Цифровые двойники на службе у компаний
Рон Бек (Ron Beck), директор по маркетинговой стратегии в Aspen Technology, компании, специализирующейся на разработке программного обеспечения для оптимизации производственных активов, поделился экспертным мнением на тему значения технологий искусственного интеллекта и цифровых двойников для успешной деятельности промышленных предприятий.
В одном из жарких споров поставлена точка. Игнорировать искусственный интеллект дальше просто невозможно. Каждой компании нужна эффективная стратегия внедрения ИИ, во многом потому, что стремительное развитие технологий открывает новые пути ведения бизнеса.
Чем больше предприятий будут использовать потоки оперативных и бизнес-данных для управления машинным интеллектом и получения аналитики, тем стремительнее будет развиваться ИИ. Сейчас большинство компаний используют лишь малую часть собираемых данных. Раскрыть огромный потенциал этой информации может внедрение цифровых двойников (виртуальных копий активов и процессов компании).
Опубликованный в 1984 году роман Уильяма Гибсона «Нейромант» позволил читателям представить, каким может быть мир с искусственным интеллектом. Гибсон предложил свое видение ценности и мощи цифровых двойников и их влияния на мир. Более трех десятилетий спустя это видение воплотилось в корпоративной сфере. Виртуальные копии физических объектов и процессов позволяют компаниям с помощью аналитики и ИИ полностью использовать возможности, которые предлагают им многометрические данные. Благодаря ИИ и взаимосвязанности индустриального мира инноваторы могут находить закономерности и использовать экспертные знания для получения важных аналитических данных и создания готовых решений для цифровых двойников.
Время реализаций
Теперь получение продвинутых технологий по запросу — это реальность. Цифровые двойники меняют подход компаний к работе, особенно в энергетической и химической отраслях, где очень важно понимать, во что стоит вкладывать деньги. В условиях изменчивости, неопределенности и сложности рынка цифровые двойники могут помочь компаниям добиться устойчивого развития и эффективности производства.
Цифровые двойники — это средства моделирования физических активов, с помощью которых можно безопасно тестировать сценарии «что, если» и прогнозировать износ активов и их выход из строя. Для этого необходимы опытные эксперты и самообучающиеся системы. Цифровые двойники также играют роль бизнес-моделей для оптимизации разнообразных бизнес-сценариев.
Опираясь на модели и актуальные данные, цифровой двойник отражает поведение физического объекта или процесса и позволяет оптимизировать производительность. Благодаря этому можно сделать выводы об эффективности системы, а затем принять меры в реальном мире.
Цифровой двойник обновляется, используя актуальные данные актива, и постоянно совершенствуется усилиями агентов ИИ. Во-первых, цифровые двойники гарантируют, что при моделировании обрабатывающего завода используются технологические модели, подкрепленные ИИ и моделями управления расходами и рисками.
Во-вторых, цифровой двойник позволяет моделировать и просматривать операции, в том числе создавать модели планирования, управления и производства. Это применяется в таких областях, как моделирование спроса, распределение энергопотребления, контроль и оптимизация производственных процессов. Мы ожидаем, что скоро появится возможность автоматической оптимизации нефтепереработки.
В-третьих, цифровая модель эксплуатационной надежности помогает планировать профилактическое обслуживание и принимать решения в реальном времени. Так можно повысить время бесперебойной работы, скорректировать процессы, сократить влияние на окружающую среду и производственные потери и, главное, обеспечить безопасность. Цифровые двойники также позволяют следить за состоянием активов и устойчивым развитием. С их помощью технические специалисты могут получать данные и на их основе искать и устранять уязвимости активов.
Компаниям нужна цифровая эталонная архитектура, чтобы структурировать внедрение цифровых двойников и обеспечить взаимодействие подразделений.
Польза для бизнеса
Широкое использование цифровых двойников может принести предприятию ощутимую пользу. Они могут быть очень полезны, например, при моделировании на уровне подразделений для контроля процессов и состояния активов, управления и оптимизации. Энергопотребление, нефтеперегонка, планирование запасов химического сырья и специальных химикатов, устранение узких мест и рисков, сокращение выбросов — вот, где заводы могут с выгодой применять цифровые двойники. Новая, но важная область — визуализация на уровне предприятия. С ее помощью руководство может быстро анализировать возможности получения прибыли и принимать решения на основе информации о состоянии производства.
Примеры успешного использования цифровых двойников.
- Боливийская нефтедобывающая компания YPFB Andina повысила выручку на миллионы долларов благодаря цифровому дублированию всех активов.
- Крупная международная нефтеперерабатывающая компания из США внедрила цифровые двойники с машинным обучением. Она увеличила время бесперебойной работы и маржу, сэкономив десятки миллионов долларов благодаря контролю износа оборудования.
- Компания Bharat Petroleum (BPCL) внедрила цифровой двойник и всего за полгода добилась снижения выбросов серы на 90%, а за счет продаж извлеченной серы получила дополнительный доход.
- Производитель полимеров внедрил цифровой двойник на основе мультивариативного анализа, чтобы управлять широким рядом специальных химических продуктов и поддерживать высокое качество производства.
Инновационная технология помогает компаниям повышать эффективность, но при этом нужен стратегический подход и план развития. Инвестируя в цифровые двойники, предприятия должны следить за тем, как эта технология повышает их конкурентоспособность. Помимо внедрения технологий, компаниям необходимо заняться реорганизацией и развитием. Нужно также оценивать готовность к инновациям и энтузиазм руководства и сотрудников, ведь без нацеленности на дополнительную прибыль новые технологии не будут так полезны.
Рон Бек (Ron Beck),
директор по маркетинговой стратегии в Aspen Technology