由AI驱动的仿真模型，有望重现业务中断、找到保障货物顺畅交付的万全之法。
目前全球供应链遭遇的大麻烦往往被归咎于新冠疫情。工厂关闭、劳动力短缺，配送中心自然只能关停、商船运输也受到阻碍。但从笔记本电脑到户外家居、再到装修材料，供需之间的严重失衡已经让更多人意识到行业中的“零库存生产模式”存在重大缺陷。
引发供应链混乱的深层原因其实在于：行业持续依赖于传统IT系统与手动流程，以极为低效的方式将货物从农场或工厂运往最终目的地。事实上，地球上最为复杂的一系列供应链条仍然依赖于电子表格、电子邮件和白板系统。SAP与牛津经济研究院2021年4月发布的一项调查显示，近40%的组织仍在手动处理大部分采购系统，只有6%的组织拥有完全自动化的供应链流程。
ServiceNow首席转型官Chris Taylor表示，这些运行在电子邮件、电子表格、门户网站或者ERP工具之上的供应链“往往隐藏着发生重大错误、显著影响生产力的风险，而管理层却很难识别和跟踪。”
单靠技术当然无法直接解决当前供应链的中断与效率受限问题。但面对供应领域的固有顽疾，AI驱动型数字孪生这一新兴工具有望帮助管理者改善供应能力、在下一波危机到来之前防患于未然。
数字孪生的概念源自工业仿真软件，后者自上世纪七十年代以来就一直服务于制造业、航空航天、半导体及其他多个涉及精密零件设计制造的领域。
物联网技术、数据分析与机器学习的兴起使得数字孪生能够模拟多个行业中的联网流程与物理资产。制造商可以在数字孪生中重现自己车间内的设备，通过模拟运行预测设备何时需要维护，从而抢先一步保障业务的正常运行。医学研究人员也在为人体器官建立数字孪生副本，借此设计出更安全、更有效的治疗方法。在拉斯维加斯，市政规划当局也在构建城市虚拟副本，希望改善城市的空气质量与能源利用率。
根据Gartner公布的一项调查，在已经实施物联网项目的企业组织内，有62%计划使用数字孪生技术。
供应链正是数字孪生中的一大典型用例，其通常强调在众多数据流之上应用机器学习技术，借此模拟货物、物料、库存及仓储的实时运作状态。
国际托运商DHL就为其一处东南亚食品加工仓库建立了数字孪生副本，其中使用传感器加摄像头捕捉数据，数字孪生负责将仓库内的托盘表示为3D计算机模型中的虚拟对象。通过由孪生副本生成的实时运营数据，仓库主管就能确保易损货物在运达后的30分钟之内即正确摆放，而即将配送的货物也能在收到申请后的95分钟内做好发出准备。
作为旨在推动这项技术在全球各个行业中广泛普及的全球性机构，数字孪生联盟首席技术官Dan Isaacs表示，数字孪生技术能够帮助数以千计的传统流程实现决策自动化与大规模实时管控。
Isaacs解释道，联盟中的一家成员企业就为自家企业资源规划（ERP）系统建立了数字孪生副本。该系统管理着2500多处设施、库房与最终用户端的超过12万个库存单位。每隔10分钟，孪生副本就会重新检查库存信息、确定每件货品的位置，并确定期间有哪些客户提交了订单。以此为基础，这套数字孪生系统每月提出25万条关于配送地点和配送方式的建议，并在发生特殊情况时及时提醒管理员人为介入。
Isaacs表示，“超过九成的决策已经实现自动化。单凭传统Excel电子表格，我们肯定做不到这一点。”
麻省理工学院运输与物流中心博士后研究员Özden Tozanlι 表示，数字孪生还帮助管理员运行数百万次模拟，由AI根据不同变量预测相应结果。她的研究重点是如何将数字孪生技术整合至供应链内，由此推动全面的数字化转型战略。
例如，管理员可以使用数字孪生来模拟不同配送中心的业务中断状况，分析应如何将货品转移至其他中心、尽可能防止供应链彻底瘫痪。
而数字孪生最强大的潜在应用，也许就是运行假设场景、帮助企业获得对于未来的准确洞察力。如果一场突如其来的飓风摧毁了泰国的汽车制造厂，该如何应对？数字孪生能够计算个中风险、评估事件对供应链的影响，并提供建议措施以最大限度减少实际运营因此受到的冲击。
Tozanlι 总结道，“数字孪生能帮助我们运行多种假设场景、并从中选择最佳方案。”另外，数字孪生还能进一步分为战术应用与战略应用，“例如帮助组织了解哪种供应链设计更能适应未来五年或十年的市场需求。”
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。