編輯導語：什麼是數字孿生？它可以理解為一種技術，也可以理解為某種生態。數字孿生即指將物理實體對映至虛擬空間，進而協助完成預測、決策等動作。隨著網際網路的建設與發展，數字孿生在未來又會如何落地？本篇文章裡，作者就數字孿生做了解讀，一起來看一下。
一、數字孿生到底是什麼？
數字孿生的概念從2018年起，就頻繁地出現在大家的視野中。先入場的人早已對概念能夠侃侃而談了，但是普通人查了資料也是一頭霧水。
沒關係，我這篇文章，上到大佬下到小白，都能看懂並且有所收穫。
數字孿生是綜合運用感知、計算、建模等資訊科技，透過軟體定義，對物理空間進行描述、診斷、預測、決策，進而實現物理空間與虛擬空間的互動對映。
說人話：把現實世界中的物理實體，透過一系列技術對映到虛擬空間中去，以實現一些更高要求的目的。
為什麼費勁去搞對映呢？因為想透過這個虛擬體，實現物理世界無法高效完成的診斷、預測和決策。
小說中賽博空間的核心是“無領導、絕對自由、不做任何人或組織的工具”。但是數字孿生的誕生在現在看來是為了現實社會服務的，也就是它搭建執行的鏈路：描述、診斷、預測、決策。
雖然更多說法願意將數字孿生稱為一種技術，但是我更願意將它理解為一種生態，技術的生態、商業的生態、社會發展的生態。
因此，這篇文章的主要目的，就是幫助大家在這個重構的生態中，找準自己的定位。
二、說點有趣的：當我「孿生」了自己的衣櫃
不想一上來就跟大家將一些枯燥的底層邏輯，為了能夠讓大家感知數字孿生的生態會是什麼樣的，我們先舉一個例子：「孿生」一個自己的衣櫃。
首先思考，為什麼我需要孿生一個自己的衣櫃呢？因為衣服堆疊起來每天找衣服都很麻煩，也不想費勁去想應該怎麼搭配，對總量沒有概念，總覺得自己沒有衣服穿……
我想有一個不用我開啟衣櫃翻找和過多思考就能解決我穿衣問題的「聰明的助手」。我找到的解決方案就是「孿生」一個聰明衣櫃。
然後就是執行方案：
step1：把所有的衣服和我自己製作成3D的素材，我可以找設計師或者自己使用視覺化設計工具去進行。
step2：整理我所有的相關資料，包括：衣服的資料（尺碼、顏色、風格、配件）、我的資料（身體資料、日程、心情、偏好）、場景資料（場合、天氣）、衣櫃的資料（空間、分割槽）。
step3：資料整理後實時接入，需要一套智慧的演算法幫助我完成搭配、衣服管理、新舊更換等等一系列事情。
step4：這些都準備好了需要有一個可以承載的平臺，讓可以透過螢幕或者投影去完成一系列展示和互動。每天有推薦搭配、數量提醒、換季提醒等等。
step5：衣服搭配都這麼智慧了，我的衣櫃要不要也做成3D的，可以遠端控制，衣服放入自動疊放、分割槽、掛好，舊衣服淘汰包裝。新衣服線上試穿、購買直接下單等等都搭配起來呢？
舉這個例子，是為了讓大家感受到在這個簡單的數字孿生過程中，有著無限可能的商機存在，並且上下游關聯，形成一個閉環，你可以找到自己要做哪一環。
例子舉完了，可以上乾貨啦。
三、科學拆解數字孿生生態結構
1。 數字孿生的圈層
關於數字孿生生態，需要先明確幾個圈層。具體包括：
物理層是基礎：現實世界的物理實體；
資料層是關鍵：資料收集、資料處理、資料分析；
模型層是核心：視覺化模型、演算法模型、資料模型（軟體）；
功能層是目標：描述、診斷、預測、決策。
現在已經有的應用體現在：智慧城市、智慧工廠（工業網際網路5。0）、車聯網、智慧醫療、智慧園區等。
2。 數字孿生的要素
圈層有了，生態中的要素包括2個空間和3個關鍵技術。
兩個空間指的是現實空間與虛擬空間，二者資訊實時聯通並且能夠進行互動：現實空間的資料反映到虛擬空間的描述中，虛擬空間的決策和處理結果反饋回現實空間。
三個關鍵技術包括資料、模型、軟體。資料要求實時、動態，並且圍繞資料做處理和分析；模型包括視覺化模型和資料模型（多偏向於演算法模型）；軟體是前兩者重要的表現形式，也是應用和市場化的基礎。
3。 數字孿生的功能
之前已經提到，我們希望數字孿生可以做到描述、診斷、預測、決策。這個鏈路也是伴隨著數字孿生系統搭建去一步步完成的，越往上可能也會越困難。
其實關於定位的方法已經呼之欲出了，和之前的圈層、要素分析結合起來，可以更加清晰地知道，自己適合做哪一部分。
4。 數字孿生系統中的多種角色
敲黑板，上乾貨了。從以上的分析可以知道，在數字孿生生態中，有多種角色：
專注於資料的：資料採集（物聯網相關）、資料處理、資料驅動模型（演算法）；
專注於軟體的：程式碼、軟體；
專注於對映的：視覺化設計與表達、動態監測和呈現；
專注於決策的：人工智慧、決策支援、綜合服務。
並且除此之外，衍生的一系列服務、解決方案、諮詢、平臺、工具等等，都是大家可以參與進去的身份。
如果未來數字孿生真的生態化、商業化的存在了，那麼社會管理、法律法規、配套設施層面也會逐步建立和完善起來，也會製造很多的進場機會。
四、講這麼多，怎麼落地？
在未來一段時間中，數字孿生絕對不是某種技術、某個方案、某種商業模式，而是一個生態圈，並且是開放的、協作的。
從工業到網際網路，從企業到城市到國家，已經有很多力量投入到數字孿生生態的構建和技術的嘗試中來了。
跨國企業中，西門子、PTC、達索、ESI等都已佈局數字孿生的跨國業務。
美國工業網際網路、德國工業4。0都將數字孿生作為重點發展的內容。
智慧城市的建設，虛擬新加坡、數字孿生巴黎、多倫多高科技社群、雄安新區數字城市、杭州城市大腦都在籌備和落地中。
國內的百度、華為、騰訊、阿里等都已經下場進行投資，也有相應的業務佈局、白皮書和資料產出。
無論未來面臨著怎樣的洗牌和重構，明確技術與生態的發展趨勢，結合業務找準自己的定位總是沒錯的。具體表現為：
大企業與行業領導者做風險嘗試並探索穩定的商業框架；
中小企業做好業務轉型和升級；
個人規劃好職業發展。
但是不僅僅是視覺化設計，EasyV也會聚集資料分析、資料處理的夥伴，團隊有豐富的行業經驗，所以可以解決程式碼、平臺、系統設計等問題。大型專案會聯合上下游的夥伴共同完成，面向市場輸出行業案例。
因此，數字孿生絕對不是某項技術發展好，某個企業做好就可以了。現在需要的是穩定的生態構建，以開放的態度擁抱企業夥伴，促進全民認可和共同發展，這樣你找的定位才能走得長遠和穩定。
數字孿生世界已經在向你招手了，你，準備好了嗎？
資料視覺化那些事，人人都是產品經理專欄作家。某資料公司產品運營，擅長視覺化設計及資料驅動運營的相關知識。
本文原創釋出於人人都是產品經理，未經許可，禁止轉載
題圖來自Unsplash，基於 CC0 協議
