數（shù）字化轉型是當前很多組織的發力點，形式多樣。數據要素則是（shì）一個重要線索。數據要（yào）素已經從國家層麵正式提出來，這是一種全新的思維方式轉變。每一（yī）個數據，其實都是數據要素，但這個要素一直在變換形態。從設計、研（yán）發、生產、製造、營銷，一直到用戶使（shǐ）用，它麵向的群體是不（bú）一樣的。因此（cǐ），數字要（yào）素是有生命力和（hé）應用（yòng）場景的。在數字化轉型過程中，如何發揮（huī）數字要（yào）素的價（jià）值，非常值得關注。而不同（tóng）的相關群體，如在預測和決策方麵所要求的數據要素，關係（xì）也大不相同。

數字孿（luán）生是將數據（jù）要素重新編織在一起的重要載體。在整個數據要素（sù）的變（biàn）化過程中，包括設計對象數字（zì）化、運行環境數字化、運行模型（xíng）數字化，同樣的數據參與了（le）不同的流程，呈現了不一樣的特征。

數字孿生就像是數字化的替身演員，與物理實體相比，它的試錯成本會大幅度降低。人們（men）在現場完成調試和改善的（de）成本是巨大的，而利用數（shù）字孿生技術則可以利用模型驅動（dòng），提（tí）前虛擬試錯，減少昂貴的物理實體的移動和消耗。

筆（bǐ）者在2008年就開始（shǐ）組建數字孿生的團隊，為一家煙草（cǎo）工廠的設備零部件建立起 3D 虛擬輔助維修，以解決昂貴（guì）的機器維修問題。當時一台設備的（de）投入動（dòng）輒上億人（rén）民幣（bì），近2萬個零部件，沒有三年以上的培訓，工人不敢開動機器（qì）；而一旦機器有了故障，往（wǎng）往需要等國外工程師來（lái）修複。後來采用（yòng）了將機器零部件逐一建立1:1的數字模型，然後按照機器（qì）運動軌跡，建（jiàn）立空間實際運動機理，並且將（jiāng）電路圖（tú）、使用指南的知識都進行了數字化。這（zhè）三者不同的數據要素（sù）重新結合在數字孿生機器裏（lǐ）。當機器有故障的時（shí）候（hòu），維修人員就可以按圖索（suǒ）驥，直接在屏幕（mù）上分析出故障位置，並且借助於（yú）電子（zǐ）手冊，找到合理的維修方（fāng）式（shì）。早期的數字孿生，讓一台高不可攀的設備，變成可以輕鬆上手的尋（xún）常機器。

十三（sān）年過去了，隨著數（shù）字化技術的完善（shàn），數字孿生也越來越（yuè）成熟。2021年5月（yuè）27日，國家統計局公布了《數字經（jīng）濟及其核心產（chǎn）業統計分類(2021)》(簡（jiǎn）稱“統計分類”)。數字（zì）孿生首次（cì）列入其中，正式成為國家（jiā）統計指標。

從數據要素到數字孿生，落地應用越來越務（wù）實，這是數字化轉型的快速進（jìn）步。

那麽（me），數據源從何而（ér）來，向何而去？道理很（hěn）簡單，實（shí）踐很（hěn）繁雜。

這幾年的智（zhì）能製造，讓IT與OT兩個不同方向（xiàng）的團隊開始走向融合。但是信息（xī）化的團隊盡管在絞盡腦汁研究機器（qì）如何管理，如何做設備控（kòng）製模型，但實際對設備並不了解。而OT的團（tuán）隊則不懂編碼技術，心中萬千（qiān）體會也無法實現（xiàn）軟件化（huà）表達。如（rú）果這是兩支團隊分別行動，那麽IT與OT兩張皮的現象是永遠存在（zài）的。後麵香蕉视频APP下载安装用數字孿生（shēng）技術最好的方法是，OT人士和IT人士組成一個（gè）緊密的團隊，並且以數字孿生為對象，將很多數據在邊緣側解決。特斯拉電動車就代表了一種很簡單而先進的方（fāng）式（shì）。汽車（chē）有兩類芯片，一類芯片是控製車（chē）子的運行，還有一類芯片在管理現場設備。在行駛過（guò）程中，邊（biān）緣側會有自己的處理程（chéng）序（xù）。如果碰到一條（tiáo）新路，雲端沒有的時候，邊緣側先形成一套路徑。隨後這（zhè）段（duàn）新路段的所有數據，就會全到雲上（shàng）。而後下載到任何一台特（tè）斯拉的汽車，一條新路變成了所有車的老路。數據的特征描述也同樣非常重要。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據需要剔除掉。而對於處理好的數據，由於如此之（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行調用。就地處理，實現（xiàn）標簽認定和（hé）標識界定，就（jiù）可以使得數據的去向變得非常清晰（xī）。

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

原來（lái）的信（xìn）息化係統都是由N個不同信息（xī）化公司建立的，所有數據都是單列的，天生就是煙囪式一樣的相互分離。很多數據庫，如ERP數據庫、MES數據庫、大（dà）數據數據庫、邊緣側（cè）的數據庫，都各自為政。但是如果（guǒ）從場景應用出發，從數字孿生角（jiǎo）度看，就可以把（bǎ）數據庫做成一體化。有了被標識過（guò）的數據，無論它們來自（zì）何方，都可以按照一（yī）個數據庫進行統一排隊和分類。就像是用同一個數據庫，將各種數據庫直連，人（rén）們可以在任何時候，尋找所需要的數據模型，改變響應的指標參數。

