2022年9月7日 星期三

‧ 2022\09\07\3S MARKET Daily 智慧產業新資訊

3S Market deliver Smart and Valuable information for Business

3S Market 傳遞 智慧應用與價值的商業資訊

· 2028 年的無人機趨勢:無人機即服務

你需要了解的有關無人機即服務模式的所有資訊 


不只是縮時,還有粉塵、噪音、位移偵測

3ds

無人駕駛飛行器(UAV),也被稱為無人機,正在重塑業務並創造新的業務。 自2016年以來,商用自主無人機的工業應用急劇增加。 根據市場研究和諮詢公司 Grand View Research, Inc. 的一份報告,預計在本十年末,無人機將成為多功能工具,到 2028 年,全球商業無人機市場規模將價值 5,014 億美元,從 2021 年到 2028 年複合年成長率(CAGR)為 57.5%。 根據《財富商業洞察》的一份報告,相比之下,這明顯高於同期自動駕駛汽車的預期市場成長,預計將達到 110.3 億美元,CAGR 為 31.3%。

各種終端用途垂直裝置,包括安全和執法、能源、農業、房地產、建築、媒體和娛樂等,受益於將無人機納入其現有的業務營運自動化,原因如下:

  • 隨著避免碰撞和自主性等技術的進步,無人機執行日益複雜的任務的能力可能會提高
  • 商用無人機預計將成為公司物流活動的潛在替代方案,幫助他們提高競爭優勢
  • 無人機被廣泛用於檢查發電廠、石油和天然氣,以及其他工業場地,以確保正確執行,並保護這些場地
  • 新的無人機支援法規,預計將降低提供無人機商業營運的新創企業的全部障礙
  • 無人機的出現將改變媒體行業,因為它允許新聞領域,在禁止人類進入的地區報導新聞。

在新冠肺炎大流行期間,無人機技術的採用率大大增加。 無人機在醫療保健領域,為實驗室樣本的提取和交付,以及醫療用品的運輸和交付提供了援助,減少了運輸週轉,並遏制了感染暴露。據聯合國兒童基金會稱,在疫情期間,超過 18 個國家,佈署了無人機來運送和運輸醫療用品和樣品。

無人機與人工智慧、機器學習、預測分析和雲的整合

當無人機與其他先進技術(如人工智慧(AI)和機器學習(ML))整合時,它們為市場提供了巨大的成長前景。 與先進的攝影機、感測器和人工智慧技術整合的無人機,可以更好地瞭解周圍環境,並可以更高效、更準確地導航地圖區域。它們可以追蹤和監控特定物體或生命形式的移動,並提供精確的分析回饋,這些回饋可以儲存在雲中。

一旦進入雲端,收集的即時資料,透過確保快速捕獲、處理和傳輸資料,為無人機使用者提供資料驅動的決策能力。使用者可以使用他們的人工智慧驅動的無人機,進行協作和訪問其他無人機捕獲的提要,並即時追蹤無人機飛行模式。具有預測學習模型的人工智慧和機器學習,有助於資料分析,從而能夠提供可操作的見解。

5G 方便供應商提供無人機即服務(DaaS)

5G交付模型和雲端運算技術,與無人機開發過程的整合,有望為商業無人機市場提供有利可圖的成長機會。無人機中的高速網際網路,使無人機使用者能夠在要求苛刻的環境中進行通訊,以成功完成媒體共享、指揮和控制,以及自動飛行等操作。

基於雲的「X 即服務」模式,正在各地迅速擴充套件,到幾乎每個行業的每個解決方案。無人機也不例外。5G 網路共享效率高,使服務提供商能夠提供無縫行動寬頻連線、超低延遲通訊,和大規模機器對機器(M2M)型別的通訊佈署。

