智能制造網APP
智能制造網手機站
智能制造網小程序
智能制造網官微
智能制造網服務號
智能控制
機器人
儀器儀表
物聯網
3D打印
工業軟件
回放
回放
品牌
其他品牌
使用技術應對氣候挑戰可以幫助組織在快速變化的環境中保持競爭力。數字孿生模型可能會導致各種組織改進可持續發展策略。
AI驅動的數字孿生是物理對象或過程的虛擬復制品——孿生——結合了人工智能能力，用于模擬和優化性能。
根據Marketsand Markets的一份報告，全球數字孿生市場預計將在2023年至2028年間以61.3%的年復合增長率(CAGR)從101億美元增長到1101億美元。推動這一增長的用例主要集中在提高工業運營的效率和效果，例如制造過程和預測性維護，以及醫療保健領域。
除了這些預測之外，通過專注于可持續商業模式創新，還有更大的擴展空間。
數字孿生用于可持續商業模式創新
可持續商業模式創新涉及新的商業方式進行利潤的產生，并對環境、社會和利益相關者產生積極影響。該模式專注于確保長期可行性的同時，將對地球和社會的負面影響降到最低的創新戰略。
數字孿生，通過人工智能增強，使公司能夠在虛擬環境中測試和優化制造流程，然后再在現實世界中實施。雖然人工智能本身就需要大量的能源，但公司正在全球范圍內合作，創新可持續的數據中心解決方案。
組織可以使用基于人工智能的數字孿生技術來建模并實施計劃以減少CO?排放、提高資源效率并優化其環境足跡。
這些數字孿生還可以幫助公司在生產線上和其他工業環境中最大限度地減少能源消耗。預測性維護和資產管理系統減少了浪費和停機時間，并延長了資產壽命——所有這些都從可持續性角度帶來了好處。通過模擬材料的循環性、產品設計以及基礎設施項目對更廣泛影響，公司可以識別和選擇最佳解決方案。
數字孿生還可以通過提供有關排放和資源使用的精確數據，幫助組織遵守環境法規。這些應用有助于實時環境監測和合規報告。
8個常見挑戰及其解決方法
數字孿生可以產生積極效果，但問題可能會阻止組織及其首席信息官完全采用這項技術。這在成熟的行業或正在學習向更可持續商業模式轉變的公司中尤為突出。
科技行業必須解決數字孿生應用的障礙。這將加速其使用，推動更陡峭的增長曲線，并在應對氣候變化中最大化由人工智能驅動的數字孿生的潛力。這些挑戰可能包括以下內容：
1. 不知道從哪里開始
大量的用例可能性可能會使團隊感到不知所措，導致猶豫不決和惰性。
解決這一障礙的一種方法是最初選擇一個小型項目，并隨著時間的推移采用漸進式路線圖。做出決定并開始行動是最重要的行動。這些行動打破了分析癱瘓，創造了動力，并減少了機會成本。敏捷開發方法可以給公司留有空間，使其在新發現出現時進行調整和轉變。
2. 數據不充分
對于許多組織來說，低質量數據是技術實施中的一個持續性問題。
有一個明確且有針對性的項目，至少在最初階段是有所幫助的。組織可以努力改進數據，填補任何空白，并避免范圍蔓延。花時間制定解決數據問題的策略。此外，確保團隊有能力并有資源來制定和實施該策略。
3. 舊系統
將傳統系統與數字孿生集成可能成本高昂且效果不佳。
為了克服這一障礙，評估使用現有系統與更換系統的投資回報率和局限性。如果舊系統阻礙了進步， 應盡早更換，避免因繼續使用而導致收益遞減。
4. 供應商選擇
由AI驅動的數字孿生提供商通常有特定的關注領域，隨著市場的發展，提供商的選擇也在不斷變化。在技術發展的早期階段，評估新提供商的表現可能會具有挑戰性，尤其是在技術仍相對早期的階段。
要解決這個問題，明確規定項目成功的標準。考慮諸如專業知識、過往業績、可擴展性和支持服務等因素。 在全面實施前，先開展概念驗證或試點項目，并參考客戶反饋來輔助決策。
5. 數據法律事項
數據法律問題可能會在數字孿生項目合同階段顯著減緩進度。
咨詢專門從事數據保護和知識產權法的法律專家，以評估潛在風險并為所有各方制定適當的保障措施。建立全面的數據治理政策和程序，以確保符合相關法規和標準。優先考慮透明度，并從數據主體處獲得其數據用于數字孿生應用的知情同意。
6. 現時偏差
現時偏差是人類傾向于重視短期收益，而非更大的長期利益。
為了克服這一點，構建項目和投資案例，使公司在早期階段甚至從概念驗證中就能看到一些快速的勝利。 通過展示數字孿生的未來潛力，爭取支持并增加項目勢頭。
7. 錯過恐懼
技術革新的快速步伐往往會導致對錯過使用新技術的恐懼。因此，組織可能會在沒有完全理解其相關性或潛在影響的情況下，感到壓力去采用數字孿生。公司領導也可能會擔心未來會有一個更好、更新的版本，因此無限期地推遲決策或干脆不作決策。
為了解決這個問題，通過培訓項目、行業會議和知識共享計劃來了解新興技術。與技術合作伙伴、研究機構和行業專家合作，以獲得趨勢和最佳實踐的見解。
8. 網絡安全問題
解決網絡安全問題對于確保敏感數據和關鍵系統的機密性、完整性和可用性至關重要。
從一開始就將網絡安全策略作為項目的一個組成部分。進行定期的全面威脅評估，以識別與基于人工智能的數字孿生實施相關的潛在網絡安全風險和漏洞。對傳輸中的數據和靜止數據進行加密，實施數據訪問控制，并定期審核數據處理實踐，以確保符合相關法規和標準。
此外，全面的網絡安全培訓和意識計劃可以教育員工有關潛在威脅和減輕風險的最佳實踐，從而解決這個問題。
另一個需要解決的挑戰是評估和管理與參與開發、部署和維護人工智能驅動的數字孿生工具的第三方供應商和合作伙伴相關的網絡安全風險。進行盡職調查評估，建立關于網絡安全的合同義務，并定期審查第三方的安全實踐，以確保與組織標準保持一致。
總結
盡管AI驅動的數字孿生面臨多方面的挑戰，但其帶來的可持續創新和增長機會不容忽視。通過采取積極的戰略方法，組織可以克服這些障礙，充分發揮其變革潛力，提高運營效率，增強決策能力，為利益相關者創造實際且可持續的價值。
原標題：如何應對由AI驅動的數字孿生的挑戰？
浙公網安備 33010602000006號
智能制造網APP
智能制造網小程序
微信公眾號
