首页 > IT业界 > 正文

数字孪生,构建数字化智能流程体系的必由之路

2019-05-15 11:08:34  来源:互联网

摘要:数字化时代已经来临,数字信息技术正在快速重构我们的世界。
关键词: 数字化
数字化时代已经来临,数字信息技术正在快速重构我们的世界。5G 商用的展开将极大的加快全球数字化转型的进程。令人眼花缭乱的变化正在发生,所有人都无法置身其外,要么被动适应,要么主动因应,别无他途。
那么,企业该如何在数字化时代的竞争中抢得先机呢?构建数字化智能流程体系是重要的手段之一。一提起数字化智能流程体系,最先被想到往往是人工智能、大数据、云计算、区块链等这些热得发烫的词。毋庸置疑,这些都是先进且重要的数字化信息化技术。不过,对于企业来说,“数字孪生 (Digital Twin)”技术才是构建数字化智能流程体系的基础。
所谓“数字孪生”技术,就是针对现实世界中的实体对象,在数字化虚拟世界中构建完全一致的对应模型,就像双胞胎一样。然后,再通过各种信息技术获取实体对象的实际运行数据,并反馈到数字化模型中,让虚拟模型也同步动起来,实现孪生模型的仿真运行。
“数字孪生”技术最先被应用到企业智能制造体系的构建中,现在正迅速扩展到企业管理体系的数字化转型中。
以一家机械设备制造企业为例,“数字孪生”技术在其智能制造体系中的应用场景是这样的:
数字化设计:采用建模技术(比如CAD 软件)设计产品的数字化原型,并以多维可视的方式展示出来。同时,对产品的数字化原型进行模拟和仿真分析。
数字化生产:采集并记录构成这台设备的所有零部件和组件的编号以及在采购、生产、组装过程中产生的各类数据,并在虚拟世界中同步构建一台对应的“孪生设备”。
数字化监控:当某一实体设备被用户购买并投入使用后,通过智能传感等物联网技术,实时获取该设备的运行数据,并与“孪生设备”相联接,使得这台“孪生设备”也动起来。同时,构建此设备的健康指标体系,并用大数据、人工智能等技术实现趋势预测,对维修策略以及备件的管理策略进行优化。当然,这个环节会有一些数据伦理问题,这里就不作讨论了。
数字化优化:通过采集到的实体设备运行数据,分析客户对产品及其性能的需求,更及时地发现潜在的问题,更精确地把握客户的实际需求,为产品的进一步优化和新产品的研发提供决策依据。
还是以这家机械设备制造企业为例,“数字孪生”技术在其数字化智能流程体系的构建过程中有着类似的应用场景:
数字化设计:采用流程建模技术构建企业管理体系模型,并以多维可视的方式展示出来。同时,对虚拟的流程模型进行结构性优化分析。
数字化执行:借助“模型至执行 (M2E)”技术,将虚拟的流程模型转化为可落地运行的信息化执行系统,将业务流程跑起来。这个环节的关键是,运行的流程与设计的模型要确保一致,确保两者是长得难以区分的双胞胎,而不是长得有点像的双胞胎。
数字化治理:利用大数据和流程还原技术,获取流程的实际运行数据,并与虚拟的“孪生流程”模型相联接,使得“孪生流程”也动起来。同时,构建业务流程的健康指标体系,应用大数据、云计算、人工智能等技术,实现流程体系的趋势预测和实时优化分析。
数字化优化:基于实际运行数据,利用流程还原、大数据、人工智能等技术手段,分析运行效果,更及时地发现潜在的问题,更精确地把握内外部客户的实际感受,为企业流程体系的进一步优化提供决策依据。
总之,“数字孪生”技术是构建企业数字化智能体系的前提,无论是产品制造体系,还是企业管理体系,没有“孪生模型”对实体对象的精确描述和仿真运行,也就没有了数字化和智能化的基础。
不过,与机械产品不同,构成企业流程体系的不是零部件,而是诸如组织、记录、活动、术语、角色、绩效、规则之类的“管理要素”。因此,如何基于“管理要素”构建业务流程体系的“孪生模型”是管理者在实现企业管理数字化转型时首先要解决的问题。然而,由于“数字孪生”是近几年兴起的新技术,相关的实践指导资料很少,在数字化流程体系构建方面,则尤其难寻。
从这个意义上来说,机械工业出版社最新出版的《流程管理风暴:EBPM 方法论及其应用》一书可谓是及时雨。EBPM是英文Element-Based Process Management 的首字缩写 , 意为“基于要素的流程管理”方法。
 
\
 
上图所示是该书介绍的 <EBPM 企业管理体系架构>,书中详细介绍了如何通过此架构全面梳理企业的各类“管理要素”,并将这些要素相互关联构成一套流程体系的“孪生模型”。更为难得的是,该书还介绍了如何将这套数字化的“孪生模型”应用到流程管理全生命周期各个阶段中的具体路径、方法和实践案例。相信书中介绍的令人耳目一新的EBPM 方法论,会极大地增强管理者迎接数字化转型这一时代风暴的信心,助力企业成为这个伟大时代的佼佼者!

第三十六届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:zhanglinying

免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。