數字化轉（zhuǎn）型是當前很多組織的發（fā）力點，形式多樣。數據要（yào）素則是一個重要線索。數據要素已經從國家層麵（miàn）正（zhèng）式提出來，這是一種全新的思維方式轉變。每一個數據，其實都是數據要素，但這個要（yào）素一直在變換形態。從設計、研發、生產、製造、營銷，一直（zhí）到用戶使用，它麵向的群體是不一樣的。因此，數字要素（sù）是有生命（mìng）力和應用場景的。在數字化（huà）轉型過程中，如何發揮數字要素的價值，非常值得關注。而不同的相關群體，如在預測和決策（cè）方麵所要求的數據要素，關係也大不相同。

數字孿生是將數據要（yào）素（sù）重新編織在一（yī）起的重要載體。在整個數據要素的變化過程中，包括設計對象（xiàng）數字化、運行環境數字化、運行模型數字化，同樣的數據參與（yǔ）了不同的（de）流程，呈現了不一樣的特征。

數字孿生就像是數字化的替身（shēn）演員，與物理實體相比（bǐ），它的試錯（cuò）成（chéng）本會大幅度降低。人們（men）在（zài）現場完成調試和改善的成本（běn）是巨大的，而利（lì）用數字孿生技術則可以利用模（mó）型驅（qū）動，提前虛擬試錯，減（jiǎn）少昂貴的物理實體的移動和（hé）消耗。

筆者在2008年就開始組（zǔ）建數字孿生的團（tuán）隊（duì），為一家煙草工廠的設備零部件建立起 3D 虛擬輔助維修，以解（jiě）決昂貴的機器維修問（wèn）題。當時一（yī）台設備的投入動輒上億人民幣，近2萬個零部件，沒有三（sān）年以上的培訓，工人不敢開動機器；而一旦機器有了故障，往往需要等國外工程師來修複。後來采用了將機器零部件逐一建立1:1的數（shù）字模型，然後按照機器運（yùn）動軌跡，建（jiàn）立空間（jiān）實際運動機理，並且將電路圖、使用指南的知識都進行了數字化（huà）。這三（sān）者不同的數據要素重新結合在（zài）數（shù）字孿生機器裏（lǐ）。當機器有故障的時候，維修人員就可以按（àn）圖索驥，直（zhí）接在屏幕上分析出故障位置，並（bìng）且借助（zhù）於電子手冊，找到合（hé）理的維修方式。早期的數字孿生，讓一台高不可攀的設備，變（biàn）成可以輕鬆（sōng）上手的尋常機器（qì）。

十三年過去了，隨著（zhe）數字化（huà）技術的完善，數字孿生也越來越成熟。2021年5月27日，國（guó）家（jiā）統計局公布了《數字經濟及其核心產業統計分類（lèi）(2021)》(簡稱“統計分（fèn）類”)。數字孿生首次列入其中，正式成為國家統計指標。

從數據（jù）要素到數字孿生，落地應用越來越（yuè）務實，這是數字化（huà）轉型的快速進步。

那麽（me），數（shù）據源（yuán）從何（hé）而來，向何而（ér）去？道理很簡單，實踐很繁雜。

這幾年的智能製造，讓IT與OT兩個不同方向的團隊開始走向（xiàng）融合（hé）。但是信（xìn）息化的（de）團隊盡管（guǎn）在絞盡腦汁研究機器如何管理，如何做設備控製模型，但實（shí）際對設備（bèi）並不（bú）了解（jiě）。而OT的團隊則不懂編碼技術，心中萬千體會也無法實（shí）現軟件化表達。如果這是兩支團隊（duì）分別行動，那麽IT與OT兩張皮的現（xiàn）象是（shì）永遠（yuǎn）存在的（de）。後麵我們用數字孿（luán）生技術最好的方法是，OT人士和IT人士組成一個緊密的團隊，並（bìng）且以數（shù）字孿生（shēng）為對象，將很多數據在邊緣側解決。特斯拉電動車（chē）就代表了一（yī）種很簡單而先進的方（fāng）式。汽車有兩類芯片，一類芯片是控製（zhì）車子的（de）運行，還有一類芯片在管理現場設備。在行駛過程（chéng）中，邊緣側會有自己的處理程序。如果碰到一條新路，雲（yún）端沒有的時候，邊緣側先形成一套路徑。隨後這段新路段的所有數據，就會（huì）全到（dào）雲上。而後下載到任何一（yī）台特斯拉的（de）汽車（chē），一條新路變成了所有（yǒu）車（chē）的老路。數據的特（tè）征描述也（yě）同（tóng）樣非常重要。就地處理數據，就涉及到數據清洗。很多髒數據和不準確的數（shù）據需要剔除掉。而對於處理好的數據，由於如此（cǐ）之（zhī）多，必須能夠快速合理地設置標簽，以便於後續不同場合進（jìn）行調用。就地（dì）處理，實現標（biāo）簽認（rèn）定和標識（shí）界定，就可以使得數據的（de）去向（xiàng）變得非常清晰。

