Indice dell'articolo

Forse vi siete fatti un’idea dei gemelli digitali basandovi sui film di Matrix o sulla serie di videogiochi The Sims, ma i progressi dell’infrastruttura cloud, dell’edge computing, dell’IoT, delle piattaforme di gestione dei dati distribuiti e delle capacità di machine learning hanno trasformato i gemelli digitali da fantascienza a una capacità aziendale molto più mainstream. Per portare le funzionalità dei gemelli digitali nelle aziende, è però necessario che i tecnologi comprendano meglio le tecnologie operative (OT). “I CIO e i leader IT devono capire che l’OT è un mondo diverso dall’IT e che un gemello digitale perfetto è la fusione di entrambi” afferma Jens Beck, partner per la gestione dei dati e l’innovazione di Syntax.

Per molto tempo le aziende hanno potuto permettersi una separazione tra OT e IT, ma non è più così per i produttori, i costruttori, i rivenditori e altre aziende che devono collegare il mondo fisico e quello digitale. Il gemello digitale è uno dei canali che consentono questa connessione, con vantaggi operativi per l’ottimizzazione della produzione e il miglioramento della qualità. A volte, cosa ancora più importante, può portare benefici strategici quando il machine learning sui dati del mondo reale viene utilizzato per migliorare prodotti, servizi e processi aziendali.

Abbiamo parlato con esperti di diversi settori per individuare sette passi preliminari per i tecnologi che non conoscono i gemelli digitali e che stanno pensando di svilupparne uno.

Cercare implementazioni di successo

Prima di fare brainstorming sulle opportunità e di tuffarsi in una nuova area tecnologica, consigliamo sempre di ricercare le aziende, i casi d’uso e i vantaggi offerti dagli early adopters. Per quanto riguarda i gemelli digitali, ci sono molti esempi nel settore manifatturiero, nell’edilizia, nella sanità e in altre aree, compreso lo stesso cervello umano.

I leader di qualsiasi settore tecnologico emergente cercano storie che ispirino l’adozione. Alcune devono essere d’ispirazione e aiutare a illustrare l’arte del possibile, mentre altre devono essere pragmatiche e dimostrare i risultati aziendali per invogliare i sostenitori. Se i concorrenti diretti della vostra azienda sono riusciti a implementare con successo i gemelli digitali, spesso i casi d’uso di questi ultimi creano un senso di urgenza.

Identificare le opportunità

Costruire un gemello digitale è costoso; ad esempio, un gruppo stima il costo dello sviluppo di un gemello digitale per un edificio commerciale tra 1,2 e 1,7 milioni di dollari. Quindi, prima di sviluppare un gemello digitale, il team deve documentare una visione del prodotto, considerare le motivazioni commerciali e stimare i benefici finanziari.

A volte un obiettivo rivoluzionario spinge all’investimento e Abhijit Mazumder, CIO di TCS, ne ha condiviso un esempio. “Nel 2020, TCS ha collaborato con un’organizzazione non governativa locale per risolvere il problema degli hotspot COVID-19 emergenti. Un gemello digitale aziendale ha simulato processi e situazioni per modellare i fattori che influenzano la diffusione del virus, l’eterogeneità demografica e i modelli di mobilità. Il gemello digitale della città è servito come sperimentazione per esplorare interventi efficaci senza compromettere la salute e la sicurezza pubblica”.

Considerare la gestione del ciclo di vita

Lo sviluppo di un gemello digitale richiede tempo e denaro, ma ci sono anche costi di supporto continui per garantire che i modelli forniscano risultati accurati. David Talby, CTO di John Snow Labs, condivide tre regole da seguire prima di sviluppare gemelli digitali:

  • Avere un chiaro caso d’uso aziendale e non limitarsi a sperimentare la tecnologia fine a se stessa
  • Assicurarsi che la popolazione di gemelli digitali che utilizzate per creare il vostro modello, servizio o simulazione sia rappresentativa delle persone del mondo reale
  • Disporre di un set di strumenti MLOps per passare in modo rapido e affidabile dallo sviluppo alla distribuzione di un gemello digitale

La raccomandazione principale di Talby è quella di considerare in anticipo gli elementi dell’intero ciclo di vita, in particolare le funzioni per supportare i modelli di machine learning e gli strumenti per le implementazioni automatizzate.

Sfruttare gli strumenti di progettazione del sistema

Dopo aver progettato il business case e il ciclo di vita, quali strumenti dovrebbero prendere in considerazione i team per iniziare la pianificazione e la sperimentazione? Arjun Chandar, CEO di IndustrialML, suggerisce l’uso di software CAD o di strumenti di simulazione come “modo per sperimentare i gemelli digitali sul lato della progettazione e stimare gli effetti degli ambienti fisici sui prodotti appena progettati”.

