การปรับใช้แฝดดิจิทัล: ความท้าทาย 7 ประการที่ธุรกิจสามารถเผชิญได้และวิธีดำเนินการ

ความแม่นยำ ความซับซ้อน ต้นทุน และความพร้อมของทักษะอาจทำให้ยากต่อการใช้ประโยชน์สูงสุดจาก Digital Twins และอาจบิดเบือนความจริงหรือพลาดการเปลี่ยนแปลงสถานะของระบบหรือสิ่งอำนวยความสะดวกจริง ๆ

แฝดดิจิทัลมีแนวโน้มที่ดี นั่นคือความสามารถในการจำลองและปรับปรุงประสิทธิภาพของระบบ เครื่องจักร สิ่งอำนวยความสะดวก และแม้แต่ระบบนิเวศทั้งหมด ด้วยต้นทุนที่ค่อนข้างต่ำด้วยซอฟต์แวร์ "ในโลกปัจจุบันที่ดูเหมือนว่าทุกวันจะมีเรื่องประหลาดใจใหม่ๆ เกิดขึ้น การมีข้อมูลเชิงลึกที่เพิ่มเข้ามาเพื่อเลียนแบบโลกแห่งความเป็นจริงของคุณและทำการตัดสินใจโดยใช้ข้อมูลและข้อมูลที่รวบรวมมานั้นมีคุณค่าและสำคัญอย่างมาก" Ara Surenian รองประธานฝ่ายการจัดการผลิตภัณฑ์ สำหรับ Plex โดย Rockwell Automation บอกกับ ZDNET

อย่างไรก็ตาม ยังมีอุปสรรคที่อาจเกิดขึ้นในการปรับใช้และการจัดการ Digital Twin ความแม่นยำ ความซับซ้อน ต้นทุน และความพร้อมของทักษะอาจทำให้ยากต่อการใช้ประโยชน์สูงสุดจากแอปพลิเคชันเหล่านี้ และอาจบิดเบือนความจริงหรือพลาดการเปลี่ยนแปลงสถานะของระบบหรือสิ่งอำนวยความสะดวก

ปัญหาที่อาจพบกับ Digital Twins พร้อมด้วยมาตรการที่แนะนำโดยผู้นำอุตสาหกรรมเพื่อช่วยแก้ไขปัญหาเหล่านั้น ได้แก่:

1. ความซับซ้อน

การสร้างและบำรุงรักษา Digital Twins อาจเป็นกระบวนการที่ซับซ้อน “ความผิดพลาดครั้งใหญ่ที่บริษัทต่างๆ ทำคือการยอมให้ความปรารถนาของพวกเขาในความสมบูรณ์แบบมาขวางทางความดีที่เพียงพอ” คริสติน บุช ผู้อำนวยการศูนย์ความเป็นเลิศด้านหุ่นยนต์ของชไนเดอร์ อิเล็คทริค กล่าวกับ ZDNET “เช่นเดียวกับการเปลี่ยนแปลงทางดิจิทัลอื่นๆ ทุกอย่างเริ่มต้นด้วยข้อมูล และในกรณีส่วนใหญ่ เมื่อเริ่มการเปลี่ยนแปลง ข้อมูลจะไม่ค่อยดีพอ อย่างไรก็ตาม ดีพอคือจุดที่กระบวนการต้องเริ่มต้น เนื่องจากการเปลี่ยนแปลงคือการเดินทางและ จำเป็นต้องเริ่มต้นเพื่อที่จะตระหนักถึงผลประโยชน์ขั้นปลาย"

ด้วยเหตุนี้ ผู้นำในอุตสาหกรรมจึงสนับสนุนให้ดำเนินการอย่างระมัดระวังเมื่อสร้าง Digital Twins “เริ่มต้นด้วยโครงการนำร่องเพื่อแสดง ROI ที่จับต้องได้ในสภาพแวดล้อมที่มีการควบคุม” บุชกล่าว "แนวทางนี้ไม่เพียงแต่ตรวจสอบเทคโนโลยีเท่านั้น แต่ยังช่วยให้มีการอนุมัติงบประมาณและการสนับสนุนองค์กรอย่างปลอดภัยอีกด้วย"

