由于數字孿生應用場景和領域的廣泛，所牽涉到的技術也多樣化，實現的方式也有很大的差異性，不少的文章從不同的角度去討論，觀點紛紜，仁者見仁，智者見智；還有一些文章高瞻遠矚，預見了美好前景，卻免不了讓人有一種高不可及的感覺。因而，對于如何把數字孿生在行業的具體場景付之于實踐落地，不少的從業者都免不了有一種無所適從的感覺，不知從何處著手，能達到哪些效果。
2021年12月8日，優也首席技術官林詩萬博士發表了題為“數字孿生在數字化生產運營中的一些思考和觀察”的演講，重點從生產運營場景落地的角度，對如何把數字孿生這一個概念和相應技術利用起來，用于解決數字化生產運營管理的問題，進行一些探討。
林博士是業界公認的在工業互聯網和數字孿生領域的大咖，其高深的學識和嚴謹的思維，本次演講的核心觀點：在目前這一輪的數字化發展中，不管是在產品與工藝設計、還是在生產過程中，關注的重點就是如何利用來自于物理世界的數據幫助我們對實況做出精準的判定，智能化的決策，及時的執行。簡單地說，數字孿生就是物理實體的數字化虛擬復制，以計算解決現實問題。
數字孿生作為一種方法論，一種框架性技術體系，甚至是一種面向生產運營環境數字化架構的中間件，不是一種一蹴而就的神奇技術，不是一劑一吃見效的靈丹妙藥。
數字孿生的有效性取決于設備或生產過程的復雜度，進行模式判定、狀態預測或優化策略計算的難度，以及用于計算的，從現場采集的傳感數據的完備性和準確性。
我們不應該把數字孿生當作一種點金技術，期望數字孿生可以一步到位解決高難問題。這是一種不切合實際的期望。數字化技術其核心是軟件，在本質上就是一種持續改善的技術。不持續迭代提升的軟件是沒有生命力的。
企業需要與解決方案供應商維持長久的合作關系，提供相應的投入支持軟件應用的維護和提升，為所建立的數字化解決方案留長遠一點的生路，有生長成熟的機會，避免一錘子買賣。同時，企業也可以多考慮采用第三方供應商的產品，避免無必要的自建項目，這樣可以借力供應商產品在前面提到過空間重用復用的積累提升成果。
林詩萬博士，美國工業互聯網聯盟（IIC）技術工作組、架構工作組與數字孿生互操作組聯席主席，優也首席技術官
以下是演講實錄：
今天有幸和大家一起交流，我希望籍此與大家一起就數字孿生在數字化生產運營這個場景的應用做一些探討，談談我的一些思路和觀察。
數字孿生這個概念以及在工業領域的應用，不管在學術界，還是在行業中已經有了不少的介紹和探討，有些還比較深入和豐富。甚至有一些文章把全球各種數字孿生的定義也做了詳盡的列表分析對比。
由于數字孿生應用場景和領域的廣泛，所牽涉到的技術也多樣化，實現的方式也有很大的差異性，不少的文章從不同的角度去討論，觀點紛紜，仁者見仁，智者見智；還有一些文章高瞻遠矚，預見了美好前景，卻免不了讓人有一種高不可及的感覺。因而，對于如何把數字孿生在行業的具體場景付之于實踐落地，不少的從業者都免不了有一種無所適從的感覺，不知從何處著手，能達到哪些效果。
比如，提到某某飛機引擎公司將在2022年開始對客戶交付引擎的數字孿生，能夠采集成千上萬條數據，并對飛行數據提供豐富深入的數據分析等，對于行業內成千上萬不是高端裝備供應商的企業來講，對于數字孿生如何幫助他們在生產環境提升數字化生產運營管理的能力，幫助甚少，或許只能產生一種望梅止渴的效果，或更壞的，產生一種望而生畏的感覺。
