Ovih pet kompanija koristi digitalne blizance za nadgledanje operacija, planiranje prediktivnog održavanja, poboljšanje usluga za korisnike i optimizaciju lanaca snabdevanja.
Autor: Thor Olavsrud
Ljudi oduvek prikupljaju podatke kako bi bolje razumeli fizički svet oko nas. Danas kompanije sve više nastoje da digitalni svet podataka i fizički svet spoje putem digitalnih blizanaca. Digitalni blizanci služe kao most između dva domena, pružajući virtuelnu reprezentaciju fizičkih objekata i procesa u realnom vremenu.
Ovi virtuelni klonovi fizičkih operacija mogu pomoći organizacijama da simuliraju scenarije koji bi bili dugotrajni ili skupi kad bi se testirali fizičkim sredstvima. Oni mogu pomoći organizacijama da nadgledaju operacije, obavljaju prediktivno održavanje i pružaju uvid u odluke o kupovini kapitala, kreirajući dugoročne poslovne planove, identifikujući nove pronalaske i poboljšavajući procese.
U prognozi objavljenoj u junu 2022. godine, istraživačka kompanija MarketsandMarkets kaže da se očekuje da će globalno tržište digitalnih blizanaca porasti sa 6,9 milijardi dolara u 2022. na 73,5 milijardi dolara do 2027. godine, što je složena godišnja stopa rasta (CAGR) od 60,6% tokom perioda.
Evo pet primera kako organizacije danas efikasno koriste digitalne blizance.
NTT Indycar postavlja fanove za volan
Serija NTT Indycar, koja se sastoji od pet trka, uključujući Indijanapolis 500, koristi kombinaciju digitalnog blizanca, analize podataka i sposobnosti veštačke inteligencije (AI) kako bi navijačima omogućila dublji uvid u trke u realnom vremenu, uključujući preticanja, predviđanja u boksu i druge elemente.
Partner NTT kreira digitalnog blizanca za svaki automobil u seriji. Istorijski podaci pružaju osnovu, a svaki automobil je opremljen sa više od 140 senzora koji prikupljaju milione tačaka podataka tokom svake trke kako bi nahranili digitalnog blizanca. Podaci obuhvataju sve, od brzine do pritiska ulja do habanja guma i G sila. NTT koristi veštačku inteligenciju i prediktivnu analitiku na podacima digitalnog blizanca da bi navijačima pružio uvide koji su ranije bili dostupni samo inženjerima trkačkih timova, uključujući strategije i predviđanja trka, presretanja i borbe za poziciju, uticaj na performanse zaustavljanja i efekte nivoa goriva i habanja guma.
„Tu je prilika za naše najstrastvenije fanove da se približe sportu koji vole ili vozaču ili timu koji vole“, kaže SJ Luedtke, potpredsednica marketinga u Indycaru. „Tu dolaze podaci i analitika. Radimo sa timom da prikupimo te milione podataka tokom trke od 90 minuta i pomognemo navijačima da shvate šta se dešava.“
Tokom protekle tri godine, NTT Indycar je udvostručio vreme angažmana i zadržavanja u njihovoj aplikaciji tokom trkačkih vikenda, kaže Luedtke.
Luedtkein savet: Razvijte bliske odnose sa svojim partnerima. Ona napominje da ona i CIO Rebecca Ruselink rade ruku pod ruku. Ona kaže da je njihovo partnerstvo snažno jer IT zaista pokušava da razume bolne tačke njihovog tima i da odgovori na njihove potrebe, a ne samo da pruži rešenje za koje IT misli da bi bilo najbolje.
„Naši timovi se redovno sastaju“, kaže Luedtke. „Imamo mapu puta stvari koje želimo da postignemo.“
Rolls-Royce poboljšava efikasnost mlaznog motora
Multinacionalna kompanija za vazduhoplovstvo i odbranu Rolls-Royce je primenila tehnologiju digitalnih blizanaca za praćenje motora koje proizvodi. Kompanija može da prati svaki motor: kako leti, uslove u kojima leti i kako ga pilot koristi.
