数字孪生技术优化制造业企业的决策机制研究

[摘要]数字经济正在颠覆制造业企业的决策机制，推进实现了“生产者驱动→用户驱动→大数据驱动”的转变。具体以数字孪生技术为数字经济演变的基本技术形态，考察建立在数字孪生技术背景下制造业企业决策机制优化的总体设计。研究发现：数字孪生技术革新制造业企业的决策理念，表现为从模糊施策转向精准决策、从充分酝酿转向快速响应、从被动管理转向主动预警、从思维构想转型数字镜像、从信息辅助转向数据支撑，进而对制造业企业系统集成的重大决策、单一系统的重要决策、小微事项的优化决策和深度学习的预警决策提出机制优化的应对方案，最后提出基于数字孪生技术的制造业企业决策的多维支撑，分别为海量数据为基础、数据传感实时化、数字智能化分析、数字镜像可视化、多情景模拟优化。

[关键词]数字经济;数字孪生技术;决策机制;理念革新

一、 引言

推动制造业高质量发展是加快构建新发展格局的重大战略举措。近年来，政策层面提出要保持制造业比重基本稳定，巩固壮大实体经济根基。数字经济为制造业提质增效提供新动能，推动数字经济与实体经济深度融合发展成为当前制造业高质量发展的重要方向。随着数字经济的迅猛发展，制造业企业的决策机制愈发从“生产者驱动”转变成为“用户驱动”，从而形成现实意义而非理论意义上的用户驱动的管理变革[1-2]。数字经济对制造业企业决策机制变革存在两个发展阶段。第一，数字经济如何实现非生产环节的有效决策。企业需要花费精力介绍并包装产品，用户需要花费时间搜寻所需要的产品，数字经济解决了生产者与消费者之间的信息不对称问题;数字经济赋能制造业决策优化体现在采购、招聘、销售等环节，通过专业性的平台实现供需双方的对接，通过加速人力流转实现高效对接[3]。例如，企业发展所需要的人力资本可以通过专业的招聘网站、专业的猎头公司获得相应信息。从中可以得出，从生产者驱动走向用户驱动，企业生产的基本逻辑并没有发生改变，无非是制造业企业生产获得更加精准的用户信息，实现了生产者供给数据与消费者需求数据的精准匹配。第二，数字经济如何实现生产环节的有效决策。数字经济时代，最引人注目的改变是从价值重塑走向价值创造[4]。数字经济所带来的信息技术、大数据等先进技术手段与理念，给传统制造过程的决策机制带来变革，以跨界的全新思维实现制造环节决策机制的重塑，解决物（机械）与物（原材料）之间的信息不对称问题。

物理世界和信息世界的交融成为当前经济社会发展的主要瓶颈之一[5]，也成为制约智能制造的关键。数字孪生（digital twin）是以物理实体的多维、高频、实时、同等数据为依托，创新数字化、等量化、可视化、立体化的虚拟模型，通过数据模型、信息反馈、决策迭代等方法反映物理实体的真实状态，并增加或扩展物理实体的能力，连接物理世界和信息世界并提供实时的智能化服务[6-7]。数字孪生主要由两部分组成，一个是真实空间的物理实体，另一个是通过物理实体镜像出的信息化数字孪生体，该信息化数字孪生体属于虚拟空间，因此又称为虚拟实体，物理实体和虚拟实体之间通过动态数据进行联接[8]。数字孪生技术最早来源于航空航天飞行器的健康维护和保障问题，为了方便知晓飞行器的实时状态，通过建立“数字镜像”，实现物理世界的真实飞机与数字世界的数字镜像完全同步[9]。近年来，数字孪生技术逐步应用到工业互联网、智慧城市、智慧交通等领域，愈发表现出强大的生命力和发展前景。所以，以数字孪生为鲜明代表的数字经济技术体系，将如何影响制造业企业的决策机制，如何构建较为完善的决策机制，成为推动制造业高质量发展的重要方向。因此，本文基于数字经济技术层面，研究数字孪生技术如何优化企业制造过程的决策机制。

现阶段，制造业企业的决策机制仍不够健全，企业管理者的主观性和非理性等因素将会导致已有决策机制顶层设计的局部失灵，也会因为保守的决策思路与滞后的信息传递等因素导致决策机制的失效。并且，随着数字经济时代数据量的爆发式增长，企业层面大量信息超负荷运转，信息应用超过企业承载力负荷，导致企业决策机制的偏误与滞后等一系列问题。所以，本文需要探讨的核心点在于制造业企业如何凭借有效的数字技术理念和工具，实现从传统决策转向基于数据分析的决策[10]，这样可以在信息爆发的时代，能够切实提高制造业企业决策的准确性、科学性和反应速度，更加从容地面对急剧改变的外部市场。基于此，本文尝试提出辅助支撑制造业企业决策的数字孪生技术，以智能化的数字孪生技术为不同维度的决策提供有效支撑，实现制造业企业决策机制的精准化，这对实现智能制造具有重要的现实意义。