今天在這短短的幾十分鐘，我想盡量避免“畫大餅”，講高大上的東西。我希望能夠從生產運營場景落地的角度，對如何把數字孿生這一個概念和相應技術利用起來，用于解決數字化生產運營管理的問題，進行一些探討。相信在座的各位大多來自于自動化的專業，有比較強的技術背景，那么，我這次的討論就稍微偏重技術性一些。
數字孿生的概念和所追求的目的
在2019年年初，我在工業互聯網峰會這樣一個全國性的大會中對數字孿生這個主題作了一些介紹。當時對關于數字孿生是什么，做什么用，為了什么目的做了一個簡要的探討，并提出數字孿生是工業數字化的一種思路、方法論，是一種技術體系和技術能力。這些概念和思路，經過這兩年多的實踐，感覺還是基本符合實際的。但是，對于如何實施和應用，有了一些新的體驗和思考。（此文鏈接林詩萬 | 工業互聯網平臺 + 數字孿生體技術：工業智能APP的新架構）
首先，讓我們回到數字化生產運營的這個層次。制造業企業經過二十多年的信息化發展，在產品和工藝設計過程中采用了各式設計軟件，各種的CAD；在生產運營方面也采用了各種軟件對不同領域的業務流程實現了信息化管理，取代原有的口頭傳達、手工輸入、紙質記錄的作業模式，在原有的自動化生產的基礎上，實現了業務管理流程的自動化。但是，這些工業軟件的大部分要么是用于管理業務流程，要么關注在正常的狀況下如何計劃和實現生產。
在生產過程中，要充分利用生產現場的大量設備數據，借數字化之力，進一步降低設備的故障率、提高整體設備效率、提升產品質量、降低能耗和物耗、保障生產過程的合規性等方面，還有大量的工作需要做。
同時，我們不能只孤立地關注單臺設備，更需要打通生產工序上下游多設備的高效協同運行；另外，我們也需要把精益管理的原則和方法融入數字化生產運營管理中，追求生產過程的標準化、穩定性和持續改善。
在這些方面，我們都有很大的機會空間。比如，生產計劃一般只能按正常穩定的條件制定，而實際的生產過程免不了會出現各種異常和波動，對于生產異常判定、根因分析以及應對策略大多還是依賴于操作經驗，靠手工作業完成，還沒有很好地利用生產環境中的數據，根據現場的實況，做出精準的判定，智能化的決策，及時的執行。
在目前這一輪的數字化發展中，不管是在產品與工藝設計、還是在生產過程中，關注的重點就是如何利用來自于物理世界的數據幫助我們對實況做出精準的判定，智能化的決策，及時的執行。
數字化的手段就是利用計算機去完成以往由人來做的邏輯處理和計算，雖然計算機硬件是計算的基礎，但是，計算機軟件卻是我們當前解決具體問題的核心。如果我們要利用計算機對物理世界的實況做出精準的判定，智能化的決策，那么我們就需要在計算機（也就是虛擬世界或數字空間）表征物理世界的狀況。任何物理實體的狀態變了，需要及時地在計算機里得到反映。這就是在數字孿生的定義中經常看到的這個‘映射’的概念。簡單地說，數字孿生就是物理實體的數字化虛擬復制，以計算解決現實問題。
數字孿生作為一種方法論
作為基本概念，數字孿生的核心是利用傳感數據和計算，實現對物理實體的深度認知和智能決策，有效地控制和管理這些物理實體，更好地服務于人類。作為技術概念，數字孿生是在計算機中，對物理實體實現映射，屬于計算機工程的問題，屬于軟件工程的范疇，要對物理實體進行映射，要對它的狀態進行模式判定，根因分析，狀態預測等計算，可以有多種實現方法。對于在座熟悉軟件開發以及計算機編程的發展過程的同事，我想用下面這樣一個類比。
在計算機發展的初期，我們只有匯編語言，幾乎就是用計算機處理器的機器語言去編程，是一長串的指令，沒有什么結構，費腦費力費時，容易出錯，排查困難，談不上重用復用。
