數字化轉型是當前很多組織的發力點，形式多樣。數據要素則是一（yī）個重要線索。數據要素已經從國家層麵正式提（tí）出來，這是一種全新的思維方式（shì）轉變。每一個數據，其實（shí）都是數據要素（sù），但這個（gè）要素一（yī）直在變換形態。從設計、研（yán）發（fā）、生產、製造、營銷，一直到用戶使用，它麵向的群體是不一樣的。因此，數字要素是有（yǒu）生命力和應用場景的。在數字化轉型過程中，如何發揮數字要素的（de）價值，非常值（zhí）得關注。而不同的相關群體，如在（zài）預（yù）測和決策方麵所要求的數據（jù）要素，關係也大不相同。

數字孿（luán）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過程中，包括設（shè）計（jì）對象數（shù）字化、運行環境數字（zì）化、運行（háng）模型數字化，同樣的數據參與了不同（tóng）的流程，呈現了不一（yī）樣的特征。

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

筆者在2008年（nián）就開始組建數字孿生的團隊（duì），為一（yī）家煙草工廠的設備零部件（jiàn）建立（lì）起 3D 虛擬輔助維修，以解決昂（áng）貴的機器維修問題。當時一台（tái）設備的投入動輒上億人民幣，近2萬個零部件（jiàn），沒有三年以上的（de）培訓，工（gōng）人不敢開（kāi）動機器；而一旦機器有了（le）故障，往往需要等國外工程師來（lái）修（xiū）複。後來采用了將機器零部件逐一建立1:1的數字模型，然（rán）後按照機器（qì）運動（dòng）軌跡，建立空間實（shí）際運動機理，並且將電路圖、使用指南的知識都進行了數（shù）字化。這（zhè）三者不同的數據要素（sù）重新結合在數字孿生機（jī）器裏（lǐ）。當機器（qì）有（yǒu）故障的時（shí）候，維修人員就可以按圖索驥（jì），直接在屏幕上分（fèn）析出故障位置，並且借助於（yú）電子手冊，找到合理的維修方式。早期（qī）的數字孿生，讓一台高（gāo）不可攀的設備，變（biàn）成可以輕鬆（sōng）上手的尋常機器。

十三年（nián）過去了，隨著數字化技術的完善，數字孿生也（yě）越來越成熟。2021年5月27日，國家統計局公布了《數字經濟及其核心產業統計分類(2021)》(簡稱“統計分類”)。數字孿生首（shǒu）次列入其中，正（zhèng）式成（chéng）為國家統計指（zhǐ）標。

從（cóng）數（shù）據要素到數字孿生，落地應（yīng）用越來越務實，這是數字化轉型的快速進步。

那麽，數據源從何而來（lái），向何而去？道理很簡單，實踐很繁雜。

這幾年的智能製造，讓IT與OT兩個不同方向（xiàng）的團隊開始走向融合。但是信息化的（de）團隊盡（jìn）管在絞盡腦汁研究（jiū）機器如何管理（lǐ），如（rú）何做設（shè）備控製模型，但實際對設（shè）備並不了解。而（ér）OT的團隊則不懂編碼技術，心中萬千體會也無法實現軟件化表達。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（hòu）麵我們用數字孿生技術最好的方法是，OT人士和IT人士組（zǔ）成一個緊密的團隊，並且以數字孿生為對（duì）象，將很多數據在（zài）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式。汽車有兩類芯片，一類芯片是控製車子的運行（háng），還（hái）有一類（lèi）芯片在管理現場設備。在（zài）行（háng）駛過程中，邊緣側會有自己的處理程序（xù）。如果碰到一條新路，雲（yún）端沒有的時候，邊緣（yuán）側先形成一套（tào）路徑。隨後（hòu）這段新路段的所有（yǒu）數據，就會全到雲上。而（ér）後（hòu）下（xià）載到任何一台特斯拉的汽車（chē），一條新路變成了所有車的老路。數據的特征描述也同樣（yàng）非常（cháng）重要。就地處理數據，就涉及（jí）到數據（jù）清洗。很多（duō）髒數據和不準確的數據需要剔除掉。而對（duì）於處理好的數（shù）據，由於如此之多，必須能（néng）夠快速（sù）合理地設置（zhì）標簽，以便於後續不同場合進行調用。就地處理，實現標簽認定和標識界定，就可以使得數據的去向變得非（fēi）常清晰。

工業（yè）互聯（lián）網平（píng）台的架（jià）構，從邊緣層、PaaS，到SaaS層來區分，這是一種視角（jiǎo）。如果完全從（cóng）另外的角度來看，也就是數據要素（sù）的架構（gòu）。一個工業互聯網平台裏麵，它的數據要素是什麽？所有數（shù）據放在這裏是幹什麽，為什麽要放在這個位（wèi）置，哪些數據（jù）是在Paas層，哪些是在邊緣層，搞（gǎo）清楚這個原理了，工業互聯（lián）網平台就迎刃而解了。

原來的信息化係統都是由N個不同信息（xī）化公司建立的，所（suǒ）有數據都（dōu）是單列的（de），天生（shēng）就是（shì）煙囪式一樣的相互分離。很多數據庫，如ERP數據庫、MES數據庫、大數據數據庫（kù）、邊（biān）緣側的數據庫，都（dōu）各自為政。但是如果（guǒ）從場景應用出發（fā），從數字孿生（shēng）角度看，就可以把數據（jù）庫（kù）做成一體化。有了被標（biāo）識過（guò）的數據，無論它們來自（zì）何方，都（dōu）可以按照一個數據庫進行統一排隊和分（fèn）類。就像是用同（tóng）一個（gè）數據庫，將各種數據庫直連，人們可以在任（rèn）何時候，尋找所需要的數據模型，改變響應的指標參數。

