焦勇 包龍杰

[摘要]數(shù)字經(jīng)濟正在顛覆制造業(yè)企業(yè)的決策機制，推進實現(xiàn)了“生產(chǎn)者驅(qū)動→用戶驅(qū)動→大數(shù)據(jù)驅(qū)動”的轉(zhuǎn)變。具體以數(shù)字孿生技術為數(shù)字經(jīng)濟演變的基本技術形態(tài)，考察建立在數(shù)字孿生技術背景下制造業(yè)企業(yè)決策機制優(yōu)化的總體設計。研究發(fā)現(xiàn)：數(shù)字孿生技術革新制造業(yè)企業(yè)的決策理念，表現(xiàn)為從模糊施策轉(zhuǎn)向精準決策、從充分醞釀轉(zhuǎn)向快速響應、從被動管理轉(zhuǎn)向主動預警、從思維構想轉(zhuǎn)型數(shù)字鏡像、從信息輔助轉(zhuǎn)向數(shù)據(jù)支撐，進而對制造業(yè)企業(yè)系統(tǒng)集成的重大決策、單一系統(tǒng)的重要決策、小微事項的優(yōu)化決策和深度學習的預警決策提出機制優(yōu)化的應對方案，最后提出基于數(shù)字孿生技術的制造業(yè)企業(yè)決策的多維支撐，分別為海量數(shù)據(jù)為基礎、數(shù)據(jù)傳感實時化、數(shù)字智能化分析、數(shù)字鏡像可視化、多情景模擬優(yōu)化。

[關鍵詞]數(shù)字經(jīng)濟;數(shù)字孿生技術;決策機制;理念革新

一、 引言

推動制造業(yè)高質(zhì)量發(fā)展是加快構建新發(fā)展格局的重大戰(zhàn)略舉措。近年來，政策層面提出要保持制造業(yè)比重基本穩(wěn)定，鞏固壯大實體經(jīng)濟根基。數(shù)字經(jīng)濟為制造業(yè)提質(zhì)增效提供新動能，推動數(shù)字經(jīng)濟與實體經(jīng)濟深度融合發(fā)展成為當前制造業(yè)高質(zhì)量發(fā)展的重要方向。隨著數(shù)字經(jīng)濟的迅猛發(fā)展，制造業(yè)企業(yè)的決策機制愈發(fā)從“生產(chǎn)者驅(qū)動”轉(zhuǎn)變成為“用戶驅(qū)動”，從而形成現(xiàn)實意義而非理論意義上的用戶驅(qū)動的管理變革[1-2]。數(shù)字經(jīng)濟對制造業(yè)企業(yè)決策機制變革存在兩個發(fā)展階段。第一，數(shù)字經(jīng)濟如何實現(xiàn)非生產(chǎn)環(huán)節(jié)的有效決策。企業(yè)需要花費精力介紹并包裝產(chǎn)品，用戶需要花費時間搜尋所需要的產(chǎn)品，數(shù)字經(jīng)濟解決了生產(chǎn)者與消費者之間的信息不對稱問題;數(shù)字經(jīng)濟賦能制造業(yè)決策優(yōu)化體現(xiàn)在采購、招聘、銷售等環(huán)節(jié)，通過專業(yè)性的平臺實現(xiàn)供需雙方的對接，通過加速人力流轉(zhuǎn)實現(xiàn)高效對接[3]。例如，企業(yè)發(fā)展所需要的人力資本可以通過專業(yè)的招聘網(wǎng)站、專業(yè)的獵頭公司獲得相應信息。從中可以得出，從生產(chǎn)者驅(qū)動走向用戶驅(qū)動，企業(yè)生產(chǎn)的基本邏輯并沒有發(fā)生改變，無非是制造業(yè)企業(yè)生產(chǎn)獲得更加精準的用戶信息，實現(xiàn)了生產(chǎn)者供給數(shù)據(jù)與消費者需求數(shù)據(jù)的精準匹配。第二，數(shù)字經(jīng)濟如何實現(xiàn)生產(chǎn)環(huán)節(jié)的有效決策。數(shù)字經(jīng)濟時代，最引人注目的改變是從價值重塑走向價值創(chuàng)造[4]。數(shù)字經(jīng)濟所帶來的信息技術、大數(shù)據(jù)等先進技術手段與理念，給傳統(tǒng)制造過程的決策機制帶來變革，以跨界的全新思維實現(xiàn)制造環(huán)節(jié)決策機制的重塑，解決物（機械）與物（原材料）之間的信息不對稱問題。