后來出現了高級語言，如Fortran和C語言。這一代的編程語言，引入了邏輯和數據結構，并能夠對代碼進行按任務以函數的方式進行組織，對于一段代碼定義輸入和輸出參數，按函數設定的邏輯進行計算，完成一定的計算任務。整個程序由一系列函數的依次調用以實現其計算目的。由于函數作為一個代碼單元可以多處調用，也就實現了代碼的重用復用。但是，這些屬于過程編程范式的編程語言，對于大型程序系統需要分解出來的函數繁多，調用關系復雜，設計、開發和維護的難度會變得非常高，重用復用困難，軟件開發和維護的成本也因而變得非常高昂。
后來出現的面向對象的編程范式（Object-Oriented Programming - OOP），如最早的Smalltalk，后來廣泛使用的C++和Java，引入了對象的概念。以對象的形式與現實生活的‘物體’或‘邏輯體’相對應，如汽車，用戶，或銀行的賬號等作為邏輯對象加以表征，把其特征數據（屬性）和操作邏輯（行為）分別作為數據和函數封裝在對象體中。這種方式使得軟件的設計更符合人在現實生活中的思維方式，不僅使得設計變得更結構化，同時也增強了軟件的重用復用性和可維護性，提高了軟件質量，降低了軟件開發成本。這編程范式在90年代開始在應用開發領域廣泛采用，目前大部分大型復雜軟件系統大多都是用這個編程范式設計和開發。面向對象的編程范式與后來的面向服務架構（Service-Oriented Architecture – SOA）一起對近二十年來軟件的發展和廣泛應用起了非常重要的作用。
顯然，數字孿生在工業應用的實現會有多種路徑和方法，就像編程一樣，可以簡單直接地實現，就像當年用流程編程語言一樣，把數據，算法和業務邏輯都以一連串復雜函數調用的流程加以實現，同樣會遇到調用關系復雜，重用復用困難的問題。
數字孿生的設計可以把面向對象編程范式推廣到了物理世界的實體，在軟件中以對象的方式表征物理實體，對每一個物理實體建立相應的軟件對象，也就是數字孿生。在數字孿生中以數據表征物理實體的屬性及狀態，以算法模型模擬其行為。除此以外，對象化的設計方式可以支持利用單元對象以搭積木的方式構建越來越復雜的系統，從組件數孿體開始，構建設備、機組、產線、車間，以至整個工廠的數字孿生體，成為整個工廠的數字表征。
以這種方式構建數字孿生，結構性地反映物理實體的屬性、狀態與行為，屏蔽了現場的復雜性，簡化數字化工業應用的構建，后面我們會談到，也促進工業知識與數字化技術的融合，沉淀、積累和提升，分享復用。
因此，作為方法論，面向對象編程范式可以為數字孿生的設計所借鑒和引用。這就是為什么我在兩年多前提出數字孿生，首先是一種方法論的觀點。
三維仿真數據展示不等同于數字孿生
在行業中經常遇到一種理解，提到數字孿生就直接聯想到三維仿真展示，特別是三維仿真的背景中展示一些數據，就認為是數字孿生。這種理解是片面的。數字孿生的核心在于對生產現場采集的數據進行近乎實時的計算，以獲得對生產現場工況的精準的認知，以便做出符合事件的決策。其核心是數據和計算。三維仿真展示雖然也是一種映射，但是只是三維空間的映射，其結果是讓數據、狀態或事件的展示和系統的瀏覽很直觀，特別是以大屏的方式展示，給參觀者一種很酷炫的感覺。但是，它畢竟是一種人機界面的表達方式，其中所展示的數據、狀態或事件必須從數字孿生的數據和算法模型中獲得，沒有數字孿生的數據和算法的支持，這些展示沒有太大的意義。