„Prilagođavamo naše režime održavanja kako bismo bili sigurni da optimizujemo životni vek motora, a ne život za koji priručnik tvrdi da bi trebalo da ga ima“, kaže Stjuart Hjuz, direktor informacija i digitalnih tehnologija u Rolls-Royce-u. „To je zaista varijabilna usluga koja svaki motor posmatra kao pojedinačni motor.“
Kompanija svojim kupcima već godinama nudi praćenje motora kao uslugu, ali je njena mogućnost digitalnog blizanca omogućila Rolls-Royce-u da prilagodi uslugu na konkretne motore. To je pomoglo kompaniji da produži vreme između održavanja nekih motora do 50%, što joj je omogućilo da dramatično smanji zalihe delova i rezervnih delova. Tehnologija je takođe pomogla Rolls-Royceu da poboljša efikasnost svojih motora, štedeći do danas 22 miliona tona ugljenika.
Hjuzov savet: Shvatite svog kupca. Znati kako i zašto koristiti moć digitalnog blizanca jednako je važno kao i razumevanje same tehnologije. Hjuz kaže da je usluga bila dostignuće zato što nudi jasne prednosti i Rolls-Royce-u i njegovim kupcima.
„Pogodnost za kupca je to što korisnik doživljava manje prekida jer je motor duže u avionu, pa mogu više da ga koriste. Prednost za nas je to što možemo da optimizujemo način na koji zapravo obavljamo održavanje“, kaže on.
Mars optimizuje svoj lanac snabdevanja pomoću digitalnog blizanca
Konditorska kompanija i kompanija za negu i hranu kućnih ljubimaca Mars napravila je digitalnog blizanca svog lanca snabdevanja kako bi podržala svoje poslovanje. Kompanija koristi Microsoft Azure oblak i VI za obradu i analizu podataka koje generišu proizvodne mašine u njihovim proizvodnim pogonima.
„Digitalno posmatramo kao ogroman poslovni akcelerator“, kaže Sandeep Dadlani, glavni digitalni direktor Marsa. „Ne koristimo digitalno radi digitalnosti.“
Mars koristi Microsoft-ovu uslugu Azure Digital Twins IoT za proširenje operacija u svojih 160 proizvodnih pogona, uz pomoć Accenture-ovih konsultanata za digitalnu proizvodnju i operacije. Kompanija kreira softverske simulacije kako bi poboljšala kontrolu kapaciteta i procesa, uključujući povećanje vremena rada mašina putem prediktivnog održavanja i smanjenje škarta povezanog sa mašinama koje pakuju neujednačene količine proizvoda. Koristeći konstrukciju digitalnog blizanca, Mars takođe može da generiše virtuelnu „prodavnicu aplikacija za slučajeve korišćenja“ koju može ponovo da koristi u svim svojim poslovnim linijama.
Gledajući unapred, kompanija planira da koristi podatke digitalnih blizanca da bi se uzeli u obzir klimatski i drugi situacioni faktori koji utiču na njene proizvode, uspostavljajući veću vidljivost u svom lancu snabdevanja od nastanka proizvoda do potrošača.
Dadlanijev savet: Eksperimentišite i prihvatite neuspeh. Mars podstiče svoje zaposlene da razmotre rešavanje problema korišćenjem veštačke inteligencije i drugih tehnologija u nastajanju tamo gde to ima smisla. Sve je to deo ogromnog napora da se kultura kompanije promeni u onu koja prihvata eksperimente i očekuje da osoblje uči iz neuspeha kako bi se to iskoristilo za buduće uspehe. Prošlog decembra, kompanija je sazvala virtuelni AI festival da proslavi 200 slučajeva upotrebe veštačke inteligencije raspoređenih u različitim poslovnim linijama.
„Ako možete veoma dobro da definišete problem, trebalo bi da se osećate ovlašćenim da ga rešite pomoću veštačke inteligencije“, kaže Dadlani.
TIAA smanjuje složenost klijentskih usluga
Nastavničko udruženje za osiguranje i rentu Američkog fonda za penzije na koledžima (TIAA) pomaže nastavnicima da upravljaju svojim fondovima za penzije. Da bi smanjio složenost uključivanja novih institucionalnih klijenata, neprofitni provajder finansijskih usluga koristi digitalnog blizanca koga pokreće grafička baza podataka.
