По мнению к.э.н., доцента Кафедры математики и анализа данных Финансового университета Фомичевой Татьяны Леонидовны, одним из наиболее важных направлений прикладной математики является создание цифровых двойников.
В общем случае, цифровой двойник — это виртуальная копия физического объекта, процесса или системы в цифровой среде, имитирующей реальные условия. Оба объекта синхронизированы в режиме реального времени, в точности совпадают их форма, характеристики и действия. Только один объект находится в физической реальности, а другой в цифровой виртуальности. Но изменения одного сразу же, благодаря существующим связям отражаются на другом. То есть мы удаленно можем не только отслеживать все изменения, происходящие с реальным объектом, но и управлять им.
В зависимости от потребностей и необходимости цифровые двойники могут значительно различаться по сложности и функционалу. От простой математической модели двигателя, показывающей внутренние нагрузки в различных режимах работы, до цифровых двойников городских систем, водохранилищ, месторождений полезных ископаемых, снабженных разветвленной системой датчиков и аналитическими модулями с искусственным интеллектом для предсказания будущих изменений и выработки долговременных стратегий. По сложности алгоритмов и функционала российские ученые разделяют технологию на четыре группы.
1. Доцифровой двойник — виртуальный аналог конкретного физического изделия или устройства, цифровая модель с высокой точностью.
2. Цифровой двойник — виртуальный прототип физического объекта с возможностью сбора и анализа данных, полученных от физической копии. Работает в связке с физическим оборудованием, получает данные о его состоянии и рабочих операциях. Может просто передавать информацию операторам или анализировать показатели, фиксируя отклонения от нормы. Основное применение — мониторинг текущего состояния промышленного оборудования и объектов — например, станков или нефтедобывающих платформ.
3. Адаптивный цифровой двойник использует алгоритмы машинного обучения на основе искусственного интеллекта. Цифровая модель регулярно обновляется при получении новых данных и информации от физического оригинала. Используется для разработки инноваций и усовершенствования существующих операций на производстве.
4. Интеллектуальный цифровой двойник — высокотехнологичная модель со способностью самостоятельного машинного обучения без участия человека. Может детально анализировать информацию от физического объекта и управлять им. Способна моделировать различные сценарии эксплуатации и предугадывать поведение объекта в изменяющихся условиях.
Технология цифровых двойников имеет широчайшее применение, но в первую очередь в ней заинтересованы крупные производства и сложные затратные проекты, где она позволяет повысить параметры эффективности и надежности. Рассмотрим конкретные примеры из областей добычи и переработки полезных ископаемых, промышленности, логистики и ретейла, сельского хозяйства, банковского дела и финансовых технологий, городского хозяйства.
«Лукойл» создал цифровую копию Ватьеганского месторождения для мониторинга и оптимизации добычи нефти. Модель охватывает всю производственную цепочку добычи: три тысячи скважин, 12 объектов разработки и пункт сбора и подготовки нефти. Она анализирует данные с датчиков, геологические параметры и экономические показатели, чтобы оптимизировать добычу и снижать затраты. Суммарный эффект от применения инструментов интегрированного моделирования на показатель EBITDA превышает 3 млрд ₽.
В ОАЭ компания ADNOC с помощью технологии цифрового двойника «собрала» 20 нефтеперерабатывающих и нефтедобывающих предприятий в единый диспетчерский пункт и унифицировала все процессы, получив реальные экономические эффекты.
На одном из европейских нефтеперерабатывающих предприятий система предикативной (прогнозной) аналитики Schneider Electric позволила предсказать сбой большого компрессора за 25 дней до того, как он случился. Это сэкономило компании несколько миллионов долларов.
Компания Danone разработала цифрового двойника цепочки поставок — от фермерских хозяйств и заводов до покупателей. Это помогло увидеть, где и в каких объемах выгоднее изготавливать продукцию, а какие заводы стоит закрыть. В результате компания сократила расходы.
Дистрибьюторской компании «Алиди» (занимается оптовой продажей товаров повседневного спроса, FMCG) цифровой двойник склада помог сократить пробег складской техники на 30% и оптимизировать фонд оплаты труда персонала на 5–15%. До внедрения решения грузы на складе размещались по типу и не учитывали то, как в дальнейшем их будут объединять в заказы. Модель проанализировала исторические данные по поставкам на склад и отгрузкам конечным покупателям и обнаружила, что люди и машины совершали слишком много ненужных перемещений. Система предложила новую схему размещения товаров, чтобы ускорить сборку заказов, и нашла скрытые резервы для оптимизации логистики за счет анализа взаимосвязей между товарными матрицами контрагентов и группировкой товаров в заказах.