หากต้องการกำหนดขอบเขตฝาแฝดดิจิทัลอย่างเหมาะสม "มุ่งเน้นไปที่สถานที่ที่เฉพาะเจาะจงเทียบกับห่วงโซ่อุปทานแบบ end-to-end ทั้งหมด" Surenian เห็นด้วย “ค้นหาตำแหน่งที่รับรู้ว่าข้อมูลพร้อมใช้งานและแม่นยำที่สุด จากนั้น กำหนดคำถามและประเด็นที่คุณต้องการจัดการด้วย Digital Twin ถามตัวเองว่าเข้าใจง่ายเรื่องความจุ สินค้าคงคลัง ความสามารถในการตอบสนองความต้องการหรือไม่ และคำถามอื่นๆ ที่เกี่ยวข้อง"

2. เครือข่ายไม่สมบูรณ์

องค์กรที่นำ Digital Twins มาใช้จะต้องมีเครือข่ายที่ดี Thierry Klein ประธาน Nokia Bell Labs Solutions Research กล่าวว่า "อุปสรรคที่ใหญ่ที่สุดในระบบดิจิทัลคือการเชื่อมต่อทั้งในระดับเครือข่ายและระดับมนุษย์" "แฝดดิจิทัลจะมีประสิทธิภาพสูงสุดเมื่อมีการรวมแฝดดิจิทัลหลายตัวเข้าด้วยกัน แต่สิ่งนี้ต้องอาศัยความร่วมมือระหว่างผู้มีส่วนได้ส่วนเสีย เครือข่ายดิจิทัลที่แข็งแกร่ง และระบบที่สามารถเชื่อมต่อกับแฝดดิจิทัลได้"

เครือข่ายที่ได้รับการพัฒนาอย่างดีนั้น "มีความสำคัญอย่างยิ่งในการประกันการบูรณาการข้อมูลที่ราบรื่น การส่งข้อมูลแบบเรียลไทม์ และการเข้าถึงจากทุกที่ ซึ่งสนับสนุนความสามารถในการปรับขนาดของการใช้งานดิจิทัลแฝด" Klein ชี้ให้เห็น

ปัญญาประดิษฐ์ (AI) สามารถทำหน้าที่เป็นผู้สนับสนุนเพื่อเอาชนะความท้าทายดังกล่าวได้ Klein กล่าวเสริม โมเดล AI ที่รวมเข้ากับ Digital Twins สามารถ "วิเคราะห์ข้อมูลที่รวบรวมจากระบบทางกายภาพ แสดงผล Digital Twin แนะนำการดำเนินการในขั้นตอนต่อไป และจำลองสถานการณ์และการเพิ่มประสิทธิภาพในอนาคตหลายประการ นอกจากนี้ยังสามารถวิเคราะห์ข้อมูล ทำให้สามารถวิเคราะห์ข้อมูลที่ซับซ้อนยิ่งขึ้น รวมถึงเครือข่ายและกระบวนการอัตโนมัติ ”

3. ความเร็วข้อมูล

ความสามารถในการแสดงสภาพแวดล้อมทางกายภาพแบบเรียลไทม์ยังทำให้เกิดความท้าทายต่อสภาพแวดล้อมดิจิทัลแฝดอีกด้วย "ด้วย Digital Twins โดยทั่วไปคุณจะต้องอาศัยโมเดลของคุณในการทำงานคู่ขนานกับระบบทางกายภาพในชีวิตจริง เพื่อให้คุณสามารถเข้าใจผลกระทบบางอย่างที่อาจส่งผลกระทบต่อระบบ" Naveen Rao รองประธานฝ่าย AI สำหรับ Databricks กล่าวกับ ZDNET

"ยกตัวอย่าง Digital Twin ของเครื่องยนต์ไอพ่นบนเครื่องบิน คุณสามารถใช้ Digital Twin เพื่อทำความเข้าใจประสิทธิภาพในส่วนต่างๆ ของเครื่องยนต์ หรือเพื่อค้นหาปัญหาที่อาจเกิดขึ้น หากคุณไม่มีข้อมูลที่กำลังประมวลผลที่ ความเร็วที่สูงเพียงพอ คุณอาจแจ้งเตือนช้าเกินไปเมื่อการบำรุงรักษามีราคาแพงกว่า นอกจากนี้ หากแบบจำลองของคุณไม่ถูกต้อง คุณอาจให้คำแนะนำที่ไม่ดีและสูญเสียความไว้วางใจจากทีมบำรุงรักษาของคุณ"