Ecco alcuni esempi di strumenti di progettazione di sistemi utilizzati in settori specializzati:

Questi sono solo alcuni esempi, ma la lezione chiave per i tecnologi che lavorano sui gemelli digitali è quella di familiarizzare con le piattaforme industriali utilizzate dai team operativi.

gemelli digitali

Definire le opportunità d’uso

Ogni volta che i tecnologi intraprendono un programma tecnologico, è fondamentale identificare gli utenti finali e le figure d’uso delle piattaforme risultanti. I leader IT devono definire chi trae i maggiori vantaggi dal gemello digitale e molto spesso sono le persone che lavorano nelle operazioni a trarne i maggiori benefici.

“La capacità principale del gemello digitale è quella di unire i dati OT/IT e di contestualizzarli attraverso l’analisi dei dati o l’IA/ML, se necessario”, afferma Beck. “Ma il suo vero potere risiede nel permettere agli OT, come gli ingegneri, i manutentori e altri tecnici, di recuperare i data point, dal momento che li comprendono appieno”. Il passo successivo consiste nell’identificare quali parti del flusso di lavoro e delle operazioni possono trarre vantaggio dalla raccolta dei dati, dalle previsioni tramite machine learning e dalle capacità di pianificazione degli scenari di un gemello digitale.

“Per quanto riguarda la produzione e le operazioni, i responsabili IT possono scegliere di modellare l’area di produzione fisica per simulare il flusso dei prodotti, oppure possono modellare le fasi di assemblaggio o di logistica per mettere insieme un nuovo prodotto“, spiega Chandar. “Tutti questi casi d’uso possono essere scalati e l’IA generativa può integrare la tradizionale analisi a elementi finiti per testare virtualmente i nuovi prodotti. Le configurazioni di produzione possono essere digitalizzate e simulate per qualsiasi nuovo prodotto prima di creare fisicamente le linee di fabbrica, mentre le rappresentazioni digitali dei processi di lavoro possono essere sviluppate per tutti i prodotti di una fabbrica”.

Progettare una piattaforma dati scalabile

I gemelli digitali generano petabyte di dati o più che devono essere protetti, analizzati e utilizzati per mantenere i modelli di machine learning. Un aspetto critico dell’architettura consiste nel progettare sia il modello e i flussi di dati per la raccolta degli stream di dati IoT in tempo reale, sia l’architettura di gestione dei dati per il gemello digitale.

Harry Powell, responsabile delle soluzioni industriali di TigerGraph, afferma: “Quando si crea un gemello digitale di un’organizzazione di dimensioni moderate, sono necessari milioni di data point e relazioni. Per interrogare questi dati, sarà necessario attraversare o saltare attraverso decine di link per comprendere le relazioni tra migliaia di oggetti”.

Molte piattaforme di gestione dei dati supportano analisi in tempo reale e modelli di machine learning su larga scala. Ma i gemelli digitali utilizzati per simulare il comportamento di migliaia o più entità, come i componenti di produzione o gli edifici intelligenti, avranno bisogno di un modello di dati che permetta di interrogare le entità e le loro relazioni.

Powell continua: “Oggi le aziende stanno creando gemelli digitali utilizzando database a grafo per supportare varie analisi operative e ricavare informazioni aziendali tempestive e attuabili. La costruzione di un modello digitale dettagliato può essere di alto livello e contenere solo i componenti più grandi dell’azienda, come intere fabbriche, magazzini e linee di rifornimento, oppure può essere più granulare, modellando le singole macchine della fabbrica, gli scaffali del magazzino e i camion per le consegne”.

Stabilire competenze in materia di cloud e tecnologie emergenti

L’installazione di piattaforme di gemelli digitali, l’integrazione dei dati provenienti da migliaia di sensori IoT e la creazione di piattaforme di dati scalabili richiedono che l’IT abbia una competenza di base nell’implementazione di infrastrutture tecnologiche su scala. Mentre i team IT considerano i casi d’uso e sperimentano le funzionalità della piattaforma, i leader IT devono considerare il cloud, l’infrastruttura, l’integrazione e i dispositivi necessari per supportare un gemello digitale pronto per la produzione.

Beck fornisce questa raccomandazione sull’infrastruttura: “Per scalare i gemelli digitali, i responsabili IT devono orientarsi verso il cloud pur mantenendo alcune tecnologie ai margini, come gli hyperscaler, la gestione dei dispositivi IoT e la scienza dei dati”. Oltre all’infrastruttura, Mazumder raccomanda di sviluppare competenze per supportare i dispositivi emergenti e sfruttare gli analytics. “Il successo del gemello digitale inizia con un nucleo digitale forte, abilitato da applicazioni cloud-native come IA/ML e AR/VR, e che aiuta le organizzazioni a elaborare dati e applicazioni indipendentemente dall’infrastruttura”.

Conclusioni

I gemelli digitali hanno un enorme potenziale, ma fino a poco tempo fa le dimensioni e la complessità sottostanti erano fuori dalla portata di molte aziende prive di capacità tecnologiche avanzate. Oggi non è più così e i leader dell’IT che imparano e collaborano con le operazioni hanno l’opportunità di portare le funzionalità dei gemelli digitali nelle loro organizzazioni.