu)分析功能等等。

不要說十年前了，現(xiàn)在這些問題我們都處于淺嘗輒止的狀態(tài)。因此美國空軍就預(yù)測說，數(shù)字孿生想要落地，需要克服很多的困難，這可能是一個(gè)涵蓋十年甚至更長時(shí)間的發(fā)展計(jì)劃。

讓數(shù)度孿生火起來的不是美國空軍，而是西門子、通用電器、達(dá)索等等這些老牌的仿真公司。因?yàn)閿?shù)字孿生這樣概念和他們的核心技術(shù)實(shí)在太像了，仿真一直是它們的強(qiáng)項(xiàng)，在仿真的基礎(chǔ)上增加一個(gè)物聯(lián)網(wǎng)，不就是數(shù)字孿生了嗎？事實(shí)上正是如此，我們翻閱這些公司的解決方案，那么這類公司的數(shù)字孿生通用做法通常是通過仿真模型來構(gòu)建工廠的虛擬場景，通過把實(shí)時(shí)數(shù)據(jù)打通，利用真實(shí)的數(shù)據(jù)驅(qū)動(dòng)仿真模型，為物理場景提供一個(gè)最優(yōu)的工藝流程和運(yùn)營策略。就比如說SC的數(shù)字來收變壓器案例，首先，數(shù)字孿生仿真平臺(tái)構(gòu)建了變壓器的模型，根據(jù)需要搭建了外觀模型、變壓器的溫度模型、功率損耗模型。通常這第一步就擋住了很多人，因?yàn)闃?gòu)建這些模型是需要非常深厚的專業(yè)積累的，然后呢基于壓器給到的傳感器數(shù)據(jù)實(shí)時(shí)動(dòng)態(tài)的調(diào)整這些模型，使得模型與真實(shí)的變壓器保持一致。這套技術(shù)是相對(duì)比較成熟的擬化變壓器，有幾百個(gè)傳感器來感知它的運(yùn)行狀態(tài)，基于仿真模型來確定當(dāng)前變壓器的健康狀態(tài)。

那么這條路雖然能夠?qū)τ脩粲兴鶐椭?，但是走起來卻很難，最關(guān)鍵的原因是沒辦法解決自身產(chǎn)品化的問題。因?yàn)槊總€(gè)場景都不一樣，遇到的情況也千差萬別，無法形成通用的解決方案，比如說變壓器的路子我們走通了，那么換一個(gè)其他的工況或者說其他的行業(yè)，那這些經(jīng)驗(yàn)是非常難以復(fù)用的，進(jìn)而導(dǎo)致每個(gè)項(xiàng)目單價(jià)都很高，但是它的利潤卻很少。

其次呢，想要實(shí)現(xiàn)這樣的數(shù)字孿生，沒有幾十年的仿真建模技術(shù)是難以達(dá)到的，是需要所在行業(yè)對(duì)機(jī)理模型有著非常深厚的沉淀的。讓數(shù)字孿生在國內(nèi)大火的實(shí)際上則是互聯(lián)網(wǎng)派的數(shù)字孿生，那么他們的產(chǎn)品形態(tài)大部分都是以paas平臺(tái)加上可視化的大屏，Paas平臺(tái)主要提供各式各樣的案例模板，可復(fù)用的模型資源、數(shù)據(jù)面板組件以及封裝的動(dòng)畫API、數(shù)據(jù)API等等，商業(yè)模式則是以項(xiàng)目授權(quán)、SDK授權(quán)為主。那么這類公司對(duì)數(shù)字孿生的價(jià)值理解其實(shí)從廣告宣傳語就可以看出來，大屏、可視化、低代碼、重點(diǎn)關(guān)注的場景幾何建模、動(dòng)效展示和數(shù)據(jù)展示，也就是空間形態(tài)的數(shù)字孿生。

在一八年到二二年這段時(shí)間，這類的公司呢，如雨后春筍般冒出，就連之前專門做BIM、GIS這類的傳統(tǒng)廠商也披上了數(shù)字孿生的外衣來蹭一杯羹。但是好景不長，這些華麗外表的數(shù)字孿生又遇到了一些新的問題。因?yàn)檫@類公司雖然解決了可復(fù)用產(chǎn)品化的問題，也帶來一些非常致命的問題，中看不中用，單純的構(gòu)建一些模型，接入一些傳感器數(shù)據(jù)，只是給領(lǐng)導(dǎo)匯報(bào)的時(shí)候讓領(lǐng)導(dǎo)開心，但是對(duì)用戶的幫助卻非常有限。

這幾年呢，用戶也逐漸反應(yīng)過來了，使得這類與業(yè)務(wù)結(jié)合不緊密的通用行業(yè)數(shù)字孿生越來越難走。

那么我們總結(jié)一下，上面提到了兩條路，一條路是傳統(tǒng)仿真企業(yè)基于多年的仿真沉淀構(gòu)建了數(shù)字孿生體，這條路過于難走，就是因?yàn)槿藗儺?dāng)前對(duì)于機(jī)理的研究還遠(yuǎn)遠(yuǎn)不夠。

那么第二條路是大屏可視化，因?yàn)閷?duì)于用戶幫助非常有限而逐漸停滯。那么數(shù)字孿生又該走向何方呢？gpt的成功讓很多廠商看到了希望，因?yàn)樵诤芏鄨鼍爸蟹e累了大量的數(shù)據(jù)，我們可以跳過機(jī)理模型，直接通過數(shù)據(jù)來找到蘊(yùn)含在現(xiàn)實(shí)世界的規(guī)律，通過海量數(shù)據(jù)訓(xùn)練的模型拋開了基本模型定向設(shè)計(jì)的毛病。并且還沒有掘出對(duì)自己不利的實(shí)驗(yàn)數(shù)據(jù)和結(jié)果，通過全量化的數(shù)據(jù)對(duì)數(shù)據(jù)呢進(jìn)行建模，挖掘數(shù)據(jù)背后的關(guān)系，實(shí)現(xiàn)跳過機(jī)理模型彎道超車的效果，那么這個(gè)技術(shù)路線也在非常多的場景達(dá)到了比較好的應(yīng)用效果。