4. อินเทอร์เฟซผู้ใช้แบบเรียลไทม์ไม่เพียงพอ

ความต้องการการเชื่อมต่อแบบเรียลไทม์ยังขยายไปถึงความสามารถของผู้ใช้ในการดูสิ่งที่เกิดขึ้นภายในระบบหรือสถานที่อีกด้วย Extended Reality (XR) และ Virtual Reality (VR) "นำเสนอแนวทางที่เป็นนวัตกรรมในการแสดงภาพและจำลองระบบและกระบวนการที่ซับซ้อน ซึ่งมีคุณค่าอย่างยิ่งในอุตสาหกรรมต่างๆ เช่น การผลิต การก่อสร้าง และการดูแลสุขภาพ" Bush จาก Schneider Electric กล่าว "อย่างไรก็ตาม การนำไปใช้ต้องเผชิญกับความท้าทายในทางปฏิบัติ โดยเฉพาะอย่างยิ่งในสภาพแวดล้อมที่มีเครื่องจักรความเร็วสูง ซึ่งมีข้อกังวลด้านความปลอดภัย"

ที่ชไนเดอร์ จุดเน้นอยู่ที่ "การนำ XR และ VR ไปใช้ในสภาพแวดล้อมที่มีการควบคุมเป็นหลัก เพื่อลดความเสี่ยง เช่น การชนกันทางกายภาพ หรือการรบกวน" บุชกล่าวต่อ "แม้จะมีความเป็นไปได้ที่น่าตื่นเต้นที่ XR และ VR นำเสนอเพื่อเพิ่มประสิทธิภาพฝาแฝดดิจิทัล แต่การรับรองความปลอดภัยในการปฏิบัติงานยังคงเป็นสิ่งสำคัญยิ่งในขณะที่เรายังคงสร้างสรรค์นวัตกรรมในพื้นที่นี้ต่อไป"

5. มาตรฐานที่ไม่สอดคล้องกัน

“การขาดมาตรฐานข้อมูลแบบเปิดและทำงานร่วมกันได้ทำให้เกิดอุปสรรคสำคัญอีกประการหนึ่ง “เทคโนโลยีที่ล้าสมัย รูปแบบข้อมูลที่เป็นกรรมสิทธิ์แบบเดิม และกระบวนการแอนะล็อกสร้างไซโลของ 'ข้อมูลที่มืดมน' หรือข้อมูลที่ไม่สามารถเข้าถึงได้โดยทีมงานตลอดวงจรชีวิตของสินทรัพย์” Shelly Nooner รองประธานฝ่ายนวัตกรรมและแพลตฟอร์มของ Trimble กล่าวกับ ZDNET "ปัญหาคอขวดของข้อมูลเหล่านี้ทำให้เกิดความไร้ประสิทธิภาพซึ่งอาจส่งผลให้ค่าใช้จ่ายด้านทุนสูงขึ้นและต้นทุนการดำเนินงานสูงขึ้น"

นี่คือจุดที่กลุ่มอุตสาหกรรมจำเป็นต้องก้าวขึ้นมาและกำหนดมาตรฐานทั่วไปที่ช่วยให้สามารถเชื่อมต่อทางดิจิทัลได้ดียิ่งขึ้น ตัวอย่างเช่น ในอุตสาหกรรมการก่อสร้าง BuildingSmart เป็นองค์กรที่อุทิศตนเพื่อสร้างและนำมาตรฐานและโซลูชันระดับสากลแบบเปิดสำหรับโครงสร้างพื้นฐานและอาคารมาใช้ ตามรายงานของ Nooner BuildingSmart "กำลังจัดการกับความท้าทายด้านมาตรฐานข้อมูลเปิดของโครงสร้างพื้นฐานทางแพ่ง พวกเขาได้พิสูจน์คุณค่าของตนแล้วในอุตสาหกรรมการก่อสร้าง และยังคงได้รับแรงผลักดันจากการก่อสร้างโครงสร้างพื้นฐานต่อไป"

