They will also help them reap the benefits of advances in AI

Digital twins are making companies more efficient

数字双胞胎正在使公司变得更加高效

当一位寻找出租车的乘客叫了Uber，只需在智能手机上轻按几下，一个汽车似乎就如魔法般出现。若交通允许，他们很快便会被送往最终目的地。但这场魔法表演并未就此结束。一旦按下那个屏幕，乘客——连同所有其他Uber的乘客、司机以及将他们连接起来的系统——便成为了该公司内部运作的全面数字复制品的一部分。

这个数字双胞胎是同类中最先进的技术之一，使得优步能够实时调整其运营。烦躁的乘客可能会认为这使得公司的“高峰定价”成为可能，即当票价突然飙升以平衡出行需求和司机供给时。这个说法部分正确。但更直接且更积极的影响是，数字双胞胎能够通过不断变化的城市交通实现实时的路线优化。

如果当前的技术趋势持续下去，那么对公司内部运作的端到端数字化表示——越来越多地包括其客户和供应商生态系统——将不再是像Uber这样的科技公司的专利。人工智能（AI）尤其将使各种企业更容易建立虚拟副本，并在管理者之前从未能做到的规模上进行监督。

因此，数字双胞胎将重新定义运营公司的含义。与当前协调不同的自动化领域不同，管理者将管理一个不断运转的“飞轮”，这个飞轮由数据驱动。通过访问公司各个运营环节的信息，以及来自客户和供应商的数据，企业双胞胎不仅能帮助管理者制定更好的计划。它还将实施这些计划，学习结果，并自我优化，以实现特定的公司目标——一次又一次。

因此，数字孪生将重新定义公司运营的意义。与如今协调各个孤立的自动化岛屿不同，老板们将管理一个不断转动的“飞轮”，以数据为动力。通过获取来自公司各个运营环节以及客户和供应商的信息，企业双胞胎不仅会帮助管理者制定更好的计划，还会实施这些计划，从结果中学习，并优化自身以实现某些企业目标——反复进行。

公司长期以来一直试图对其业务的关键部分进行建模和自动化。早在2007年全球金融危机爆发之前，高盛（Goldman Sachs）就构建了一个名为SecDB的系统，该系统定期计算其不同金融资产面临的不同类型风险。当2008年雷曼兄弟（Lehman Brothers）破产时，这个系统使高盛能够迅速了解其对这家失败公司的风险敞口。

随着这类系统的增多和互联互通，企业实际上正在构建其数字双胞胎——相当于一件一件地重建一个人身上的器官。这些模型与其前辈的区别在于它们能够持续监测（并影响）其现实世界的等价物。亚马逊作为一家大型在线零售商，被认为在这一过程中走在了最前面。在主导电子商务近20年后，该公司积累了大量销售数据，使其能够建立一个单一的模型，能够预测未来两年内4亿个商品的需求。它甚至可以预测米歇尔·奥巴马等著名作出的新书会如何表现，以及泰勒·斯威夫特的演唱会将如何影响当地的需求。

但这个模型只是亚马逊供应链优化的一部分。“一旦我们有一个可靠准确的销售预测，我们就可以将其作为所有规划的基础，”负责预测的徐平解释道。她监督着一个“训练中心”，在这里，优化亚马逊供应链不同部分的模型——从应该保留多少某种商品的库存到在哪里建设新仓库——共同训练，以学习如何作为一个统一的模型进行运作。

亚马逊花费多年时间整合的内容，现在变得更容易构建。基于云的数据库发挥了重要作用，使公司能够在一个地方存储数据，以便进行大规模分析。数据协同技术也起到了帮助，旨在确保不同信息之间的相互兼容性。创业公司RelationalAI的创始人Molham Aref旨在将业务流程转变为他所称的“数字双胞胎的乐高积木”，这些积木可以共同生成任何公司的复制品。

然而，对企业数字双胞胎发展的最大影响将来自人工智能和机器学习。一方面，这些工具使得更容易理解需要建模的内部流程。另一家初创公司Celonis目前设计的软件可以从公司的内部数据中筛选出有用的见解。随着时间的推移，人工智能将能够以更灵活的方式和最少的先前指令来执行这一发现过程。正如支持ChatGPT等服务的大型语言模型（LLMs）可以从大量文本中提取模式，IBM研究部门负责人达里奥·吉尔（Dario Gil）预测，供给商业数据的企业模型可以发现一个公司的运作机制。

大型语言模型（LLMs）还将使数字双胞胎能够适应。企业软件过去往往涉及严格的规则，这使得寻找变通方案非常棘手。例如，如果客户想要退货，这必须以软件批准的方式处理。诸如大型行动模型（Large Action Models）之类的 LLMs 可能会改变这一现状。这些模型经过对投诉信息和其他非结构化数据的训练，可能为客户支持工作人员提供灵活性，甚至能够自己执行任务。微软负责这类软件开发的查尔斯·拉曼纳（Charles Lamanna）表示：“企业软件将变得更加按需生成和自我组装。”

然而，最重要的是，人工智能和数字双胞胎将相互促进，帮助彼此蓬勃发展。正如碎片化的计算机系统妨碍数据分析一样，它们也限制了被称为代理的任务执行算法的功能。数字双胞胎实际上为代理的活动提供了一个公平的竞争环境。随着代理的日益流行和构建变得更加容易，这类工具将变得愈加重要。

更重要的是，随着人工智能在捕捉公司内部发生的事情方面变得更加出色，其内部流程的越来越大一部分可能会被转化为软件。这可能会启动一个良性的虚拟循环，在这个循环中，新的企业软件生成更多数据，使得人工智能洞察更深入，创建出越来越详细的数字双胞胎。那些早早跟上这一潮流的公司可能会拥有持久的优势。

这些公司也可能会发生形态上的变化。过去25年见证了巨型科技平台的崛起，包括Uber、Google和Meta，这些平台大多是将消费者与商品、服务和内容进行匹配的市场。随着从汽车制造商到保险公司等非科技企业越来越多地融合并体现在软件中，它们将转变为大型平台。通过以这种方式拥抱它们的数字双胞胎，公司将不仅能够匹配买卖双方，还能协调它们之间的复杂关系。

如果企业越来越可以被数字化复制，那为何止步于此？一些公司已经开始构建整个经济部门的数字双胞胎。J.D. Power，一家数据分析公司，正在收集关于美国汽车行业的大量数据——包括有关单个汽车的信息、哪些经销商有库存、它们的配置等等——以及这些因素如何影响销售。在软件制造商Palantir的帮助下，J.D. Power目前正在开发一个系统，可以指示市场的当前状态，并向汽车制造商展示如果他们调整某些变量（例如在特定市场增加激励措施或提供更多带有豪华配件或特定颜色的车辆）时可能会发生的情况。

这样的机会也伴随着风险。随着企业对依赖于其最敏感信息的数字双胞胎的依赖日益加深，它们也使自己更容易受到黑客攻击。从理论上讲，一次针对性的攻击不仅可能使恶意行为者获得公司最深层秘密的访问权限，还可能使这些数据被秘密操控，从而产生现实世界的后果。这是一种需要小心应对的“魔法”。 ■