二、 数字孪生技术对制造业企业决策机制的理念革新

传统的决策机制由于对客观环境不够了解，以及人的主观影响使得决策机制具有滞后性、模糊性，甚至出现决策不当。现阶段制造业拥有较为完整的数字建模理念、数字化工具手段、实时传递的数据基础，完全有能力有基础构建自主演化、实时更新的制造业企业决策的数字孪生技术系统。数字孪生技术系统可以提供可视化的信息支撑，从而使得决策更加科学、精准、及时。数字孪生技术推动制造业企业决策机制的理念变革，主要体现在5个方面，分别是：从模糊施策转向精准决策、从充分酝酿转向快速响应、从被动管理转向主动预警、从思维构想转向数字镜像、从信息辅助转向数据支撑。

第一，从模糊施策转向精准决策。制造业的发展需要大量专业性知识，非专业人员从事专业性决策存在诸多的不确定性和主观性，所以充分信任专家、学者的经验成为决策的重要依据，发挥主观判断能力和主观能动性，有时候能够收到良好的效果。但是，若是考虑企业之外的经济发展、社会稳定、职务晋升等众多因素后，可能导致实际决策结果与理论结果存在一定程度的偏离，尤其是企业生产的紧缺物资没有精准、合理的分配方案，将会导致宝贵资源的低效率使用状态。基于数字孪生技术的决策机制支持系统，物资调配可以通过优化算法实现资源的优化配置，从而实现高水平的精准决策。精准决策是指决策的精细化，精准决策能够对企业生产的每一份原材料进行编码处理，准确识别、定位制造过程，保持制造业企业内部高效运转，并且大幅度降低由于人工统计所带来的成本与偏差。精细化处理所生成的海量数据，可以通过大数据技术予以系统化的整理、储存、利用，并且利用大数据技术实现实时调配，所以不再需要庞大的人力和脑力对数据进行“战术性”分析，为企业生产的每一环节实时高效的精准决策提供依据。

第二，从充分酝酿转向快速响应。充分酝酿是政府在不断地认识与实践中所创造的决策方式，这种方式不仅是官员面对各项事务的重要决策机制，也是保持“政治正确”与“政治成熟”的表现，同时还能够模仿、跟随做出“同群”决策来降低决策风险[11]。同样，这种充分酝酿的决策方式对于制造业企业而言，从决策程序看依靠组织力量充分酝酿的决策结果，能够最大限度保持民主决策与决策的充分性，有效避免决策结果走入极端情形。但是，在企业发展面临突发重大事项、重大机遇面前，决策结果仍然存在一定程度的滞后性，这是因为突如而来的机遇和挑战超乎理性预期结果，使得决策者面临措手不及的被动局面，从而贻误了最佳的决策时机。基于数字孪生技术的快速响应理念是建立在充分的数据测算、模拟与演练基础之上的科学决策与“实时化的市场洞察”[12]，正如“装配式建筑”在工地上建筑安装所耗费的时间很短但是依然不会影响建筑的各项标准，这是因为大量预制部件的浇筑工作已经做到前置，所以决策中能够实现快速响应的前置因素是数字孪生技术系统的海量数据的智能化分析，其对已有的数据进行降维，并且抽象出具有指导意义的关键信息，形成可以作为决策支撑的依据。

第三，从被动管理转向主动预警。制造业企业已有的重大决策仍然以被动管理为主，往往在面对内部运行和外部环境发生变迁等突发情况的时候，企业的相机决策机制和提前规划的预案将会同步运行，可是在突发情况的初期仍较难做到对生产过程的有效管控。例如，在快速反应的全球供应链加持下，很多智能设备制造商奉行零库存战略来降低成本，但是随着美国对国内部分制造业企业芯片出口管制，导致企业正常的生产过程遭遇突发的外部情况，此时再寻求替代方案将会造成生产的波动，甚至引致企业生存困境。数字孪生技术的重大突破在于智能化的分析手段，其有利于企业充分利用在长期经营过程中所形成的海量大数据，不仅包含企业自身生产各个环节的数据，还包含供应链各环节的数据，通过海量的微观数据的汇总并进行主动预警。例如企业生产一线员工、管理者所发现的关于制造环节的一手信息，数字孪生技术将会快速响应与支持性预警，从而为制造业企业的决策提供更加精准化的指向与举措，这种具有预警性质的决策将会大大降低突发事项的破坏程度。并且，这些数据在数字孪生技术的助推下，可以为企业开辟全新的市场空间，提供辅助的机会识别作用。华为在面临美国的芯片管制时，及时调整战略方向，着重发展5G设备等单位芯片价值量更高的产品，积极拓宽智能生活市场。所以，当生产的内部和外部环境发生突变时，以围绕已经发生的既定事实为基础，实现重大事项发生条件的资源优化配置成为决策的主攻方向。