數字孿生是應用場景的虛擬化，每一個領域、每一個行業、每一個設備（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（shēng）的數據要素，如（rú）何變成統一？就是要靠數（shù）據標識。隻有數據標識統（tǒng）一，才能讓數據實現（xiàn）自動化流動，可以實現橫向（xiàng）集成或者縱向集成。

那麽既有的信息化係統需要重構嗎？

並不需要。原有（yǒu）係統的（de）數據可以看成是風箏，而這些係統自有的（de）標準和規範，就像是風箏的拉線。任何第三方的數據（風箏）抽取以後，都可以帶著“尾巴”參與業務的重新編排使用，而借助於拉線則很容易跟原有（yǒu）係統建立關聯。在新的數字化平台上，數據是（shì）自由流動的，而且可以實現數據自動化，推動數字孿生完成規定動作。。

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

如果把數字模型（xíng）、驅（qū）動（dòng）模型（xíng）、設計（jì）模型、管理（lǐ）模型全（quán）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（ér）且，它可以實現跨界麵（miàn）的應用（yòng）。例如原來一台人機界麵隻能（néng）看到某一台（tái）設備的情況，而現在數字孿生的跨界麵性，可以使得一個人可以隨（suí）時調出其他機器（qì）的設備運行情況，而且可（kě）以實現交互，甚至反控。

一個數字化工廠在（zài）建設過程當中，可（kě）以同（tóng）步建（jiàn）立（lì）一個（gè）數字孿生平台。設計圖紙會同時（shí）導入到數字孿生平台，二者按照1:1的比（bǐ）例關係。與此同時，這些模型之間，按照一定（dìng）的約束關係（xì）進行重新組（zǔ）合。當生產線發生變化的時候，由於數字孿生（shēng）帶有的數據，具有邏輯可追溯性，因此（cǐ）很容易進行再次組合。一台機器原來（lái）放（fàng）在A廠區，現在放到B廠區了。隻要點擊相（xiàng）關運行程序，A廠區（qū）所有的數據都會全部調（diào）用過來，B廠區的人（rén）就隻需（xū）要尋找變化量進行配（pèi）置，其他數據配置都是一鍵（jiàn）導入。大大降低了生產線的調試時（shí）間。五年前一個工廠的數字孿生，20個人需要一年。而現（xiàn）在5個人2個月就能建一（yī）個數字化工（gōng）廠的數字孿生空間，而且展示的麵板都是（shì）不用寫代碼的。

表（biǎo）麵的柔（róu）性，離不開底層的支撐。在（zài）建設數字孿生平（píng）台的過程中，首先需要支（zhī）持多種（zhǒng）協議接口，強大的集成功能（néng）包括輔助決策。而數據則是多樣化，包括設計數據、經營（yíng）管理數據、裝備銘牌數據等。除了這些靜（jìng）態數據之外，還要包（bāo）括各（gè）種生產工藝（yì）配方、設備消耗、人員管理、日常排班等（děng）動態數據。數（shù）字孿生（shēng）在建設的過程當中，它（tā）與數據要素是交融的。除（chú）此之外，每一個環節裏麵還需要加入控（kòng）製邏輯，實現具體的業務模型驅（qū）動。隻有這樣（yàng），一個工廠（chǎng）才能從數據工廠變成模型工廠，最終走向智（zhì）能工廠。

筆者十年來通過實踐，建立（lì）了一個龐大的知識圖譜，很多知識（shí）通過數字化進入了一個企業的知（zhī）識體係。一家製造商生產的價值7000萬的設備，在賣給客戶（hù）的時候，沒（méi）有一頁說明書，沒有一本操作手冊。所有（yǒu）數據、信息和知識點，都包含在機器係統之中。這種連裝備帶知識的一體化數字化交付機器的方式（shì），引起了用戶的高度好評。昂貴機器的使用（yòng），再也不需要很高的門檻。數據要素，通過知識圖（tú）譜，構建了一個（gè）一個友好（hǎo）界麵的數字孿生，與工廠操作工（gōng）可以實（shí）現高度互動和智能性輔導。一台設（shè）備的（de）旁邊，悄然駐紮了設計師、工藝（yì）員和故障維修工（gōng）。

這種（zhǒng）數字孿生平台可以實現跨產業（yè）的應（yīng）用。在一個省的數字（zì）化（huà）轉型項目（mù）中，它需要從一產一直（zhí）到三產的全產（chǎn）業鏈聯動。首先（xiān）從原產地的育苗、山林、陽光等開始記錄數據。隨後進入複雜的製造環節（jiē），既有發酵等流程行業（yè）工序，也有高速包裝這樣的典型離散製造。最後進入流通環節，也可以實現消費者一碼追溯。數據要素在全環節的流動過程中，層層增值，而（ér）不同形式的數字孿生，則相互交融、套合，形成一套全（quán）鏈價值的提（tí）升。

數（shù）據要素已經獨立解放出來，呈現（xiàn）出自（zì）己活靈活現、天馬行空的風（fēng）格，但有效的約束是必不可少的。而數字孿生則讓數據流動變得井然有序，充分吸（xī）收不同係統的數據來形成價值合（hé）力，逐漸釋放數據要素的（de）交易性特征。從這些（xiē）角度（dù）出發，數字化轉型就有了堅（jiān）實的基座。