6. การจัดการอินพุตข้อมูลที่หลากหลาย

"อินพุตข้อมูลที่แม่นยำจากเซ็นเซอร์และอุปกรณ์ IoT เป็นสิ่งจำเป็น แต่การใช้งานที่ประสบความสำเร็จยังต้องการแนวทางที่มีการจัดระเบียบอย่างดีและทรัพยากรที่เพียงพอ" Robert Bunger เจ้าของผลิตภัณฑ์นวัตกรรมในสำนักงานหัวหน้าเทคโนโลยีของ Schneider Electric กล่าวกับ ZDNET กุญแจสำคัญคือการ "บูรณาการแหล่งข้อมูลที่หลากหลายและรักษาโมเดลที่ซิงโครไนซ์ซึ่งอาจซับซ้อนและใช้ทรัพยากรจำนวนมาก"

ธรรมาภิบาลจะมีบทบาทในการจัดการความหลากหลายดังกล่าว “ระบบแฝดดิจิทัลจะต้องมี MLOps [การดำเนินการเรียนรู้ของเครื่องจักร] ที่แข็งแกร่ง เพื่อให้แน่ใจว่าโมเดลล่าสุดและแม่นยำที่สุดสามารถได้รับการฝึกอบรมและปรับใช้ซ้ำได้อย่างต่อเนื่อง” Rao กล่าว ซึ่งรวมถึง "การกำกับดูแลที่รัดกุมเพื่อให้แน่ใจว่าเฉพาะบุคคลที่เหมาะสมเท่านั้นที่สามารถเข้าถึงได้ และการตรวจสอบสามารถทำได้อย่างง่ายดาย และความสามารถในการสังเกตแบบเรียลไทม์ เพื่อให้คุณทราบช่วงเวลาที่โมเดลหรือแหล่งข้อมูลของคุณอาจคลาดเคลื่อนหรือสูญเสียความแม่นยำ"

7. ขาดทักษะ

เช่นเดียวกับโครงการเทคโนโลยีขั้นสูงหลายๆ โครงการที่ต้องมีการมีส่วนร่วมกับระบบทั้งในและนอกองค์กร แฝดดิจิทัลต้องการความเชี่ยวชาญในการบูรณาการข้อมูล ปัญญาประดิษฐ์ และการพัฒนาซอฟต์แวร์ Ryan Hamze ที่ปรึกษาหลักของ ISG บอกกับ ZDNET ว่า "การขาดแคลนทักษะและการไม่รู้เทคโนโลยีเป็นอุปสรรคต่อการใช้งาน Digital Twin" ซึ่งส่งผลให้ข้อมูลขาดความแม่นยำและการต่อต้านการเปลี่ยนแปลง

Hamze แนะนำ "การกำหนดเป้าหมายการลงทุนเพื่อการฝึกอบรมและยกระดับทักษะแรงงานในท้องถิ่น" อีกทางเลือกหนึ่งคือ "การเป็นพันธมิตรกับผู้นำในอุตสาหกรรมบุคคลที่สามจะช่วยเติมเต็มช่องว่างด้วย"

บทสรุป

สิ่งสำคัญเสมอคือต้องรักษาธุรกิจไว้ด้านหน้าและเป็นศูนย์กลางภายในโครงการริเริ่มแฝดดิจิทัล "เรากำลังช่วยให้ลูกค้าของเราเอาชนะอุปสรรคต่างๆ เหล่านี้โดยวิศวกรรมฝาแฝดดิจิทัลที่มีมนุษย์เป็นศูนย์กลาง ซึ่งทำงานที่กระบวนการทางธุรกิจและการดำเนินธุรกิจ" Jason Noel กรรมการบริหารฝ่ายเทคโนโลยีเกิดใหม่ของ EY Consulting กล่าวกับ ZDNET "แฝดอัจฉริยะได้รับการออกแบบมาให้ใช้งานโดยบทบาททางธุรกิจและการปฏิบัติการ เทียบกับวิศวกรด้านเทคนิคเท่านั้น"

กลยุทธ์ที่เน้นธุรกิจเป็นอันดับแรก "จะช่วยขับเคลื่อนแอปพลิเคชันธุรกิจระดับองค์กรรุ่นต่อไป โดยที่ Digital Twins จะประสานข้อมูลเชิงลึก การตัดสินใจ และการดำเนินการทั้งฟังก์ชันหลักและฟังก์ชันทางธุรกิจเสริม" Noel กล่าวเสริม