第四，从思维构想转向数字镜像。已有的关于制造业企业的相关决策依赖于企业管理者的管理能力和判断水平，这些信息能够在头脑中形成有关制造的初步认知，或者勾勒出有关制造的粗线条信息，但这些信息并不能活跃地进行具化，更难以兼顾到海量的细节信息。又因为思维能力受制于不同决策者专业知识的限制，尤其是对制造信息的匮乏，在缺乏丰富默会知识之上的决策有可能导致错误的判断发展趋势。数字孪生技术对制造业企业决策机制的重大改变，也是应用最为生动的领域是将决策过程从“思维构想”转变为“数字镜像”，实现了决策过程从“看不见摸不着”的黑箱走向“看得见摸得着”的镜像。通过工程学设计、软件配套与数据的实时传递，能够立体化展示企业制造发展态势的多维信息。例如，通过数字镜像系统能够清晰地了解紧急物资的供给与需求，并且精确到每一环节，从而根据需求优先级的差异性来实现要素的最优配置。凭借数字孪生技术手段可以展现出物资动态流动的数字镜像，并进一步绘制资源优化配置的多情景模拟，从理论逻辑上实现了决策的精准化。在数字孪生系统中还可以实时考察现实状态，随时对突发的情况进行决策微调与修正。

第五，从信息辅助转向数据支撑。已有制造业企业的决策机制中信息起到辅助判断的作用，往往少数几个关键指标成为决策的重要依据，例如企业的产量、成本、利润等指标。关键指标虽然能够抓住企业制造的主要方面，但是一概而论的话却忽视了大量其他有效信息，导致信息在决策机制中的运用并不充分，没有挖掘每一组数据背后的无限可能。同时，关于企业制造的深刻认知需要专业化知识，而辅助支撑的信息仅是专业化知识的冰山一角，并不能形成对企业制造的全面认识。所以，制造业企业的各项决策需要以更加全面的第一手原始数据作为支撑。数字孪生技术系统能够收集实时上传的多维数据，通过复制真实的数字镜像实现模拟决策，从而为科学决策提供强有力的数据支撑。关于企业制造全方位的海量数据之中，可能有些数据所反映的信息比较少，这在普通决策中起不到影响作用，但是在叠加海量数据的综合分析基础之上，将会形成一定的规律性认知，从而构成精准决策的重要支撑。大数据愈发成为制造业企业科学决策表现出的新特征[13]。

三、 基于数字孪生技术的制造业企业决策体系优化

基于数字孪生技术的制造业企业决策机制仍然存在完善空间，凭借构建数字孪生技术的信息支撑，可以实现决策机制从科层制与中心化转向去中心化的方向优化[14]。基于数字孪生技术的制造业企业决策机制并不是单一的决策过程，而是数量众多、大小不一的决策所构成的决策集成，是“四维一体”的决策机制。具体而言分别是，存在系统集成的重大决策、单一系统的重要决策、小微事项的优化决策和深度学习的预警决策，制造业企业决策支撑体系如图1所示。

1. 系统集成的重大决策

系统集成的重大决策指的是关乎制造业企业全局，对企业制造的核心理念、重大事项、生产策略产生重要影响的顶层设计与战略安排，也是决定后续一系列决策部署效果的前置条件和关键所在，具有重大战略性意义的决策。例如，企业“是否生产、生产什么、如何生产、何时生产”等关键问题，还包含环境变迁后企业是否改变已有的生产逻辑等重大决策。在面对海量数据、尤其是支离破碎的离散数据面前，企业决策者难以凭借经验和观念意识做到决策的精细化。同时，叠加了数据、信息的实时更新，决策时需要考虑不同领域的诉求点和可能的矛盾，从而加剧了决策的困难程度。通过数字孪生技术系统能够为制造业企业重大决策提供一定的辅助支撑，这是因为基于海量数据优势和运算算法优势，通过对企业生产过程的系统性进行追踪，高效识别、分析、重组、汇合海量信息并形成决策的辅助参考。数字孪生技术体系所形成的决策参考建议完全遵循数据本身以及企业发展的现实，降低了经济、社会等其他角度的目标约束带来决策偏误的可能性。所以，数字孪生系统输出的是比较客观的结果，这种决策机制也有利于形成更加客观、准确的建议，而不是人为因素所带来的夸大或者缩小，从而减少了决策者在分析与整理数据中耗费的精力，真正将决策放置于数字孪生技术不能达到的精神、情感、情绪等层面的综合决策。西门子在中国有近百家工厂，想要把近百家工厂的产能协同调度起来，需要决策者将所有生产约束都考虑在内1，比如核心的物料、核心的模具、出口的要求、环保的指令、版本的控制。对于决策者来说，要综合考虑这些约束条件并做出重大决策极为困难，而利用数字孪生技术，将这个复杂问题模型化，搜集这个模型里需要的所有生产约束所需要的数据，进行分析决策，5个小时后便能够开工，提升订单满足率后，产能损失率显著降低，人工干预率显著降低，同时给出采购建议、订单承诺、异常分析并给出预警。