„U TIAA imamo veoma komplikovanu ponudu proizvoda za penzionisanje, zasnovanu na svim propisima iz poreske uprave“, kaže Aleks Pekoraro, generalni direktor i šef tehnologije penzionih usluga u TIAA. „Da bi se izvršilo podešavanje, potrebno je dosta poslovnog znanja, a mi imamo čitave timove organizovane oko toga.“
TIAA vanjske usluge se sastoje od preko 600 funkcija, koje mogu da proizvedu više od triliona mogućih konfiguracija klijenata. Pre primene tehnologije digitalnog blizanaca, specijalizovani TIAA timovi su ručno kreirali i testirali tehničke konfiguracije prema željenom operativnom modelu klijenta. Kao rezultat toga, TIAA saradnici su bili veoma „funkcionalizovani“ u skladu sa svojom stručnošću, što znači da su saradnici mogli da obrađuju samo određene vrste ponuda. Ovo je takođe otežavalo operacije skaliranja.
Da bi se rešio ovaj problem, Pecorarov tim je napravio digitalnog blizanca koji se sastoji od grafičke baze podataka koja predstavlja preko 600 funkcija, sa kontrolnim čvorovima koji se koriste za predstavljanje složene logike grupisanja. Čvorovi podataka predstavljaju polja podataka potrebna za implementaciju funkcije, a veze odnosa označavaju zavisnosti, validacije i izuzimanja.
Baza podataka je smanjila količinu vremena i stručnosti potrebnih za prihvataje klijenata.
Pecorarov savet: Promenite svoju perspektivu. Pecoraro kaže da je ključ za projekat bio pristup usvajanja proizvoda, a ne da se on posmatra kao problem tehničke konfiguracije.
„Postojao je jedan čovek u timu koji je došao na ideju da preusmerimo našu pažnju sa konfiguracije na ono što klijent radi i koju ponudu kupuje“, kaže Pecoraro. „Ta promena perspektive bila je ključna tačka. Gledajući unazad može izgledati očigledno, ali kada ste uronjeni u sve detalje, možete zbog drveća da ne vidite šumu.“
Bayer CropScience preoblikuje strategiju pomoću virtuelnih fabrika
Bayer CropScience je iskoristio digitalne blizance da stvori „virtuelne fabrike“ za svaku od svojih devet lokacija za proizvodnju semena kukuruza u Severnoj Americi. Seme se bere sa Bayerovih polja, prolazi kroz devet lokacija za preradu i pakovanje, a zatim se distribuira farmerima.
„Sada možemo ponovo da smišljamo naše poslovne procese. Možemo da preispitamo naše odluke primenom ovih algoritama ili simulacija mašinskog učenja“, kaže Naveen Singla, voditelj Centra za nauku o podacima (COE) u kompaniji Bayer CropScience.
Bayer je kreirao dinamičan digitalni prikaz opreme, procesa i karakteristika toka proizvoda, opisa materijala i operativnih pravila za svaku od devet lokacija, omogućavajući kompaniji da za svaku od njih vrši analize „šta ako“ .
Kako komercijalni tim uvodi nove ponude za tretman semena ili nove strategije određivanja cena, preduzeće može da koristi virtuelne fabrike da proceni spremnost lokacije da prilagodi svoje operacije da isporuči te nove strategije. Virtuelne fabrike se takođe mogu iskoristiti za donošenje odluka o kupovini kapitala, kreiranju dugoročnih poslovnih planova, identifikovanju novih pronalazaka i poboljšanju procesa. Bayer sada može 10 meseci rada na devet proizvodnih lokacija da komprimuje u dva minuta, što mu omogućava da odgovori na složena pitanja u vezi sa SKU mešavinom, mogućnostima opreme, dizajnom obrade porudžbina i optimizacijom mreže.
Singlin savet: Upoznajte se sa domenom poslovanja. Singla kaže da je veliki ključ Bayerovog uspeha bio to što je naučni tim za odlučivanje zadužen za izgradnju digitalnih blizanaca koji je predvodio Shrikant Jarugumilli, šef nauke o odlučivanju – povezao virtuelne sisteme, proveo dosta vremena na proizvodnim lokacijama da bi razumeo njihove operacije i zadobio podršku zainteresovanih učesnika.
„Naši naučnici za podatke su shvatili da je domen poslovanja toliko kritičan, i tu se uključuje Shrikant“, kaže Singla. „On i njegov tim proveli su brojne nedelje na ovim lokacijama za proizvodnju semena pokušavajući da razumeju operacije, razumeju nijanse tako da poruke dok razgovaraju sa rukovodstvom budu na jeziku samog rukovodstva, a ne na jeziku mašinskog učenja. Izvor: CIO