數字孿生（shēng）是應用場景的虛擬化，每一個領域、每一個行業（yè）、每一個（gè）設備（bèi）、每一個裝備、每一個產品都是不一樣的，而不一樣的數字孿生的數據要素，如何變成統一？就是要靠數據標識（shí）。隻（zhī）有數（shù）據標識統一，才能（néng）讓數據實現自動化流動，可以實現橫向集成或者縱向集成。

那麽既有的信息化係統需要重構（gòu）嗎？

並不需要。原（yuán）有係統的數據可以看成是風箏，而這些係統自有的標準和（hé）規範，就像是風箏的拉線。任何第三方的數據（風箏）抽取（qǔ）以後，都可以帶（dài）著（zhe）“尾巴”參（cān）與（yǔ）業務的重新編排使用，而借助於拉線則（zé）很容易跟（gēn）原有（yǒu）係（xì）統建（jiàn）立關聯。在新的數字化平（píng）台上，數據是自由流動的，而且可以實現數據自動化，推（tuī）動數字孿生（shēng）完成規（guī）定動作。。

數字孿生（shēng）為場景而生。如果它無法快速複製，那麽建立一個一個數（shù）字孿生將是昂（áng）貴的。最好的方法就是將支撐數字孿生的數（shù）據要素形成模型化和規則化的方式。同時要有數字孿生生產（chǎn）平台（tái）實現數字孿生的快速生產、調用、複製和組合。

如（rú）果把數字（zì）模型（xíng）、驅動模型、設計模型、管理（lǐ）模型全部融合成數據標簽，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。例如原來一台人機界麵隻能看到某一（yī）台（tái）設備的情況，而現在數字孿生的跨界麵性，可以使得一（yī）個人可以隨時調出其他機器的設備運行情況，而且可以實現交互，甚至反控。

一（yī）個數字化工廠在建（jiàn）設過程當中，可以同步建立一個數字孿生平台。設計圖紙會同時導入到數字孿生平台，二者按照1:1的比例關（guān）係。與此同（tóng）時（shí），這些（xiē）模型之間，按照一定的約束關係進行重新組合。當（dāng）生產線發生變化的時候，由於數字孿生帶有的數據，具（jù）有邏輯可追溯性，因此很容易進行再次組合（hé）。一台機器原來放在A廠區，現在（zài）放到B廠區了。隻要點擊相關運行程序，A廠區所有的數據都會全（quán）部調用過來，B廠區的（de）人就隻需要尋找變化量進行（háng）配置，其他數（shù）據配（pèi）置都是一鍵導入。大大降低了生產線的調試時間（jiān）。五（wǔ）年前一個工廠的數字孿（luán）生，20個（gè）人需要（yào）一年。而現在5個人2個月就（jiù）能建一（yī）個數字化工（gōng）廠的數字孿生空間，而且展示的麵板都是不（bú）用寫代碼的。

表麵的柔性，離不開底層的支撐。在建設數字（zì）孿生平（píng）台的過程中，首先需要支持多種協議接口，強大的集成功能包括輔助決策。而數據則是多樣化，包括設（shè）計數據、經營管理數據、裝備銘牌數（shù）據（jù）等。除了（le）這些靜態數據之外，還（hái）要包括各種生產工（gōng）藝配方、設備消耗、人員管理、日常排班等動態數據。數（shù）字孿（luán）生在建設的過（guò）程當中，它與數據要（yào）素是交融（róng）的。除此之外，每一個環節（jiē）裏麵還需要加入控（kòng）製邏輯，實（shí）現具體的業務（wù）模型驅動。隻有這樣，一個工（gōng）廠（chǎng）才能從數據工廠變成模型工廠，最終（zhōng）走向智能工廠。

筆者十年來通過實踐（jiàn），建立了（le）一（yī）個龐大的知識圖譜，很多知識通過數字化進入了一個企業的知（zhī）識體係。一家製造商生產（chǎn）的價值7000萬（wàn）的設備，在（zài）賣給客戶的時候（hòu），沒有一頁說明書，沒有一本操作手冊。所有數據、信息和知識點，都包（bāo）含在機器係統之（zhī）中。這種連裝備帶知識的一體化數字化交（jiāo）付機器的方式，引（yǐn）起了用戶的高度好評。昂貴機器的使用，再也不需要很高的門檻。數據要素，通過知識圖譜，構建了一個一個友好界（jiè）麵的數字孿生，與工廠操作工可以實現（xiàn）高度（dù）互動（dòng）和智能性輔導。一台設備的（de）旁邊，悄然駐紮了設（shè）計師、工藝員和故障（zhàng）維（wéi）修工（gōng）。

這種數字孿生平台可以實現跨（kuà）產（chǎn）業的應用。在（zài）一個省的數字化轉型項目中，它需要從一（yī）產一直到三產的全產業鏈聯動（dòng）。首（shǒu）先從原產地的（de）育苗、山林、陽（yáng）光等開始記錄數據。隨後進入複雜的製造環節，既有發酵等流程行業（yè）工序，也有高速包裝這樣（yàng）的（de）典（diǎn）型離散製造。最後進入流（liú）通（tōng）環節，也可以（yǐ）實現（xiàn）消費者一碼追溯。數據要素在（zài）全環節的流動過程中，層層增值，而不同形式的數字孿生，則相互交融、套合，形成一套全鏈價值的提升。

數據要（yào）素已經獨立解（jiě）放出來，呈現出自己活靈活現、天馬行空的（de）風格，但有效的約束是必不可少的。而數字（zì）孿生則讓數據流動變得井然有序，充分吸收不同（tóng）係統的（de）數據來形成（chéng）價值合力，逐（zhú）漸釋放（fàng）數（shù）據要素的交易性特征。從這些角度出（chū）發，數（shù）字化轉型就（jiù）有了堅實的基座。