物理世界和信息世界的交融成為當前經(jīng)濟社會發(fā)展的主要瓶頸之一[5]，也成為制約智能制造的關鍵。數(shù)字孿生（digital twin）是以物理實體的多維、高頻、實時、同等數(shù)據(jù)為依托，創(chuàng)新數(shù)字化、等量化、可視化、立體化的虛擬模型，通過數(shù)據(jù)模型、信息反饋、決策迭代等方法反映物理實體的真實狀態(tài)，并增加或擴展物理實體的能力，連接物理世界和信息世界并提供實時的智能化服務[6-7]。數(shù)字孿生主要由兩部分組成，一個是真實空間的物理實體，另一個是通過物理實體鏡像出的信息化數(shù)字孿生體，該信息化數(shù)字孿生體屬于虛擬空間，因此又稱為虛擬實體，物理實體和虛擬實體之間通過動態(tài)數(shù)據(jù)進行聯(lián)接[8]。數(shù)字孿生技術最早來源于航空航天飛行器的健康維護和保障問題，為了方便知曉飛行器的實時狀態(tài)，通過建立“數(shù)字鏡像”，實現(xiàn)物理世界的真實飛機與數(shù)字世界的數(shù)字鏡像完全同步[9]。近年來，數(shù)字孿生技術逐步應用到工業(yè)互聯(lián)網(wǎng)、智慧城市、智慧交通等領域，愈發(fā)表現(xiàn)出強大的生命力和發(fā)展前景。所以，以數(shù)字孿生為鮮明代表的數(shù)字經(jīng)濟技術體系，將如何影響制造業(yè)企業(yè)的決策機制，如何構建較為完善的決策機制，成為推動制造業(yè)高質(zhì)量發(fā)展的重要方向。因此，本文基于數(shù)字經(jīng)濟技術層面，研究數(shù)字孿生技術如何優(yōu)化企業(yè)制造過程的決策機制。

現(xiàn)階段，制造業(yè)企業(yè)的決策機制仍不夠健全，企業(yè)管理者的主觀性和非理性等因素將會導致已有決策機制頂層設計的局部失靈，也會因為保守的決策思路與滯后的信息傳遞等因素導致決策機制的失效。并且，隨著數(shù)字經(jīng)濟時代數(shù)據(jù)量的爆發(fā)式增長，企業(yè)層面大量信息超負荷運轉(zhuǎn)，信息應用超過企業(yè)承載力負荷，導致企業(yè)決策機制的偏誤與滯后等一系列問題。所以，本文需要探討的核心點在于制造業(yè)企業(yè)如何憑借有效的數(shù)字技術理念和工具，實現(xiàn)從傳統(tǒng)決策轉(zhuǎn)向基于數(shù)據(jù)分析的決策[10]，這樣可以在信息爆發(fā)的時代，能夠切實提高制造業(yè)企業(yè)決策的準確性、科學性和反應速度，更加從容地面對急劇改變的外部市場?；诖?，本文嘗試提出輔助支撐制造業(yè)企業(yè)決策的數(shù)字孿生技術，以智能化的數(shù)字孿生技術為不同維度的決策提供有效支撐，實現(xiàn)制造業(yè)企業(yè)決策機制的精準化，這對實現(xiàn)智能制造具有重要的現(xiàn)實意義。