反過來,由於這種服務提供商,能夠向其使用者提供無人機即服務(DaaS)模式,從而產生新的收入來源。DaaS 是組織無人機需求的外包。

隨著電子商務行業的持續成長,無人機將改變全球交付和物流部門;從 2021 年到 2028 年,該行業預計將達到 60% 以上的 CAGR 最高水準。無論無人機型別如何,他們的需求都在高峰期:

  • 旋轉葉片無人機:由於旋轉葉片無人機,能夠長時間保持單個目標的視覺效果,並懸停和執行敏捷機動,因此對檢查活動的需求將增加。由於它們比固定翼和混合無人機更容易控制,因此它們非常適合拍攝和攝影、監視和監控等商業應用
  • 混合無人機:這些無人機利用電池和燃料的優勢,以最大限度地提高其功率和效率。混合無人機在惡劣天氣條件下飛行時間更長,有效載荷更高。亞馬遜正在使用混合無人機來高效地遞送包裹;Facebook 使用它們在偏遠地區提供網際網路連線

全球各地的倉庫正在投入大量資金,以提高其自動化水準,包括無人機,這在條碼掃描等任務和操作中很有用。

北美無人機市場

2020 年,就數量而言,北美佔據了最大的市場比率,約為全球的 37%。在未來幾年和本十年末,由於政府的舉措、無人機技術的進步,以及各行業企業日益成長的需求,無人機市場將出現顯著成長。美國聯邦航空管理局(FAA)釋出了法規,為無人機在商業空間的法律和安全操作,提供一致的準則。

全球無人機製造商和供應商,目前正在開發客製化的特定行業解決方案。量身客製化的無人機有不同的尺寸、重量和形狀;它們攜帶不同的感測器有效載荷,具有不同級別的人工智慧和機器學習,以適應廣泛的應用基礎。 一些最成功的全球商業無人機市場參與者包括大疆、鸚鵡無人機 SAS、YUNEEC、3D 機器人和 EHANG。



按此回今日3S Market新聞首頁 

· 5 項創新將使公共交通更具彈性

TOP-10 交通解決方案。 交通的未來。 



UITP


從 5G 到區塊鏈... 

哪些創新將使公共交通更具彈性?


有很多方法可以提高公共交通的彈性:設計能夠快速適應的城市交通系統、進行適當的風險評估,以及培訓應對危機的能力。


但該行業不斷發展和創新。其中一些創新,有可能進一步提高公共交通的彈性。


讓我們來看看五項將使公共交通和城市交通更具彈性的創新。


改進的電信系統

電信系統是公共交通部門許多創新的核心。從按需運輸到非接觸式票務,這一切都依賴於穩定可靠的數據流。


隨著電信的發展,4G 變為 5G 及更高版本,更多設備可以以更快的速度連接到網路。這有助於為乘客提供即時資訊,同時也更好地實現智慧連接和使用者需求管理。


特別是在危機中,當服務中斷或轉移時,為乘客提供即時準確的資訊非常重要。準確監控使用者需求,也有助於有效分配稀缺資源。


區塊鏈和分佈式賬本技術

從車輛製造一直到乘客體驗,區塊鏈和分佈式賬本技術 (DLT) ,越來越受到公共交通營運商和決策者的關注。


DLT 在虛擬分散數據庫中維護交易數據的永久記錄,該數據庫通常為安全起見進行加密。區塊鏈是比特幣等加密貨幣背後的技術,是 DLT 的一個例子。

由於其分散的性質,這意味著整個分類帳儲存在遍布網絡的多個設備上,DLT 特別適合抵禦網路攻擊。


在聖保羅和里約熱內盧等城市,一些乘客選擇使用比特幣支付車費,以避免當地貨幣價值的波動。


區塊鏈的另一個功能,是優化公共交通營運商和行業的供應鏈和庫存管理。基於 DLT 的庫存管理,可以減少摩擦並提高效率。


UITP 最近發布了一份關於公共交通分佈式賬本技術的報告:


閱讀區塊鏈用例報告。


按需和微行動

行動行業有各種各樣的參與者,從傳統的公共交通營運商到技術發展和數位化推動的供應商。想想自動駕駛汽車、汽車和自行車共享服務、併車、叫車和微型行動行業。


這些行動解決方案在城市復原力中,發揮著關鍵作用。在 COVID-19 大流行的情況下,共享自行車和踏板車,提供了與保持社交距離的出行選擇。透過將它們整合到公共交通網路中,它們為遠離公共交通的人們,提供了多式聯運選擇。


正因為如此,按需和微型交通不僅使城市更能抵禦危機,而且有助於應對全球變暖。由於人們對汽車的依賴程度較低,因此他們可以減少碳足跡,並在此過程中提高道路安全。 


大數據與人工智慧

在最近的一篇報導中,我們討論了數據實現智慧、彈性和健康城市的 5 種方式。一個引人注目的例子來自倫敦交通局,它透過一個包含 500,000 張倫敦自行車資產圖像的數據庫,來促進積極的旅行。這有助於在潛在騎自行車者,轉向積極和多模式通勤時建立信心。公民對出行選擇越滿意,他們就越能從危機中恢復過來。


倫敦交通局使用的另一個有用的數據資產,是票務水龍頭。簡單地說:人們多久點擊一次車票進入或離開某個車站。透過與公眾共享這些數據,他們可能會在高峰時間以外的時間旅行,或者在車站因緊急情況太忙時,選擇替代路線。


當然,這些數據也有助於制訂應急響應計劃,因為營運商知道如果事件演變成緊急情況,有多少乘客需要替代出行方式。


人工智慧 (AI) 有助於分析和使用這些數據集。隨著人工智慧的進一步發展,它將釋放公共交通部門各個方面的數據價值。


電氣化和可再生能源

交通運輸部門使用的能源中,有 97% 來自化石燃料。只有 3% 來自可再生能源,而它們是更具彈性的燃料來源。公共交通脫碳是實現碳中和,和增強城市復原力的最快、最具成本效益的方式。


正如最近的全球事件所顯示的那樣,化石燃料的供應很容易中斷。這導致價格上漲,可能給公共交通營運商和當局帶來財務困難。如果供應進一步下降,則可能意味著服務的連續性將受到威脅。


太陽能和風能等可再生能源,可以在當地採購。例如,在巴西,一位營運商在其車站屋頂安裝了太陽能電池板,從而降低了配電成本,並保證有足夠的本地能源來維持車站的運轉。


但為了使用可再生能源,公共交通部門正在努力實現其公車車隊的電氣化。例如,TUMI 電動巴士使命,目的在激勵 500 個城市到 202 年採購超過 100,000 輛電動巴士5。這將減少超過 15 兆噸的二氧化碳排放量。



· 雲端智慧工廠

 

  智慧製造看向雲端



cimetrix


雲端計算-1

我們軟體開發社群中的一些人,回憶起雲端運算只不過是一個行銷流行語,被許多以網際網路時代變化速度的第一手經驗的開發人員嘲笑,但可能沒有足夠的經驗來更好地瞭解。今天,支援雲的架構是如此普遍,以至於大多數方面都必須捍衛替代方案。雖然不一定在製造業。

與雲端運算平行,工業 4.0 和智慧製造正在發生,其影響正變得更加明顯,不可能被忽視。嘲笑I 4.0 和智慧製造做為流行語的人更少。更常見的是,它們被更好地定義為一套有用的原則,並應用於現實世界的問題,並具有令人興奮的結果。I 4.0和雲端運算的匯合,是一個相當罕見的交叉集。對於許多製造商來說,這有點多。我們這些在這個領域工作的人,理解聖雄甘地的著名名言(錯誤):「首先他們忽視你,然後嘲笑你,然後他們和你戰鬥,然後你贏。」 戰鬥正在進行中;雲端運算和智慧製造的融合是本報導的重點。