Цифровые двойники помогают рассчитать загрузку торговой площади и оптимизировать работу магазина. Например, виртуальный двойник магазина умеет прогнозировать уменьшение или увеличение потока покупателей. Это позволяет оценить число продавцов: сократить и сэкономить на зарплате или поставить на смену больше людей, чтобы без заминок обслужить всех посетителей. Еще цифровые двойники помогают протестировать выкладку товара, продумать интерьер зала, настроить оптимальное освещение и температуру. А служба безопасности магазина может анализировать предполагаемые места кражи товара и принимать превентивные меры. В цифровой двойник магазина могут заходить виртуальные покупатели. Благодаря этому розничные продавцы могут видеть популярные маршруты у посетителей и размещать в этих местах продавцов. Цифровой двойник может менять планировку торгового зала до тех пор, пока виртуальный магазин не достигнет желаемого показателя по выручке. Потом эти перестановки переносят в реальный магазин.
У супермаркетов «Магнит» оцифрована работа магазинов. Для этого ретейлер замерил хронометраж: 1 400 операций и 184 процесса — от выкладки товаров до обслуживания покупателей. На базе этих данных ретейлер рассчитал нормативы загрузки сотрудников и нашел «поглотители времени» — неэффективные действия, которые можно автоматизировать или выполнять быстрее. Теперь цифровые двойники торговых точек помогают лаборатории розничных технологий «Магнита» сокращать издержки на логистику и операционное управление за счет выбора оптимального ассортимента для каждого отдельного магазина в зависимости от расположения и размера населенного пункта, где он находится.
Цифровой двойник есть у Сингапура — подробная трехмерная карта. Сингапур — город-государство с большим количеством небоскребов, подземных коммуникаций, метро. Обычные карты не передают всю необходимую информацию для строительства и инженерно-технических работ. Поэтому был создан цифровой двойник города со всеми объектами — от деревьев до мостов. Теперь, если власти города при строительстве нового здания хотят узнать, как проложить канализацию, им достаточно проанализировать цифровую модель. Это упрощает работу и снижает риск ошибки.
Греческая компания BeeZon занимается проблемами пчеловодства, она разработала цифровые двойники пчелиных семей. Виртуальная система мониторинга на основе GPS позволяет пчеловодам контролировать пасеки, отслеживать болезни, вредителей и воздействие пестицидов на пчел.
Кубанский агрохолдинг «Степь» с помощью цифровых двойников автоматизировал цепочку возделывания агрокультур — от планирования структуры посевных площадей до уборки и учета урожая. Сервис содержит оцифрованные карты полей и позволяет собирать и анализировать характеристики почвы, видеть, какие культуры высажены в поле и какая техника сейчас на нем работает. Квадрокоптеры осматривают поля агрохолдинга, а ИИ анализирует снимки растений, чтобы определить влажность зерна и выбрать оптимальный срок для уборки урожая. Искусственный интеллект помогает рассчитать оптимальную структуру посевов и зарабатывать, по собственным подсчетам компании, дополнительно около 300 млн ₽ в год.
Региональный банк «Хлынов» из Кировской области создал цифрового двойника своего бизнеса, чтобы тестировать маркетинговые гипотезы и успешнее конкурировать с крупными банками в информационном поле. Он анализирует 20 факторов, включая ставку по кредитам и расположение офисов. За счет перераспределения рекламных бюджетов проект помог банку повысить количество заявок на кредит на 28%, а за счет автоматизации планирования — сэкономить 180 человеко-часов, сообщала компания на премии Finnext. Инструмент преобразовал маркетинг в стратегический центр, где решения принимаются на основе симуляции тысяч сценариев.
Также многочисленны примеры успешных применений цифровых двойников в строительстве, энергетике, космосе, образовании, медицине, ЖКХ, IT, дизайне, спорте.
Мировой рынок цифровых двойников развивается экспоненциально. Если в 2023 году он оценивался в 10-12 млрд. долларов США, к 2028 году, по прогнозу он составит $110 млрд., а в 2037 превысит $1 трл. Уже 75% международных корпораций применяют данную технологию. В России, несмотря на несомненные успешные примеры, цифровые двойники используют только, примерно, 22% фирм и организаций. Так что впереди обширнейшее поле для приложения усилий, в том числе, и специалистов, которых готовит наша кафедра.