Как цифровой двойник меняет современную промышленность

В экспертной статье для издания IT Week Лоран Джейкобс рассказал, как цифровой двойник помогает оптимизировать бизнес и избегать критических аварий. По определению, которое дает основатель и руководитель ИИ-компаний, это математическая модель высокого уровня адекватности. Она с высокой степенью точности описывает поведение объекта во всех ситуациях и на всех этапах его жизненного цикла, включая аварийные кейсы. Внедрение такой системы позволяет предприятиям, сфере ЖКХ и даже картинным галереям эффективно избегать патовых ситуаций.

Зачем бизнесу виртуальное моделирование

Рынок высокоточного моделирования стремительно растет. По прогнозам Евразийской экономической комиссии (ЕЭК), к 2023 году этот сектор должен был достигнуть отметки в 16 млрд долларов, а авторитетный отчет MarketsandMarkets предвещает его увеличение до 35,8 млрд долларов к 2025 году.

Аналитики Gartner отмечали, что еще в 2021 году половина крупных корпораций рассматривала цифровые технологии как ключевой инструмент для повышения эффективности работы на величину до 10%. Исследования также показали, что 62% организаций планировали или только начинали внедрение виртуальных копий, а 13% уже успешно интегрировали их в свое производство.

Концепция виртуальных копий зародилась в 2002 году, когда профессор Мичиганского университета Майкл Гривз описал концепт получения информации об объекте через его модель. Однако качественный скачок в этой области произошел в 2015 году, когда в синергию с моделированием вступили передовые технологии искусственного интеллекта. Сегодня это обязательный элемент глубокой цифровизации производства.

«Драйвером развития экономики в России являются нефтегазовая и нефтехимическая промышленность. Как показал опыт, цифровые двойники помогли сэкономить компаниям этих отраслей около 20% капитальных затрат», — подчеркивает Лоран Джейкобс.

В качестве примера один из ключевых экспертов российского рынка ИИ приводит реальный кейс отечественного нефтеперерабатывающего предприятия, где умная система предсказала серьезный сбой крупного компрессора за 25 дней до того, как он действительно произошел. Это спасло компанию от невосполнимых потерь и сэкономило несколько миллионов долларов, наглядно доказав пользу предиктивной аналитики.

Как внедрить цифровой двойник на предприятии

Если компания нацелена на масштабную технологическую трансформацию, технологический предприниматель рекомендует придерживаться четкого алгоритма из шести ключевых этапов:

• Экономический анализ: расчет коммерческой эффективности и выделение бюджета не только на интеграцию, но и на дальнейшую эксплуатацию решения.

  
  

• Выбор партнера: audit рынка разработчиков интеллектуальных систем и подбор оптимального исполнителя.

  
  

• Проектирование: детальное исследование объекта с учетом всех датчиков и нюансов, прямо или косвенно влияющих на процессы, а также настройка верификации входящих данных.

  
  

• Разработка: создание итоговой высокоточной цифровой модели.

  
  

• Апробация: обязательное тестирование любых изменений сначала в виртуальной среде, и только потом — на физическом объекте.

  
  

• Сопровождение: органическое развитие и своевременная корректировка системы в процессе эксплуатации для достижения максимальной отдачи.

Сферы применения: от умного города до искусства

Для достоверной работы платформы инженеры используют методы статистического анализа и машинное обучение. Данные в режиме реального времени поступают с датчиков, установленных на исходном объекте. При безлюдной роботизации проектировать и изменять процессы без такой технологии просто невозможно: специалисты получают доступ к 3D-имитационным моделям и глубокой цифровой аналитике, которая недоступна для стандартного человеческого контроля.

Признанный эксперт в сфере ИИ-разработок обращает внимание, что потенциал технологии выходит далеко за рамки заводов. В городской инфраструктуре и ЖКХ интеграция устройств в единую «умную» экосистему и применение Интернета вещей (IoT) помогают оперативно находить аномалии в больших потоках данных и экономить колоссальные ресурсы.

Даже сфера искусства адаптирует эти инструменты для сохранения национального наследия. Музеи используют оцифровку 3D-моделей для защиты ценных экспонатов от подмены во время выездных выставок.

«Основная задача искусственного интеллекта программы — это сравнение двух цифровых моделей экспоната с целью определения вероятности подмены оригинального экспоната его фальсифицированной копией», — поясняет Лоран.

Использование мощностей виртуального моделирования позволяет прогрессивному бизнесу быть на несколько шагов впереди конкурентов, сводя финансовые, проектные и эксплуатационные риски к абсолютному минимуму, а оптимизация бизнес-процессов становится автоматизированной.

Полную версию материала можно найти на IT Week.