在工業 3.0 的變化中,當電腦以一種重大方式引入時,它們本身都發生了變化。現在工業 4.0 已經到來,正是這些機器的網路推動了這一變化。網路效應很容易理解,但由此產生的變化必然會在整個行業產生漣漪效應,這很難預測。

十年前,雲端運算也發生了類似的事情。起初,策略和好處被理解為,簡單地從第三方租用運算能力。「雲只是別人的電腦」,是 IT 專業人員常見的副歌。起初,當移動到雲端做為「提升和移位」策略時,這已經足夠了。這意味著你應該使用一個應用程式,重複在雲端的類似平台上執行,節省幾美元。然而,一些非常創新的公司很快意識到,公有雲供應商提供的靈活性、可擴充套件性和新服務數量,意味著必須重新架構應用程式,才能利用這些可能性。軟體行業仍在發現,由此產生的 SaaS 模型的所有可能性。 SalesforceNetflixAmazon 和其他一些人看到了這些可能性,建構了他們的應用程式和服務,我們其他人仍在學習。

數字掛鎖安全

在 Cimetrix,我們有一些與正在進入 I 4.0/雲匯合領域的製造商合作的經驗。我們的感覺是,對話是按照類似的追求路線進行的。談話的第一個話題圍繞著恐懼——安全是主要關注的問題。工廠如何允許其資料離開四面牆?最近的兩起事件,使這一論點更容易克服:2018 年夏天,台積電不得不關閉其大部分業務,當時安裝在新工具上的電腦病毒,蔓延到許多其他主機。數億美元的發貨延誤和其他成本,是由於違反了以前被認為是安全的工廠環境。在雲端:Capital One 漏洞,一百萬個社會保障號碼被盜,最初的頭條新聞與亞馬遜雲有關。從那時起,該銀行承認了錯誤,很明顯,AWS 服務是安全的。

對安全論點重要的兩個關鍵要素是:1)僱用才華橫溢的安全專業人員;2)一旦發現漏洞,就佈署關鍵安全補丁。公有雲供應商很久以前就認識到了這一點,因此他們的資料中心採用的安全措施,超出了大多數業務的可負擔性。與雲相比,繼續在現場託管應用的工廠,越來越多地與雲供應商競爭安全人才。這些雲供應商規模龐大,每年仍成長約 40%。 其結果是,你的應用和資料,在雲端比在「預備」伺服器上越來越安全。

Red_smart_factory

一旦這些恐懼得到緩解,下一行推理就會傾向於辨識機會。這就是 Cimetrix 處於獨特位置的地方。我們擁有連線工廠裝置、將資料傳輸到雲端,以及向客戶展示如何開始利用這些技術的專業知識。通常,第一步只是連線儘可能多的工廠裝置,獲得一些簡單的資訊,然後再擴充套件。事實證明,對於利用合同製造和外包的分散式供應鏈來說,這種選擇非常富有成效。瞭解裝置的使用速度,只需兩條簡單的資訊即可完成,這非常有用。當各方都知道現有裝置的利用率時,新產品的資本預算談判往往會提高。像這樣的專案的投資報酬率,往往是月或幾週的規模,而不是幾年。

在以這種方式證明投資報酬率後,只有幾條簡單的訊息,下一步通常涉及收集更多資料。這就是雲端運算的真正力量可以承受的地方。智慧工廠運算意味著在工廠層面應用智慧,以創造一個動態的生產環境,在那裡降低成本和提高品質的速度非常快。公有雲公司目前正在開發機器學習,和非常好的人工智慧工具,對這位作者來說,似乎非常適合工廠資料。「大數據」不會比在典型工廠已經工作的無數感測器大多少,抽出大量資料,將這些資料放入雲端並封閉迴圈回到工廠裝置,將使第一批採用者受益,其方式類似於早期的雲端算創新者。

