編輯導語：什麽是數字孿生？它可以理解爲一種技術，也可以理解爲某種生態。數字孿生即指將物理實體映射至虛擬空間，進而協助完成預測、決策等動作。隨著互聯網的建設與發展，數字孿生在未來又會如何落地？本篇文章裏，作者就數字孿生做了解讀，一起來看一下。
一、數字孿生到底是什麽？
數字孿生的概念從2018年起，就頻繁地出現在大家的視野中。先入場的人早已對概念能夠侃侃而談了，但是普通人查了資料也是一頭霧水。
沒關系，我這篇文章，上到大佬下到小白，都能看懂並且有所收獲。
數字孿生是綜合運用感知、計算、建模等信息技術，通過軟件定義，對物理空間進行描述、診斷、預測、決策，進而實現物理空間與虛擬空間的交互映射。
說人話：把現實世界中的物理實體，通過一系列技術映射到虛擬空間中去，以實現一些更高要求的目的。
爲什麽費勁去搞映射呢？因爲想通過這個虛擬體，實現物理世界無法高效完成的診斷、預測和決策。
如果用賽博空間來舉例，不同于我之前寫到的元宇宙更強調社會形態和規則，數字孿生更像是賽博空間的搭建與運行。對元宇宙感興趣的話可以移步：《數據應用的極致是元宇宙嗎》
小說中賽博空間的核心是“無領導、絕對自由、不做任何人或組織的工具”。但是數字孿生的誕生在現在看來是爲了現實社會服務的，也就是它搭建運行的鏈路：描述、診斷、預測、決策。
雖然更多說法願意將數字孿生稱爲一種技術，但是我更願意將它理解爲一種生態，技術的生態、商業的生態、社會發展的生態。
因此，這篇文章的主要目的，就是幫助大家在這個重構的生態中，找准自己的定位。
二、說點有趣的：當我「孿生」了自己的衣櫃
不想一上來就跟大家將一些枯燥的底層邏輯，爲了能夠讓大家感知數字孿生的生態會是什麽樣的，我們先舉一個例子：「孿生」一個自己的衣櫃。
首先思考，爲什麽我需要孿生一個自己的衣櫃呢？因爲衣服堆疊起來每天找衣服都很麻煩，也不想費勁去想應該怎麽搭配，對總量沒有概念，總覺得自己沒有衣服穿……
我想有一個不用我打開衣櫃翻找和過多思考就能解決我穿衣問題的「聰明的助手」。我找到的解決方案就是「孿生」一個聰明衣櫃。
然後就是執行方案：
- step1：把所有的衣服和我自己制作成3D的素材，我可以找設計師或者自己使用可視化設計工具去進行。
- step2：整理我所有的相關數據，包括：衣服的數據（尺碼、顔色、風格、配件）、我的數據（身體數據、日程、心情、偏好）、場景數據（場合、天氣）、衣櫃的數據（空間、分區）。
- step3：數據整理後實時接入，需要一套智能的算法幫助我完成搭配、衣服管理、新舊更換等等一系列事情。
- step4：這些都准備好了需要有一個可以承載的平台，讓可以通過屏幕或者投影去完成一系列展示和交互。每天有推薦搭配、數量提醒、換季提醒等等。
- step5：衣服搭配都這麽智能了，我的衣櫃要不要也做成3D的，可以遠程控制，衣服放入自動疊放、分區、挂好，舊衣服淘汰包裝。新衣服線上試穿、購買直接下單等等都搭配起來呢？
舉這個例子，是爲了讓大家感受到在這個簡單的數字孿生過程中，有著無限可能的商機存在，並且上下遊關聯，形成一個閉環，你可以找到自己要做哪一環。
例子舉完了，可以上幹貨啦。
三、科學拆解數字孿生生態結構
1. 數字孿生的圈層
關于數字孿生生態，需要先明確幾個圈層。具體包括：
- 物理層是基礎：現實世界的物理實體；
- 數據層是關鍵：數據收集、數據處理、數據分析；
- 模型層是核心：可視化模型、算法模型、數據模型（軟件）；
- 功能層是目標：描述、診斷、預測、決策。
