數字化轉型是當前很（hěn）多組織的發力點，形式多（duō）樣。數（shù）據要素（sù）則是一個重要（yào）線索。數據要素（sù）已經從國家層麵正式提出來，這是一種全新的思（sī）維方式轉變。每一個（gè）數據，其實都是數（shù）據要素，但這個要素一直在變換（huàn）形態。從設計、研發、生產、製造、營銷（xiāo），一（yī）直到用戶使用，它（tā）麵向的群體是不一樣的。因此，數字要素是有生命力（lì）和應用場景的。在數字化轉型過程中（zhōng），如何發（fā）揮數字要素（sù）的價值，非常值得關（guān）注。而不同的相關群體，如在預測和決策方麵所要求的數據要素，關係也大（dà）不相同。

數字孿生是將數據要素重新編織在一起的重要載體。在整個數據要素的變化（huà）過（guò）程中，包括設計對象數字化、運（yùn）行環境數字化、運行模型數（shù）字化，同（tóng）樣的數據參與（yǔ）了不同的流程，呈（chéng）現了不一樣的特征。

數字孿生就像是數字化的（de）替身演員，與物理實體相比，它的試錯成本（běn）會大幅度降低。人們（men）在現場完成調試和改善的成本是巨大的，而（ér）利用數字孿生技術則可（kě）以利用模型驅動，提前虛擬試錯，減（jiǎn）少昂貴的物（wù）理實（shí）體的（de）移動和消耗。

筆者在2008年就（jiù）開始組建數字孿生（shēng）的團隊，為一家煙草工廠的（de）設備零部（bù）件建立起 3D 虛擬輔助維（wéi）修，以解決昂貴的機器維修問題。當時一台設備的投入動輒（zhé）上億人民幣，近2萬個零部件，沒有三年以上的培訓，工人不（bú）敢開動機器；而一旦機器有了故（gù）障，往往需要等國外工程師來修複。後來采用了將機器零部件逐一建立1:1的數字模型，然後按照機器運（yùn）動軌跡，建立空間實際運動機理，並且將電路（lù）圖、使用指南的知識都進行了數字化。這三者不同的數據要素（sù）重（chóng）新結合在數字孿生機器裏。當機器有故障的時候，維（wéi）修人員就可以按圖索驥，直接在屏幕上分（fèn）析出故（gù）障位置，並且（qiě）借助於電子手冊，找到（dào）合理的維修方式。早期的數字孿生，讓（ràng）一台高不可攀的（de）設備，變成可以輕鬆（sōng）上手的尋常機器（qì）。

十三年過去了，隨著數（shù）字化技術的完善，數字孿生也越來越成熟。2021年5月27日，國家統計局公布了《數字經濟（jì）及其核（hé）心產業統計分類(2021)》(簡（jiǎn）稱“統計分類”)。數字孿生首次列入其中，正式成為國家統計指標。

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（zhuǎn）型的（de）快速進步。

那麽，數據源從何而來，向何而去？道理很簡單，實踐很繁（fán）雜。

這幾年的（de）智能製造，讓IT與OT兩個不同方向的團隊開始走向融（róng）合。但是（shì）信息化（huà）的團隊盡管在絞盡腦汁研究機器如（rú）何管理，如何做設備控製模型，但實際對設備並不（bú）了解。而OT的（de）團（tuán）隊則（zé）不懂（dǒng）編碼技（jì）術（shù），心中萬千體會也無法實現軟件化（huà）表達。如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的。後麵我們用數字孿生技術最好的方法是，OT人士和IT人士組成一個緊密的團隊，並且以數字孿生為對象，將很多數據在邊緣側（cè）解（jiě）決。特斯拉電動（dòng）車就代表了一種很簡單而（ér）先進的方式。汽車有兩類芯片，一類芯片（piàn）是（shì）控製車子的運行，還有一類芯片在（zài）管理現場設備。在行駛過程中，邊緣側會有自己的處理程序。如果碰到一條新路，雲端（duān）沒有的時候，邊緣側（cè）先形成一套路徑。隨後這段新路段的所有數（shù）據，就會全到雲上。而後下（xià）載到（dào）任（rèn）何一台特斯拉的汽車，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（jiù）地處理數據，就（jiù）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，由於如此之多（duō），必須能夠快速合理（lǐ）地設置標簽（qiān），以便於後續不同場合進行（háng）調用。就地處理，實現標簽認定和標識界定，就可以（yǐ）使得數（shù）據的去向變得非常清晰。

工業互聯網（wǎng）平台的架構，從邊緣層、PaaS，到（dào）SaaS層（céng）來區分（fèn），這是（shì）一種視角。如果完全從另外的角度來看，也就是數據要素（sù）的架構。一個工業互聯（lián）網平台裏麵，它的數據要素是什麽？所有數據（jù）放在（zài）這裏是幹什麽（me），為什麽要放在這個位置，哪些數據是在Paas層，哪些是在邊緣層，搞清楚這個（gè）原理了，工業互（hù）聯網平（píng）台就（jiù）迎刃而解了。

原來的（de）信息化係統都是由N個不（bú）同信息化公司建立的，所有數據都（dōu）是單列的，天生（shēng）就是煙囪式一樣的相互分離。很多數據庫（kù），如ERP數據庫、MES數據庫、大數據數據（jù）庫、邊緣側的（de）數據庫，都各自為政。但是如果從場景應用出發，從數字孿生角度看，就可以把（bǎ）數據庫做（zuò）成一體化。有了被標識過的數據，無論它們來自何方，都可以按（àn）照一個數據庫（kù）進（jìn）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（hé）時候，尋找所需要的（de）數據模型，改變響應的指標參數。