工業互聯網平台的架構，從邊緣層、PaaS，到SaaS層來區分，這是一種視角。如果完全從另外的角度來看，也就是數據要素的架構。一個工業互聯網平台裏麵，它的數據要素是什麽？所有數據放在這裏是幹什麽，為什麽要放在這（zhè）個位置，哪些數據（jù）是在Paas層，哪些是在邊緣層，搞清楚這個原理了，工業互聯網平台就迎刃（rèn）而解了。

原來的信息化係統都是由N個不同信息化公司建立的，所有數（shù）據都是單列的，天生就是煙（yān）囪式（shì）一樣的相互分離。很多數據庫，如ERP數據（jù）庫、MES數據庫、大數據數據庫、邊緣側的數據庫（kù），都各（gè）自為政。但是如果從場景應用出發，從（cóng）數（shù）字孿生角度看，就可以（yǐ）把數據庫做成一體化。有了被標識（shí）過的數據，無論它們來自（zì）何方，都可以（yǐ）按照（zhào）一個數據庫進行統一排隊和分（fèn）類。就像是用同一（yī）個數據庫，將各種數據庫（kù）直連，人們可以在（zài）任何時（shí）候，尋找所需要的數據模型，改變響應的指標參數。

數字孿生是（shì）應（yīng）用場景的（de）虛擬化，每一個領域、每一個行業、每一個設備、每一個裝備、每一個產（chǎn）品都（dōu）是（shì）不一樣的，而不一樣的數字（zì）孿生的數據要素，如何變（biàn）成統一？就是要靠數據標識。隻有數據標識統一，才能（néng）讓數（shù）據實現自動化流動，可以（yǐ）實現橫向集成或者縱向集成。

那麽（me）既有的（de）信（xìn）息化係統需要重構嗎？

並不需要。原有（yǒu）係統的（de）數據（jù）可（kě）以看成是（shì）風箏，而這些係統自有的標準和規範，就像是（shì）風箏的拉線。任何第三方的（de）數據（風箏）抽取以後，都可以帶著“尾巴”參與業務的重新編排使用，而借助於拉線則很容易跟原有（yǒu）係統建立（lì）關聯。在新（xīn）的數字化平台上（shàng），數據是自由流動的，而且可以實現數（shù）據自動（dòng）化，推動數字孿生完成規定動作。。

數字孿（luán）生為場景而生（shēng）。如果它無法快速複製，那麽建立一個一（yī）個數字孿生將是昂貴的。最好（hǎo）的方法就是將支（zhī）撐數字（zì）孿生的數據（jù）要素形成模型化和規則（zé）化的方式。同時要有數字孿生生產平台實現數字孿生的（de）快速生產、調用、複製（zhì）和組合。

如果把數（shù）字模型、驅動模型、設（shè）計模型、管理模型全部融合成數（shù）據（jù）標簽，實現自由流動，那麽這樣數字孿生將可以變得廉價。而且，它可以實現跨界麵的應用。例（lì）如原來一台人機界麵隻能看（kàn）到某一（yī）台設備的情（qíng）況，而現在數字（zì）孿生的跨界麵性，可以使得（dé）一個人可以隨時調出其他機器的設備運行情況，而且可以實現交（jiāo）互，甚至反控（kòng）。