從另外一個角度來看，如果數字孿生的數據豐富，算法強大，相應的工業APP也功能強大，大部分的生產運維操作都能自動解決，不需要人工干預，那么這些三維仿真展示的必要性就會被弱化了。就像我們現在用電飯鍋做飯，沒有誰還會去打開鍋蓋去看水燒干了沒有。雖然我們當前在大多數場景還達不到這樣一個水平。但是，隨著時間的推延，技術的完善，我們會逐步走向這個目標。
有時我們看到一些在三維仿真的模型中進行虛擬設備巡檢，操作工不再需要到現場去巡檢。從另外一個方面來看，如果設備的數據都已經采集上來，對設備的運行狀態也有算法去監控，并得到相應的報警、記錄和處理，這種虛擬巡檢的作用就不大了，或許除了滿足以往的一些流程的規定。
三維仿真作為數字孿生模型的一種，以物理實體的實際空間參數，以及空間的拓撲關系建立可視化模型， 特別是與AR結合，對于設計、設備拆裝和維修操作指導，運動設備作業事件重播等將繼續有獨特的作用。
傳統的模擬仿真模型不等同于數字孿生
在行業中的另外一種理解是把數字孿生與模擬仿真等同起來。模擬仿真是在計算機中建立模型復現物理系統中發生的本質過程，并通過調整模型的輸入和控制參數進行實驗性計算，用于研究和評估存在的或設計中的系統特征和行為，尋找可行或最優的設計，在制造業中的應用廣泛。由于物理過程必須符合物理和化學定律，如物體的運動軌跡和速度、不同物體在空間的拓撲關系、液體介質的流動，固體的材料特性和熱力工程特征等等，都可以利用物理和化學方程進行表征和計算。一般而言，實際系統建造成本高，所需的時間長、有些試驗需要很長的時間或危險性大，利用計算機仿真進實驗顯然是一種事半功倍的手段。
如果說數字孿生是在計算機中建立的覆蓋產品或系統全生命周期的復制體，那么這些用于產品或系統設計中的仿真模型顯然屬于數字孿生算法模型的一類。如果這些仿真模型能夠精準地計算實際系統的特征和行為，的確可以成為數字孿生的主要計算模型，用于生產過程的計算。但是，由于實際系統一般都很復雜，并受當前技術的局限，在建立這些模擬仿真模型的時候，大多都需要進行很多簡化，只關注關鍵的因素，忽略次要因素，或只模擬系統的某一些方面，可以滿足在設計過程中驗證設計的結果是否符合一定的設計要求，比如安全生產的要求，而這些要求一般都有比較大的冗余范圍，但計算的精度不容易達到在生產過程監管和優化的需求。
另外，大多用于設計過程的仿真模型軟件基于模擬的數據，批次性使用，并不與生產現場實時數據連接，從計算性能上也不易支持持續性的流式計算，難以支撐數字孿生中對生產運營過程中的管控和優化。
綜合而言，模擬仿真是數字孿生的一個重要支撐技術，設計過程中的仿真模型是數字孿生算法模型的一個重要組成部分，但是不等同于數字孿生本身。數字孿生用于生產運營過程管控和優化的模型，一般而言，要么要對設計仿真模型進行改造提升，要么利用機理模型或數字模型建立新的算法模型。
數字孿生作為一種技術框架體系
數字孿生對現實世界中的實體進行映射，對其狀態進行模式判定，根因分析，狀態預測等計算。從這個目的來看，一般不宜把數字孿生作為一個為用戶使用的終端的應用，而是作為數字化工業應用的一種支撐性的技術，甚至可以構建為這些應用架構中的中間件。
數字孿生要映射生產現場的設備的狀態和行為，需要在軟件中建立相應的鏡像對象。如果借鑒面向對象編程的范式，我們需要在數字孿生中設定與設備對應的參數，這些參數包括是屬性、狀態、指令等類型。在這個基礎上把這些參數與從設備采集的數據一一對應連接，如果設備的某個運行參數變化了，在相應數字孿生體上也幾乎實時地得到反映。這是一個對設備數據梳理的過程，也是工業知識沉淀到軟件的過程。