十年前,創新公司取得了飛躍,重新建構雲應用帶來了巨大的好處。 我們看到,願意在這些新的雲服務的幫助下,進行創新的製造商也將帶來類似的飛躍。不難想像,亞馬遜的電子商務引擎如何從客戶資料中受益,向曼聯 T 恤的線上買家推薦合適的啤酒品牌。我認識的一位資料科學家曾經說過:「演算法說,當英國下雨時,我們應該推薦這種啤酒。我不在乎為什麼,只要它賣了。」 這個演算法正在去你附近的工廠的路上。儘管這些演算法將進行調整,而不是將瀏覽器線上轉換為買家,而是專注於收益率、週期時間和利用率。

關於雲端運算還有許多其他論點,我們在這裡忽略了。 贊成可用性、可擴充套件性、合規性、易於佈署等的論點。這些都是真的,但在許多其他場所都得到了更好的解決。工業 4.0 也是如此;與雲端運算相比,這是一個年輕的兄弟姐妹話題,但在其他著作中仍然更好。 我們 Cimetrix 相信,當我們回顧 10 年後,在這種技術融合中最具創新能力的公司將實現巨大的潛力。

要了解更多資訊或安排諮詢,請單擊下方。


問問專家



· 工業環境中的數位雙胞胎和數位雙胞胎技術

 
工業 4.0 中數位雙胞胎在不同行業的不同應用



i-SCOOP


數位雙胞胎有望改變製造流程,並提供降低成本、監控資產、優化維護、減少停機時間,和支持創建互聯產品的新方法。

數位雙胞胎模式雖然並不新鮮,但正在快速進入製造業和建築業等其他行業。物聯網是驅動因素之一。工業、非學術環境中的數位雙胞胎。

物聯網中數字孿生的興起


當你開始將物聯網端點、設備和實體資產連接到數據感測和收集系統時,這些系統會轉化為洞察力,並最終轉化為優化/自動化的流程和業務成果,就像我們對工業物聯網 (除其他外)所做的那樣,至少可以說,出現了一些新的可能性。


數位雙胞胎是推動業務成果的活生生的模型(Colin J. Parris,GE)


即使我們還只是真正看到了可能性的冰山一角,有時也需要一點想像力,才能理解這些機會。數位雙胞胎就是一個完美的例子,也是工業 4.0 願景和工業網路的關鍵。數位雙胞胎絕對有望兌現,其在製造業及其他領域的許多承諾。一個明顯的標誌是工業物聯網平台對數位雙胞胎應用案例的支持越來越多。

我們都已經習慣了數位化的概念和實踐:書籍變成了電子書,紙質資訊變成了電子格式和數位化過程,比特和字節的音樂,不勝枚舉。我們也開始理解相反的情況,例如 3D 列印。數位雙胞胎又是不同的東西。它們是實物資產的數位(軟體)副本。這是非常簡單的定義。讓我們更深入地瞭解一下。

數位雙胞胎:樂趣翻倍,可能性翻倍

首先,讓我們回到我們將紙質資訊數位化的案例,也稱為文檔捕獲和掃描。

一旦完整文檔或更重要的,是我們需要的紙質文檔資訊被掃描和存檔,或用於驅動任何業務流程,我們可以對原始文件做兩件事:刪除它或保留它,例如用於監管原因。

如果我們把它扔掉,無紙化的夢想,它就消失了,我們所擁有的只是數位資訊,沒有副本。顧名思義,對於數位雙胞胎,我們有兩個版本的「事物」:實體雙胞胎和數位雙胞胎。在這種情況下,我們並不是指要數位化的紙質文檔或一批紙,而是你猜對了,我們從物聯網以及今天主要是網路實體系統中,瞭解的實體資產工業網路和工業 4.0,包括智慧工廠

數位雙胞胎是實體事物或系統的動態軟體模式(Gartner)


想像。你有一個帶有感測器的飛機發動機,和大量複雜的零件和技術,就像我們在物聯網案例中提到的勞斯萊斯一樣。

如果你可以在由工程師使用 CAD(電腦輔助設計)和 CAD 3D 模型和「功能」設計的雲中製作完全虛擬的複製品(不要與增實境混淆,但你將在下面閱讀)會怎樣? 」就像真正的引擎會做的那樣,但隨後是虛擬形式(模擬)?

