数据|数字孪生到底意味着什么：生态重构，找准自己的定位( 二 )_大区|陈汀|ceo|橙心|优选|大面积

文章插图
关于数字孪生生态，需要先明确几个圈层。具体包括：

物理层是基础：现实世界的物理实体；
数据层是关键：数据收集、数据处理、数据分析；
模型层是核心：可视化模型、算法模型、数据模型（软件）；
功能层是目标：描述、诊断、预测、决策。

现在已经有的应用体现在：智慧城市、智慧工厂（工业互联网5.0）、车联网、智慧医疗、智慧园区等。
2. 数字孪生的要素圈层有了，生态中的要素包括2个空间和3个关键技术。
两个空间指的是现实空间与虚拟空间，二者信息实时联通并且能够进行交互：现实空间的数据反映到虚拟空间的描述中，虚拟空间的决策和处理结果反馈回现实空间。
三个关键技术包括数据、模型、软件。数据要求实时、动态，并且围绕数据做处理和分析；模型包括可视化模型和数据模型（多偏向于算法模型）；软件是前两者重要的表现形式，也是应用和市场化的基础。
3. 数字孪生的功能之前已经提到，我们希望数字孪生可以做到描述、诊断、预测、决策。这个链路也是伴随着数字孪生系统搭建去一步步完成的，越往上可能也会越困难。
其实关于定位的方法已经呼之欲出了，和之前的圈层、要素分析结合起来，可以更加清晰地知道，自己适合做哪一部分。
4. 数字孪生系统中的多种角色敲黑板，上干货了。从以上的分析可以知道，在数字孪生生态中，有多种角色：

专注于数据的：数据采集（物联网相关）、数据处理、数据驱动模型（算法）；
专注于软件的：代码、软件；
专注于映射的：可视化设计与表达、动态监测和呈现；
专注于决策的：人工智能、决策支持、综合服务。

并且除此之外，衍生的一系列服务、解决方案、咨询、平台、工具等等，都是大家可以参与进去的身份。
如果未来数字孪生真的生态化、商业化的存在了，那么社会管理、法律法规、配套设施层面也会逐步建立和完善起来，也会制造很多的进场机会。
四、讲这么多，怎么落地？在未来一段时间中，数字孪生绝对不是某种技术、某个方案、某种商业模式，而是一个生态圈，并且是开放的、协作的。
从工业到互联网，从企业到城市到国家，已经有很多力量投入到数字孪生生态的构建和技术的尝试中来了。
跨国企业中，西门子、PTC、达索、ESI等都已布局数字孪生的跨国业务。
美国工业互联网、德国工业4.0都将数字孪生作为重点发展的内容。
智慧城市的建设，虚拟新加坡、数字孪生巴黎、多伦多高科技社区、雄安新区数字城市、杭州城市大脑都在筹备和落地中。
国内的百度、华为、腾讯、阿里等都已经下场进行投资，也有相应的业务布局、白皮书和资料产出。
无论未来面临着怎样的洗牌和重构，明确技术与生态的发展趋势，结合业务找准自己的定位总是没错的。具体表现为：

大企业与行业领导者做风险尝试并探索稳定的商业框架；
中小企业做好业务转型和升级；
个人规划好职业发展。

具体执行有没有可以参考的案例？有的。用易知微EasyV举例，在数字孪生的生态系统中，现阶段专注于数字孪生可视化，即数字孪生的描述层面实现。现在也有SaaS类工具面向设计师和企业开发团队，可以即开即用。
但是不仅仅是可视化设计，EasyV也会聚集数据分析、数据处理的伙伴，团队有丰富的行业经验，所以可以解决代码、平台、系统设计等问题。大型项目会联合上下游的伙伴共同完成，面向市场输出行业案例。