在此之后，我們可以利用算法模型對這些數據進行分析計算，實現對物理實體的行為進行映射。比如，對設備的運行狀態進行模式判定或預測，是否屬于運行異常，是否符合工藝要求，是否符合能效要求等，如果判定了異常，對異常的根因分析，還有解決的策略，這些會用到機理模型和數據算法的模型。然而，數字孿生體的數據和算法并不是最終的解決方案。最終的解決方案必須把數字孿生體所映射的設備的運行特征和行為作為輸入，結合生產運營管理的業務邏輯和生產規則，特別是精益管理的原則和方法論，做出的適合的決策，并得以執行。這些邏輯一般可用App的方式實現。
這就是數字孿生作為一種技術框架體系，作為數字化工業應用架構的中間件的意義：下啟物聯數據，連接現場，上承工業APP，輸送對現場狀態和行為的洞察認知，支撐管控現場的決策。
數字孿生的特征作用
數字孿生系統性地在數字空間映射表征物理世界，其目的是使能復雜場景工業軟件的高效實現和持續改善。
在這一頁中，我列舉了不少數字孿生的特征作用供大家參考，其中的一些在前面我們都有不同程度的討論。在這里我想強調一下所謂的OT化和解耦式這兩點。
我們利用數字孿生的方法論，建立一種新的技術框架，在結構上從OT的角度，以設備作為主體對象進行建模，定義設備的特征數據，建立算法模型判定或預測行為，那么數字孿生可以相對容易地讓懂設備的專家定義設備的特征數據，讓懂設備運行和生產工藝的專家與算法工程師合作建立算法模型，通過數字孿生的結構融合在一起。以這種方法對各類設備建立數字孿生體，把數據定義和算法封裝成可以在多處以插件方式重用復用的軟件組件。而熟悉設備的設備供應商或熟悉工藝過程的工業設計院所也可獨立構建和提供某類設備或生產過程的數字孿生，并可以支持多個場景。
同時，數字孿生本身在軟件結構與其它業務性的軟件組件（如生產規則或用戶界面）代碼解耦分離，當數字孿生的算法迭代提升，比如提高了某種計算的準確性，只是需要獨立更新數字孿生體，而不需要重新修改更改業務性的軟件代碼。
總而言之，利用數字孿生的方法論，有機會建造一種可以有效支持數字化技術和工業知識的融合的技術框架，促進工業知識的沉淀、積累與持續提升，推動生態型工業知識的廣泛重用共享。
數字孿生所面臨的挑戰
要實現數字孿生的價值需要多種技術和知識的融合，特別是數字化技術（IT）和工業知識（OT）的融合。對于制造業企業來講，經常遇到IT技術資源薄弱，OT知識積累單薄的窘境，要單獨利用數字孿生推進數字化的生產運營管理一般會面臨很多障礙。由于工業系統的高度復雜度，生產環境工況的多樣化和多變性，工業知識積累的碎片化，要建立有效的數字孿生，需要行業性生態合作伙伴的共力，數字化技術供應商，設備供應商，工業知識供應者（如工業研究院所和設計院所等）與作為甲方的企業一起來建設、改善技術和系統。
在這個過程中，在行業生態推進數字孿生的重用復用尤為重要。作為使用數字孿生的目標，利用軟件對設備和生產過程特征狀態和行為進行深度和精準的表征映射，在每一個企業的場景單獨構建門檻居高，成本高昂，積累提升緩慢，事倍功半。如果能夠在行業內建立相應的數字孿生共享技術框架和價值交易機制，促進數字孿生的重用復用，將降低啟用成本，加快其有效性、質量和性能的提升，提高數字孿生應用的性價比。