如果虛擬副本真的是數位雙胞胎,從而表現得像真實的東西,那將幫助我們檢測可能的問題,測試新設置,模擬各種場景,分析需要分析的任何內容,事實上,幾乎可以做所有事情,我們希望在虛擬或數位環境中,知道我們對數位雙胞胎所做的事情,也會在使用「真實」實體資產時發生。這也是我們以全新方式談論創新和產品設計的地方。

物聯網為渴望真實數據的數位雙胞胎提供食物

好的,但我們怎麼能確定會是這種情況呢?這就是感測器和物聯網,或更好的數據發揮作用的地方。我們案例中的引擎或任何其他實體資產,幫助我們製作數位雙胞胎,因為它提供了使數雙胞胎成為真正雙胞胎所需的數據。

數位雙胞胎提供了許多好處,我們將在後面詳細說明。事實上,你可能已經看到了這個概念的實際應用。如果你不這樣做,下面的影片使用配備感測器的自行車,會給你一個好主意。

由於物聯網以及推動物聯網和數位雙胞胎的技術成本降低,目前數位雙胞胎使用的加速是可能的

但是,在現實生活中,你會注意到今天的數位雙胞胎,主要用於工業網路和工業物聯網,當然還有工程和製造。如果你還記得我們的飛機發動機,或其他複雜且技術密集型的物理資產,例如支持物聯網的工業機器人等等,你就可以想像為什麼。只要你獲得這些數據,你甚至可以創建具有一組實體資產的環境的數位雙胞胎。

這也是為什麼當我們談到對數為雙胞胎的投資和解決方案時,我們通常會遇到在工業網路中非常活躍的公司的名字。以通用電氣為例。PTC、西門子、CSC、SAP,不勝枚舉。

數字風電場中的數字孿生控制 - GE 通過 Windpower Engineering and Development
數位風電場中的數位雙胞胎控制 —— GE via Windpower Engineering and Development

關於數位雙胞胎,你可能還想知道三件事:

  1. 數位雙胞胎的概念並不新鮮。 此處(PDF 打開)是 Michael Grieves 博士的白皮書,他在其中解釋了「他的」數位雙胞胎概念,在虛擬工廠複製範圍內,並將數位雙胞胎概念的根源,追溯到他的密西根大學產品生命週期高管課程,在大多數資訊仍然基於紙張的日子裡,管理 (PLM) 和我們今天所知道的資訊管理,和製造執行系統(MES) 還不存在(當然也沒有物聯網)
  2. 2016 年底,Gartner 將數位雙胞胎列入了 2017 年十大技術趨勢,並預測在三到五年內,「數十億事物將由數位雙胞胎、物理事物或系統的動態軟件模型代表」,這也是 Gartner 如何定義數位雙胞胎的,你可以在此處閱讀
  3. 雙胞胎技術也源於一個完全不同的環境,你可以遠離需要監控和維修的機器(監控和診斷是可以使用數位雙胞胎的眾多原因之一):太空探索作為 GE 的 Dimitri 沃爾克曼在 2016 年 11 月的一篇博客文章中寫道,將數位與實體對象配對的技術,是由 NASA 研究在太空探索早期開發的,其中數模式有助於操作、模擬和分析,由實體控制的底層系統。你可以想像,太空探索的預算、手段和需求都比公司高一點。NASA 仍然使用數雙胞胎,但現在也出於與其他「行業」類似的原因。

數位雙胞胎的未來

實際上,通常存在幾種類型的雙胞胎(例如,對於流程和對於產品)。

你還可以想像,如果許多相互連接的雙胞胎像下面,影像中的汽輪機機隊中那樣相互連接(使用相似性學習模型),則整體洞察力和分析將成倍增加,從而導致複雜操作中的更多可能性。


