专栏名称: 中欧商业评论
“思维力成就决策力”,《中欧商业评论》依托中欧国际工商学院强大的资源优势,以最深入和前瞻性的触角,透析瞬息万变的商业世界,为中国企业提供最行之有效的管理方案,并提升中国商业精英的思维力、决策力、领导力,被誉为 “商业决策必读物“。
目录
相关文章推荐
51好读  ›  专栏  ›  中欧商业评论

英伟达带火的世界基础模型,会给工业企业带来哪些变革?

中欧商业评论  · 公众号  · 商业  · 2025-01-15 12:00

正文

请到「今天看啥」查看全文



那么,工业元宇宙有什么亮点呢?它的不同之处在于,关键技术的融合使得模拟仿真能力产生了质的变化(图 2)。

图 2 工业元宇宙技术的发展和融合

到目前为止,数字孪生主要用于离散的产品、零部件、生产线或工厂,主要针对操作和维护性能的改进。但随着复杂系统仿真、数据可视化和人工智能的进一步发展,加上物联网 (IoT) 和协作技术的持续改进,在算力不断增强的支持下,数字孪生连接多个设施和系统的可能性正在成为逐步增强。

这将数字仿真从操作改进和设计辅助工具的层面进行了扩展和提升,成为跨系统乃至整个全球工业企业进行战略决策的关键工具。



为什么企业应该

持续追求工业元宇宙?


过去几年,工业系统的复杂性急剧增加。在过去两年,企业数据的体量就增长了40%以上,超过2Pb,合作伙伴网络的复杂性也大幅增加。与此同时,变化的速度和不可预测性正在加快。人类认知的局限性意味着,在这些快速变化、不可预测的系统中做出正确的决定是困难的。更重要的是,可持续性的必要性意味着端到端的复杂工业系统控制正变得越来越重要。

传统的战略决策很难应对这些挑战,因为它通常依赖于对复杂系统的过度简单化。这意味着它经常错过意想不到的系统影响,反应滞后,无法足够快地预测和反应快速的变化。工业元宇宙提供了一种可能性,允许公司基于动态、前瞻性、全系统的方法做出明智的管理层决策。这将更快、更有效地确定业绩改进计划和变化的影响,并有助于管理总体效应和实现可持续增长。

即使是在短期内,工业元宇宙的商业利益也是显而易见的。

正如我们所指出的,即使完全连接的全工业系统数字孪生技术还需要几年时间,企业仍然可以从现有应用中获得显著的好处,其中许多应用与工业4.0重叠。相关应用方向可以分为四个类别。

一是优化。工业元宇宙可以用于改进运营和维护、产品质量、供应链和客户服务等。二是培训。包括使用虚拟现实等工具开展运营、安全、远程和产品等相关领域的培训。三是工业元宇宙可作为技术工具,如设计/施工一体化、资产检查/维护和远程故障排除等。四是将其作为管理工具,如开展虚拟会议,进行工作协作、交易和交互等。

随着数字孪生从离散的工厂延伸到整个工业系统,其影响将远超生产力和效率的范畴,它所带来的更有效的战略决策将对整体增长、利润率和股东价值产生更大的潜在影响。米其林公司应用数字孪生技术,优化全球采购战略的做法,可以提供一个有益的借鉴。

全球轮胎制造商米其林拥有70家生产工厂,业务遍及170多个国家,产品型号不断增加。2021年,公司的物流成本为19亿欧元。由于米其林的战略是在销售点附近制造产 品,全球采购是一个重大挑战。米其林正在寻找一种方法来交互测试不同的采购策略和方案,以确定能够优化成本、服务质量、碳足迹和库存水平的最佳行动。

尽管米其林在产品开发中使用数字孪生已有约30年的历史,但鉴于全球采购系统的复杂性,包括其多个元素、关系和嵌套子系统,米其林尚未将该技术应用于采购系统。

米其林与技术服务方Cosmo Tech合作,构建了一个复杂的全球采购系统数字模型,包括服务水平、二氧化碳排放、库存、分销和工厂产能等关键指标。这涵盖了1700个产品型号,所有产品都在一个复杂的制造和分销矩阵中。这一“模拟数字孪生”使米其林能够运行8万多次模拟,每个模拟有3000多个不同和动态的决策变量, 并内置优化算法来确定要采用的最佳策略。

由此,米其林能够为未来五年确定一个可行的战略采购计划,该计划将使其物流成本每年减少1000万欧元。这也使全球利润率优化了几个百分点,并将运输和海关成本降低了60%以上。



如何更好地实现

信息技术的实用化


基于模拟能力逐步升级的情况,我们可以将工业元宇宙定义为:“一个互联的、全系统数字孪生生态系统,具有与环境中的真实世界交互的功能,使决策者能够更好地了解过去和预测未来。”

工业元宇宙的核心是“全系统数字孪生”,它最终可能代表一个完整的端到端产业系统,不仅包括有形资产,还包括流程、功能、资源和组织。它将超越公司的界线,包括整个公司合作伙伴生态系统的相关参与者,包括上游和下游,以及他们直接的互动。最终还可能包括公司运营所处的更广泛的环境。它需要被构建为一个复杂的系统,以便能够对现实和动态的系统行为进行建模。广泛的“假设”模拟功能是它的关键部分。模拟不仅基于过去的数据,还基于现在和未来的数据。

图 3显示了支持此功能的五个关键技术模块,并由计算能力也就是“算力”技术模块提供支持。在很大程度上,这些技术已经存在。然而,它们都需要进一步发展,以应对日益增长的数据规模和复杂性。增加的计算能力本身是实现非常大的、相互连接的数字孪生模拟的关键因素。






请到「今天看啥」查看全文