從更廣的范圍來說，軟件可以說是用出來的。一件軟件應用，用戶多了，使用的場景多了，解決了的問題多了，它的功能也會變得豐富和強大，穩定性也會提高，這是通過重用復用積累的結果。這就是為什么第三方的軟件產品一般會比自研的好，這是空間（場景）和時間積累的差異性所導致的，特別是跨空間的重用復用的優勢。所以，重用復用并不是僅僅對于軟件供應商有利，對軟件的用戶也是有利的。
數字孿生并不是點金術，是持續改善的機會
數字孿生作為一種方法論，一種框架性技術體系，甚至是一種面向生產運營環境數字化架構的中間件，不是一種一蹴而就的神奇技術，不是一劑一吃見效的靈丹妙藥。數字孿生的有效性取決于設備或生產過程的復雜度，進行模式判定、狀態預測或優化策略計算的難度，以及用于計算的，從現場采集的傳感數據的完備性和準確性。
正如人對現實世界的認知有一個持續學習不斷提升的過程，數字孿生對物理世界的把握程度也有一個不斷提升的過程，一個從粗糙到精細的過程。在實際應用中，如果數字孿生的計算能夠比手工判定和操作有顯著的改善，采用數字孿生能夠帶來一定的價值，那么，采用這樣一個數字孿生就應該是一個好的起點，有了一個不斷提升的機會。如果沒有這樣一個落地的基礎，就永遠沒有改善提升的機會。就像一個小孩，從小就不上學，那就永遠沒有機會成為一個有豐富知識的成人。
我們不應該把數字孿生當作一種點金技術，期望數字孿生可以一步到位解決高難問題。這是一種不切合實際的期望。數字孿生的確能有效解決一些的問題，但對于不少的問題需要在落地后有一段時間根據使用反饋持續改善和提升。
數字化技術其核心是軟件，在本質上就是一種持續改善的技術。不持續迭代提升的軟件是沒有生命力的。
目前不少的企業在構建數字化應用系統還是沿用了傳統的軟件項目型實施管理機制，屬于一次性的項目實施，解決方案供應商中標實施交付后，保用一年，之后一般沒有后續維護或更新的考慮或機會。下次推倒重來，這樣難以積累和提升。如果這樣去對待數字孿生，這種數字孿生是無生命力的。
企業需要與解決方案供應商維持長久的合作關系，提供相應的投入支持軟件應用的維護和提升，為所建立的數字化解決方案留長遠一點的生路，有生長成熟的機會，避免一錘子買賣。同時，企業也可以多考慮采用第三方供應商的產品，避免無必要的自建項目，這樣可以借力供應商產品在前面提到過空間重用復用的積累提升成果。
數字孿生系統設計案例 – 優也Thingswise iDOS
人類的文明史也可以看為工具的歷史。要廣泛地利用數字孿生建立數字化工業應用，有了目的，有了方法論，還必須有相應的工具，才能低成本和高效地實現。企業在構建數字孿生型的工業應用，需要框架性或平臺性工具，而不是從零開始，各自重新發明輪子。
今天到此我講的幾乎都是概念和思路。但是，我們自己也是據此而實踐和推進的。在現在剩下的一些時間我簡單以優也的數字化技術平臺，一個基于數字孿生和工業互聯網平臺技術的工業數據操作系統（Thingswise iDOS），作為例子，講解一下實現上面所談到的數字孿生設計理念的一個真實的系統。
優也作為一家面向工業行業，特別是大型流程工業的數字化技術公司，從企業數字化應用、生產運營數字化技術平臺、以及精益運營咨詢等多種方式，在包括能碳、設備、工藝與質量，以及績效管理等多個應用領域服務于客戶。
工業數字化技術平臺是優也的基礎技術，既支持優也內部工業應用產品和數字化解決方案的研發，也開放給第三方客戶使用，開發他們自己的數字化解決方案。