數字孿生是（shì）應用場景的虛擬化，每一個領域、每（měi）一個（gè）行（háng）業、每一個設備、每一個裝備、每一個產品都是不一（yī）樣的，而不一樣的數字孿生的（de）數據（jù）要素，如何變成統一？就是要靠數據標（biāo）識（shí）。隻有數據標識統（tǒng）一，才能讓數據（jù）實（shí）現自動化流動，可以實現（xiàn）橫向（xiàng）集成或者縱向集成。

那麽既有的信息化係統需要重構嗎？

並（bìng）不需要。原有係統（tǒng）的數據（jù）可以看成是（shì）風箏，而這些係（xì）統自有的標準和規範，就像是風（fēng）箏的拉線。任何第三方（fāng）的數據（風箏）抽取以後，都可以（yǐ）帶著“尾巴”參與業務的重新編（biān）排使用，而借（jiè）助於拉線則（zé）很容易跟原有係（xì）統建立關聯。在（zài）新的數字化平台上，數據（jù）是自由流動（dòng）的，而且可以實現數據自動化（huà），推動數字孿生完成規定動作。。

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

如果把數（shù）字（zì）模型、驅動模型（xíng）、設（shè）計模型、管理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（xiàn）跨界麵的（de）應用。例如原來一台人機界麵隻能看到某一台（tái）設備的情況，而現在數（shù）字孿生的（de）跨界麵性，可以使得（dé）一個人可以隨時調出其他機器的設備運（yùn）行情況，而且可以實現交互，甚至反控。

一個數字化工廠在建（jiàn）設過程當中，可以同步建立一個數字孿生平台（tái）。設計圖紙會同時導入（rù）到數字孿（luán）生平台，二者按照1:1的比例關（guān）係。與此同時，這（zhè）些模型之間，按照一定的約束關係進行重新組合。當生產線發生變（biàn）化的時（shí）候，由於數字孿生帶有的數據，具有邏（luó）輯可追溯性，因此很容易進行再次組合。一台機器（qì）原來放在A廠（chǎng）區，現在放到B廠區了。隻（zhī）要點擊相關運行程序，A廠區所有的數據都會全部調（diào）用過來，B廠區的人就隻需要尋找變化量進行配置，其他數據配置都是一鍵導入。大大降（jiàng）低了（le）生（shēng）產線（xiàn）的調試（shì）時間。五年前（qián）一（yī）個工廠的（de）數字（zì）孿生，20個人需要一年。而現在5個人2個月就能建一個數（shù）字化工廠的數字孿（luán）生空間，而且展示的麵板都是不用寫代碼的。

表麵的柔性（xìng），離（lí）不開底層的支撐。在建設（shè）數字孿（luán）生平台的過程中，首先需要支持多種協議接口，強大的集成功（gōng）能包括輔助決（jué）策。而數（shù）據（jù）則（zé）是多樣化，包括設計（jì）數據、經營管理（lǐ）數據、裝備銘（míng）牌數據等。除了這些靜態數據之外，還要包（bāo）括各種生產工藝配方、設（shè）備消耗、人員管理、日常排班等動態數據（jù）。數字孿生在建設的過程當中，它與數據要素是交融的。除此（cǐ）之外（wài），每一個環節裏麵（miàn）還需要加入控製邏（luó）輯，實現具體的業務模型（xíng）驅動。隻有（yǒu）這樣，一個工廠才能從數據（jù）工廠變成模型（xíng）工（gōng）廠，最終走向智能工廠（chǎng）。

筆者十年來通過實踐，建立了一個龐大的知識（shí）圖譜（pǔ），很多知識通過數字化進入了一個企（qǐ）業的知識體係。一家製造商生產的價值7000萬的設備，在賣給客戶的時候，沒有一頁說明書，沒（méi）有一本操（cāo）作手冊。所有數據（jù）、信息和知識點，都包含在機器係統之中（zhōng）。這種連裝備帶知（zhī）識的一體化數字化交付機器的方式，引起了用戶的高度好評。昂貴機器（qì）的使用，再也不需（xū）要很高的門檻。數據要素，通過知識圖（tú）譜，構建了一個一個友好界麵的（de）數字孿（luán）生，與（yǔ）工廠（chǎng）操作工可以實現高度互動和智（zhì）能性輔（fǔ）導。一台設備的旁邊，悄（qiāo）然駐（zhù）紮了設計師、工藝員和故（gù）障維（wéi）修工。

這（zhè）種數字孿生平（píng）台（tái）可以（yǐ）實（shí）現跨產業的應用。在一個省的數字化轉型項目中，它需要從一產（chǎn）一（yī）直到三產的全產業鏈聯動。首先從原產地的育苗、山林（lín）、陽光等開始記錄數據。隨後進入複雜的製造（zào）環節，既有發酵等流程行業工序，也（yě）有高速包裝這樣的典型離散製造。最後進入流通環節，也可（kě）以實現消（xiāo）費者一碼追溯。數據要素在全環節的流動過程中，層層增值，而不同形式的數（shù）字孿生，則相互交融、套合，形成一套全鏈價值的提升。

數據要素已經獨立（lì）解放（fàng）出來，呈現出自己活靈活現、天馬行空的風格（gé），但有效的約束是（shì）必不可（kě）少的。而數字孿生則讓數據流動變得井然有（yǒu）序，充分吸收不同（tóng）係統的數（shù）據來形成價值合力（lì），逐漸釋放數據要素的交易性特征。從這些角度出發，數（shù）字化轉型就有了堅實的基（jī）座。