二、 數(shù)字孿生技術對制造業(yè)企業(yè)決策機制的理念革新

傳統(tǒng)的決策機制由于對客觀環(huán)境不夠了解，以及人的主觀影響使得決策機制具有滯后性、模糊性，甚至出現(xiàn)決策不當。現(xiàn)階段制造業(yè)擁有較為完整的數(shù)字建模理念、數(shù)字化工具手段、實時傳遞的數(shù)據(jù)基礎，完全有能力有基礎構建自主演化、實時更新的制造業(yè)企業(yè)決策的數(shù)字孿生技術系統(tǒng)。數(shù)字孿生技術系統(tǒng)可以提供可視化的信息支撐，從而使得決策更加科學、精準、及時。數(shù)字孿生技術推動制造業(yè)企業(yè)決策機制的理念變革，主要體現(xiàn)在5個方面，分別是：從模糊施策轉(zhuǎn)向精準決策、從充分醞釀轉(zhuǎn)向快速響應、從被動管理轉(zhuǎn)向主動預警、從思維構想轉(zhuǎn)向數(shù)字鏡像、從信息輔助轉(zhuǎn)向數(shù)據(jù)支撐。

第一，從模糊施策轉(zhuǎn)向精準決策。制造業(yè)的發(fā)展需要大量專業(yè)性知識，非專業(yè)人員從事專業(yè)性決策存在諸多的不確定性和主觀性，所以充分信任專家、學者的經(jīng)驗成為決策的重要依據(jù)，發(fā)揮主觀判斷能力和主觀能動性，有時候能夠收到良好的效果。但是，若是考慮企業(yè)之外的經(jīng)濟發(fā)展、社會穩(wěn)定、職務晉升等眾多因素后，可能導致實際決策結(jié)果與理論結(jié)果存在一定程度的偏離，尤其是企業(yè)生產(chǎn)的緊缺物資沒有精準、合理的分配方案，將會導致寶貴資源的低效率使用狀態(tài)?；跀?shù)字孿生技術的決策機制支持系統(tǒng)，物資調(diào)配可以通過優(yōu)化算法實現(xiàn)資源的優(yōu)化配置，從而實現(xiàn)高水平的精準決策。精準決策是指決策的精細化，精準決策能夠?qū)ζ髽I(yè)生產(chǎn)的每一份原材料進行編碼處理，準確識別、定位制造過程，保持制造業(yè)企業(yè)內(nèi)部高效運轉(zhuǎn)，并且大幅度降低由于人工統(tǒng)計所帶來的成本與偏差。精細化處理所生成的海量數(shù)據(jù)，可以通過大數(shù)據(jù)技術予以系統(tǒng)化的整理、儲存、利用，并且利用大數(shù)據(jù)技術實現(xiàn)實時調(diào)配，所以不再需要龐大的人力和腦力對數(shù)據(jù)進行“戰(zhàn)術性”分析，為企業(yè)生產(chǎn)的每一環(huán)節(jié)實時高效的精準決策提供依據(jù)。

第二，從充分醞釀轉(zhuǎn)向快速響應。充分醞釀是政府在不斷地認識與實踐中所創(chuàng)造的決策方式，這種方式不僅是官員面對各項事務的重要決策機制，也是保持“政治正確”與“政治成熟”的表現(xiàn)，同時還能夠模仿、跟隨做出“同群”決策來降低決策風險[11]。同樣，這種充分醞釀的決策方式對于制造業(yè)企業(yè)而言，從決策程序看依靠組織力量充分醞釀的決策結(jié)果，能夠最大限度保持民主決策與決策的充分性，有效避免決策結(jié)果走入極端情形。但是，在企業(yè)發(fā)展面臨突發(fā)重大事項、重大機遇面前，決策結(jié)果仍然存在一定程度的滯后性，這是因為突如而來的機遇和挑戰(zhàn)超乎理性預期結(jié)果，使得決策者面臨措手不及的被動局面，從而貽誤了最佳的決策時機?；跀?shù)字孿生技術的快速響應理念是建立在充分的數(shù)據(jù)測算、模擬與演練基礎之上的科學決策與“實時化的市場洞察”[12]，正如“裝配式建筑”在工地上建筑安裝所耗費的時間很短但是依然不會影響建筑的各項標準，這是因為大量預制部件的澆筑工作已經(jīng)做到前置，所以決策中能夠?qū)崿F(xiàn)快速響應的前置因素是數(shù)字孿生技術系統(tǒng)的海量數(shù)據(jù)的智能化分析，其對已有的數(shù)據(jù)進行降維，并且抽象出具有指導意義的關鍵信息，形成可以作為決策支撐的依據(jù)。