現在已經有的應用體現在：智慧城市、智慧工廠（工業互聯網5.0）、車聯網、智慧醫療、智慧園區等。
2. 數字孿生的要素
圈層有了，生態中的要素包括2個空間和3個關鍵技術。
兩個空間指的是現實空間與虛擬空間，二者信息實時聯通並且能夠進行交互：現實空間的數據反映到虛擬空間的描述中，虛擬空間的決策和處理結果反饋回現實空間。
三個關鍵技術包括數據、模型、軟件。數據要求實時、動態，並且圍繞數據做處理和分析；模型包括可視化模型和數據模型（多偏向于算法模型）；軟件是前兩者重要的表現形式，也是應用和市場化的基礎。
3. 數字孿生的功能
之前已經提到，我們希望數字孿生可以做到描述、診斷、預測、決策。這個鏈路也是伴隨著數字孿生系統搭建去一步步完成的，越往上可能也會越困難。
其實關于定位的方法已經呼之欲出了，和之前的圈層、要素分析結合起來，可以更加清晰地知道，自己適合做哪一部分。
4. 數字孿生系統中的多種角色
敲黑板，上幹貨了。從以上的分析可以知道，在數字孿生生態中，有多種角色：
- 專注于數據的：數據采集（物聯網相關）、數據處理、數據驅動模型（算法）；
- 專注于軟件的：代碼、軟件；
- 專注于映射的：可視化設計與表達、動態監測和呈現；
- 專注于決策的：人工智能、決策支持、綜合服務。
並且除此之外，衍生的一系列服務、解決方案、咨詢、平台、工具等等，都是大家可以參與進去的身份。
如果未來數字孿生真的生態化、商業化的存在了，那麽社會管理、法律法規、配套設施層面也會逐步建立和完善起來，也會制造很多的進場機會。
四、講這麽多，怎麽落地？
在未來一段時間中，數字孿生絕對不是某種技術、某個方案、某種商業模式，而是一個生態圈，並且是開放的、協作的。
從工業到互聯網，從企業到城市到國家，已經有很多力量投入到數字孿生生態的構建和技術的嘗試中來了。
跨國企業中，西門子、PTC、達索、ESI等都已布局數字孿生的跨國業務。
美國工業互聯網、德國工業4.0都將數字孿生作爲重點發展的內容。
智慧城市的建設，虛擬新加坡、數字孿生巴黎、多倫多高科技社區、雄安新區數字城市、杭州城市大腦都在籌備和落地中。
國內的百度、華爲、騰訊、阿裏等都已經下場進行投資，也有相應的業務布局、白皮書和資料産出。
無論未來面臨著怎樣的洗牌和重構，明確技術與生態的發展趨勢，結合業務找准自己的定位總是沒錯的。具體表現爲：
- 大企業與行業領導者做風險嘗試並探索穩定的商業框架；
- 中小企業做好業務轉型和升級；
- 個人規劃好職業發展。
具體執行有沒有可以參考的案例？有的。用易知微EasyV舉例，在數字孿生的生態系統中，現階段專注于數字孿生可視化，即數字孿生的描述層面實現。現在也有SaaS類工具面向設計師和企業開發團隊，可以即開即用。
但是不僅僅是可視化設計，EasyV也會聚集數據分析、數據處理的夥伴，團隊有豐富的行業經驗，所以可以解決代碼、平台、系統設計等問題。大型項目會聯合上下遊的夥伴共同完成，面向市場輸出行業案例。
因此，數字孿生絕對不是某項技術發展好，某個企業做好就可以了。現在需要的是穩定的生態構建，以開放的態度擁抱企業夥伴，促進全民認可和共同發展，這樣你找的定位才能走得長遠和穩定。
數字孿生世界已經在向你招手了，你，准備好了嗎？
#專欄作家#
數據可視化那些事，人人都是産品經理專欄作家。某數據公司産品運營，擅長可視化設計及數據驅動運營的相關知識。
本文原創發布于人人都是産品經理，未經許可，禁止轉載
題圖來自Unsplash，基于 CC0 協議