在未來,我們將看到雙胞胎擴展到更多的應用、應用案例和行業,並與更多技術相結合,例如語音功能、增強現實沉浸式體驗、人工智慧功能,以及更多讓我們能夠深入了解雙胞胎的技術,從而消除需要去檢查「真實」的東西等等。

談到未來,分析師主要指出 2020-2021 年,是雙胞胎將在關鍵業務應用中,發揮作用的年份(當然,已經有很多例子,而且在 2018 年和 2019 年,雙胞胎技術也是一個熱門話題)。

Gartner 認為雙胞胎在物聯網專案環境中的主要地位,直到 2020 年。該公司預計,到 2021 年,一半的大型工業公司將使用雙胞胎。然而,有關雙胞胎的未來,以及這些和其他預測的更多資訊,透過下面的按鈕。

數位雙胞胎的未來
數字孿生和數字孿生技術預測和預測

數外雙胞胎變得有形:自行車案例

在 2015 年 LiveWorx 上,工業物聯網領導者 PTC,該公司的 EVP CAD,Michael M. Campbell 用簡單的語言解釋了整個想法,盡可能使用 PTC 使用自行車建的設置請參閱 YouTube 上的視頻。

簡而言之:這輛自行車在數位複製案例中,展示了幾種正在發揮作用的技術。首先,自行車配備了必要的技術並進行了連接,使其成為我們現在所說的「智慧」。生成的資訊在儀表板中得到利用,在這種情況下,當然是 PTC 的 ThingWorx,然後進入數位雙胞胎。最後一步,是在擴增實境環境中利用資訊。

好處包括:了解產品在現實世界中的使用方式及其性能,這反過來又會導致諸如產品優化、對新產品或版本的潛在洞察力、改進的(如果可行的話)預測服務能力等目標。

換句話說:將數據轉化為智慧,在數位(虛擬)世界和物理(實體)世界的交叉中轉化為行動。當然,這只是一個展示影片,其中包含特定產品範圍內的一些好處。你可以想像,如果你擁有風力渦輪機或航太飛行器的數位雙胞胎(僅舉兩個)會發生什麼。這並不意味著好處(我們根據影片僅列出了一些)或產品僅涉及大型工業資產和產品。正如技術成本的下降,加速了物聯網以及數位雙胞胎技術的發展一樣,未來幾年,在越來越智慧的產品環境中,同樣的成本下降和業務案例,肯定會擴展到越來越多的產品。這可能會比我們想像的更早發生。

數位雙胞胎「活」模式,推動業務成果

在 YouTube 上的另一個影片中,現在來自 GE (畢竟他們創造了工業網路這個術語,並且在數位雙胞胎中做了很多工作),通用電氣全球研究中心軟體研究副總裁 Colin J. Parris 帶你踏上數位雙胞胎之旅。

在視頻中,Parris 將數位雙胞胎稱為「推動業務成果的活生生的模式」。這聽起來確實比實物資產的數位虛擬副本要好得多。它當然更接近本質:我們在使用數位雙胞胎時,想要實現的目標,當然需要有一個基本原理、一個商業案例和一個維護、優化、成本節約,或兩者兼而有之的目的更多的。

雖然看起來有點未來感,但它是一個與自行車示例完全不同的演示,它展示了一個實際的蒸汽輪機數位雙胞胎,它立即讓你體驗到數位雙胞胎,如何透過數位雙胞胎和水準上的先進技術,在人與機器之間的介面,人工智慧和語音等技術使人們 —— 以及很快的其他設備 —— 能夠基於混合數據採取行動,從邊緣數據(實際上是物聯網和邊緣運算) 和操作數據到歷史數據。Parris 所說的「看、想、做」。

上圖:Shutterstock -版權所有 Zapp2Photo - 所有其他圖片均為其各自提及的所有者的財產。