第三，從被動管理轉(zhuǎn)向主動預警。制造業(yè)企業(yè)已有的重大決策仍然以被動管理為主，往往在面對內(nèi)部運行和外部環(huán)境發(fā)生變遷等突發(fā)情況的時候，企業(yè)的相機決策機制和提前規(guī)劃的預案將會同步運行，可是在突發(fā)情況的初期仍較難做到對生產(chǎn)過程的有效管控。例如，在快速反應的全球供應鏈加持下，很多智能設備制造商奉行零庫存戰(zhàn)略來降低成本，但是隨著美國對國內(nèi)部分制造業(yè)企業(yè)芯片出口管制，導致企業(yè)正常的生產(chǎn)過程遭遇突發(fā)的外部情況，此時再尋求替代方案將會造成生產(chǎn)的波動，甚至引致企業(yè)生存困境。數(shù)字孿生技術的重大突破在于智能化的分析手段，其有利于企業(yè)充分利用在長期經(jīng)營過程中所形成的海量大數(shù)據(jù)，不僅包含企業(yè)自身生產(chǎn)各個環(huán)節(jié)的數(shù)據(jù)，還包含供應鏈各環(huán)節(jié)的數(shù)據(jù)，通過海量的微觀數(shù)據(jù)的匯總并進行主動預警。例如企業(yè)生產(chǎn)一線員工、管理者所發(fā)現(xiàn)的關于制造環(huán)節(jié)的一手信息，數(shù)字孿生技術將會快速響應與支持性預警，從而為制造業(yè)企業(yè)的決策提供更加精準化的指向與舉措，這種具有預警性質(zhì)的決策將會大大降低突發(fā)事項的破壞程度。并且，這些數(shù)據(jù)在數(shù)字孿生技術的助推下，可以為企業(yè)開辟全新的市場空間，提供輔助的機會識別作用。華為在面臨美國的芯片管制時，及時調(diào)整戰(zhàn)略方向，著重發(fā)展5G設備等單位芯片價值量更高的產(chǎn)品，積極拓寬智能生活市場。所以，當生產(chǎn)的內(nèi)部和外部環(huán)境發(fā)生突變時，以圍繞已經(jīng)發(fā)生的既定事實為基礎，實現(xiàn)重大事項發(fā)生條件的資源優(yōu)化配置成為決策的主攻方向。

第四，從思維構想轉(zhuǎn)向數(shù)字鏡像。已有的關于制造業(yè)企業(yè)的相關決策依賴于企業(yè)管理者的管理能力和判斷水平，這些信息能夠在頭腦中形成有關制造的初步認知，或者勾勒出有關制造的粗線條信息，但這些信息并不能活躍地進行具化，更難以兼顧到海量的細節(jié)信息。又因為思維能力受制于不同決策者專業(yè)知識的限制，尤其是對制造信息的匱乏，在缺乏豐富默會知識之上的決策有可能導致錯誤的判斷發(fā)展趨勢。數(shù)字孿生技術對制造業(yè)企業(yè)決策機制的重大改變，也是應用最為生動的領域是將決策過程從“思維構想”轉(zhuǎn)變?yōu)椤皵?shù)字鏡像”，實現(xiàn)了決策過程從“看不見摸不著”的黑箱走向“看得見摸得著”的鏡像。通過工程學設計、軟件配套與數(shù)據(jù)的實時傳遞，能夠立體化展示企業(yè)制造發(fā)展態(tài)勢的多維信息。例如，通過數(shù)字鏡像系統(tǒng)能夠清晰地了解緊急物資的供給與需求，并且精確到每一環(huán)節(jié)，從而根據(jù)需求優(yōu)先級的差異性來實現(xiàn)要素的最優(yōu)配置。憑借數(shù)字孿生技術手段可以展現(xiàn)出物資動態(tài)流動的數(shù)字鏡像，并進一步繪制資源優(yōu)化配置的多情景模擬，從理論邏輯上實現(xiàn)了決策的精準化。在數(shù)字孿生系統(tǒng)中還可以實時考察現(xiàn)實狀態(tài)，隨時對突發(fā)的情況進行決策微調(diào)與修正。