一個數字化工廠在建設過程當中，可以同步建立一個數字孿生平台（tái）。設計（jì）圖紙會同時導入到數字孿生平台，二者按照1:1的比例關係。與（yǔ）此（cǐ）同時，這些模型之間，按照一定（dìng）的約束關係進行重新組合。當生（shēng）產線發生變化的時候，由於數字孿生帶有的數據（jù），具有邏輯可追溯性（xìng），因（yīn）此很容易進（jìn）行再次組合。一台（tái）機（jī）器原（yuán）來放在（zài）A廠區，現在（zài）放到B廠區了（le）。隻要點擊（jī）相（xiàng）關運行程序，A廠區所有的數據都（dōu）會全部調用過來，B廠區的人就（jiù）隻需要尋找變化量進行配置，其他（tā）數據配置都是一（yī）鍵導入。大大降（jiàng）低了（le）生產線的調試時間。五年前一（yī）個工廠的數字孿生，20個人需要一年。而現在5個人2個（gè）月就能建一個數字化工廠的數（shù）字孿（luán）生空間（jiān），而（ér）且展示的麵板都是不用寫代碼的。

表麵的柔性，離不開底層的支撐（chēng）。在（zài）建設數字孿生平（píng）台的過程中，首先需要支（zhī）持多種協議接口，強（qiáng）大的集成功能包括輔助（zhù）決策。而數據則是多樣化，包括設計數據、經營管理（lǐ）數據、裝備銘牌數據（jù）等。除了這些靜態數據之外，還要包括各種生產（chǎn）工藝配方、設（shè）備消耗、人員管理、日常排班等動態數據。數字（zì）孿生在建設的（de）過程當中，它與數據要素是交融的。除此之外，每（měi）一個環節裏麵還需要加入控製（zhì）邏輯，實現具體的業（yè）務模型驅動。隻有這樣，一（yī）個工廠才能（néng）從數據（jù）工廠變成模型工廠，最終走向智能工廠。

筆者十年來通過實踐，建立了一（yī）個（gè）龐大的知識圖譜，很多知識（shí）通過數字化進（jìn）入了一個（gè）企業的知識體係。一家製造商生產的價值7000萬（wàn）的設備，在賣給客戶的（de）時候，沒有一頁說明書，沒有一本操作手冊。所有數據、信息（xī）和知識點，都包含在機器（qì）係統之中。這（zhè）種連裝備（bèi）帶知識的一體化數字化交付機（jī）器的方式，引起了用戶的高度好評。昂貴機器的使用，再也不需要很高的（de）門檻。數據要素，通過（guò）知識圖（tú）譜，構（gòu）建了（le）一個一個（gè）友好界麵（miàn）的數字孿（luán）生（shēng），與工（gōng）廠操作工可以實現高度互動和智能性輔導。一（yī）台設備的旁邊，悄然駐紮（zhā）了設（shè）計師、工藝員和故障維修工。

這種數字孿生平台可以實現跨產業的應用。在一個省的數字化轉型項目中，它需要從一產一直到三產的全產業鏈聯動。首先從原產地的育苗、山林、陽光等開（kāi）始記錄數據。隨（suí）後進入複雜的製造（zào）環節，既有發（fā）酵等流程行（háng）業（yè）工序，也有（yǒu）高速包（bāo）裝這樣的典型離散（sàn）製（zhì）造。最後進入（rù）流通環節，也可以實現（xiàn）消費者（zhě）一碼追溯。數據要素在全環節的流動過程中，層層增值，而不同形式的數字孿生（shēng），則（zé）相互（hù）交融、套合，形成一套全鏈價值的（de）提升。

數據要素已經獨立解放出來，呈現出自己活靈活現（xiàn）、天（tiān）馬行空的風格，但有效的（de）約束是（shì）必不可少（shǎo）的。而數字孿生（shēng）則讓數據流動變得井然有序，充分（fèn）吸收（shōu）不同係統（tǒng）的數據來形成價值合力，逐漸釋（shì）放數據要素的交易（yì）性特征（zhēng）。從這些（xiē）角度出（chū）發，數字（zì）化轉型就有了堅實的基座。