優也的Thingswise iDOS作為工業數字化技術平臺，面向工業生產運營環境，涵蓋設備連接、數據采集、實時分析和動態決策與反饋整個過程，簡化數字化工業應用的構建、運行和持續改善。它的技術框架是數字孿生和工業互聯網。它的技術基礎是大數據、云原生、機器學習/AI和其它新一代的數字化技術。它不是一個簡單的大數據系統工具箱，而是按數字化工業應用的需求，抽象解耦，融合創新的結果，不僅在中國，而且在全球都具有獨到之處。
不管其所依托的技術多么豐富和復雜，這個平臺的架構所抽象解耦的功能就只有三層，每一層提供一系列專門封裝的工具，大部分是圖形工具，盡可能簡易地解決現場使用的問題：
物聯層：解決設備連接、數據采集、預處理和同步對齊的問題；
數孿層：解決工業現場數字化表征和還原，工業知識沉淀、復用共享和持續提升的問題；
應用層：解決把算法模型實時計算的結果，結合生產運營管理的業務規則，并融入精益管理的方法論，動態生成管理策略，并加以執行的問題。
數孿層提供標準化的設備和場景結構還原表征，標準化的知識沉淀和復用共享。數孿層與應用層解耦，提供標準的物模型API支持應用調用設備數據和算法，把應用與多變的現場設備環境隔離，增強應用對多場景的適配通用能力。數孿層與物聯層解耦，在其間提供數據映射工具，把多源異構的現場數據與標準的數字孿生對齊，保障數孿層的標準化，靈活支持現場的多樣化。數孿層與物聯層和應用層的解耦，保障了工業知識在數孿層的獨立沉淀、提升和復用共享，不受現場的多變性的影響，以及避免與跟物理過程無關的應用業務邏輯產生相互干擾。這樣可以讓數采、工業專家和應用開發者，各專其業，各司其長，相對獨立地工作。
每個行業所用的設備類型大同小異，相應的數字孿生體具有高度的通用性，可建立行業數字孿生體包，對具體場景進行適配之后直接使用。我們在平臺中提供了數字孿生的圖形開發工具，支持工業數據梳理和工業算法構建，提供多級梯的重用復用，數據字典、 實體原型、對象實例、數孿庫包，支持同類單體數字孿生的重用，跨越場景的復用。
優也利用這個工業數據操作系統在能碳、工藝與質量，設備管理等應用領域研發和落地了多個工業應用和解決方案；優也的客戶也利用這個系統開發了他們自主研發的工業應用。這些實踐初步驗證了優也的這個工業數據操作系統，也特別地驗證了上面所談到的數字孿生的概念和思路，也為系統提供了難得可貴的反饋，對提升系統的功能和適用性起來非常大的作用。
我們處還在數字化發展的初級階段，我們的系統基于合理的設計理念，也有了一個良好落地使用的基礎，但是我們繼續提升的空間還很大，特別是在推進工業知識合作生態的方面，要做的工作還很多。同時，發展的機會也非常大。我請參會的對此有興趣的同事朋友們繼續關注我們的發展，更希望與大家攜手共力，一起來推進數字孿生和工業的數字化發展。更多相關信息敬請關注“優也”公眾號。
關于優也
成立于2016年的優也是集咨詢、平臺和智能工業APP三位一體的數字化轉型及工業能源管理服務商，旗下擁有專業而強大的管理咨詢團隊、經驗豐富的工業團隊、核心技術團隊和比肩世界的軟件團隊，擁有以大數據、人工智能、云原生為技術引擎的數字孿生中國原創型基礎工業數據操作系統 Thingswise iDOS以及面向基礎工業企業提升生產運營水平、能源利用水平、設備運營能力等系列工業智能APP應用系統，目前優也相關業務業已覆蓋鋼鐵、有色、燃煤等眾多基礎工業行業，在新一代數字技術賦能傳統工業轉型升級、低碳化、高質量發展進程中持續探索。