第五，從信息輔助轉(zhuǎn)向數(shù)據(jù)支撐。已有制造業(yè)企業(yè)的決策機制中信息起到輔助判斷的作用，往往少數(shù)幾個關鍵指標成為決策的重要依據(jù)，例如企業(yè)的產(chǎn)量、成本、利潤等指標。關鍵指標雖然能夠抓住企業(yè)制造的主要方面，但是一概而論的話卻忽視了大量其他有效信息，導致信息在決策機制中的運用并不充分，沒有挖掘每一組數(shù)據(jù)背后的無限可能。同時，關于企業(yè)制造的深刻認知需要專業(yè)化知識，而輔助支撐的信息僅是專業(yè)化知識的冰山一角，并不能形成對企業(yè)制造的全面認識。所以，制造業(yè)企業(yè)的各項決策需要以更加全面的第一手原始數(shù)據(jù)作為支撐。數(shù)字孿生技術系統(tǒng)能夠收集實時上傳的多維數(shù)據(jù)，通過復制真實的數(shù)字鏡像實現(xiàn)模擬決策，從而為科學決策提供強有力的數(shù)據(jù)支撐。關于企業(yè)制造全方位的海量數(shù)據(jù)之中，可能有些數(shù)據(jù)所反映的信息比較少，這在普通決策中起不到影響作用，但是在疊加海量數(shù)據(jù)的綜合分析基礎之上，將會形成一定的規(guī)律性認知，從而構成精準決策的重要支撐。大數(shù)據(jù)愈發(fā)成為制造業(yè)企業(yè)科學決策表現(xiàn)出的新特征[13]。

三、 基于數(shù)字孿生技術的制造業(yè)企業(yè)決策體系優(yōu)化

基于數(shù)字孿生技術的制造業(yè)企業(yè)決策機制仍然存在完善空間，憑借構建數(shù)字孿生技術的信息支撐，可以實現(xiàn)決策機制從科層制與中心化轉(zhuǎn)向去中心化的方向優(yōu)化[14]。基于數(shù)字孿生技術的制造業(yè)企業(yè)決策機制并不是單一的決策過程，而是數(shù)量眾多、大小不一的決策所構成的決策集成，是“四維一體”的決策機制。具體而言分別是，存在系統(tǒng)集成的重大決策、單一系統(tǒng)的重要決策、小微事項的優(yōu)化決策和深度學習的預警決策，制造業(yè)企業(yè)決策支撐體系如圖1所示。

1. 系統(tǒng)集成的重大決策

系統(tǒng)集成的重大決策指的是關乎制造業(yè)企業(yè)全局，對企業(yè)制造的核心理念、重大事項、生產(chǎn)策略產(chǎn)生重要影響的頂層設計與戰(zhàn)略安排，也是決定后續(xù)一系列決策部署效果的前置條件和關鍵所在，具有重大戰(zhàn)略性意義的決策。例如，企業(yè)“是否生產(chǎn)、生產(chǎn)什么、如何生產(chǎn)、何時生產(chǎn)”等關鍵問題，還包含環(huán)境變遷后企業(yè)是否改變已有的生產(chǎn)邏輯等重大決策。在面對海量數(shù)據(jù)、尤其是支離破碎的離散數(shù)據(jù)面前，企業(yè)決策者難以憑借經(jīng)驗和觀念意識做到?jīng)Q策的精細化。同時，疊加了數(shù)據(jù)、信息的實時更新，決策時需要考慮不同領域的訴求點和可能的矛盾，從而加劇了決策的困難程度。通過數(shù)字孿生技術系統(tǒng)能夠為制造業(yè)企業(yè)重大決策提供一定的輔助支撐，這是因為基于海量數(shù)據(jù)優(yōu)勢和運算算法優(yōu)勢，通過對企業(yè)生產(chǎn)過程的系統(tǒng)性進行追蹤，高效識別、分析、重組、匯合海量信息并形成決策的輔助參考。數(shù)字孿生技術體系所形成的決策參考建議完全遵循數(shù)據(jù)本身以及企業(yè)發(fā)展的現(xiàn)實，降低了經(jīng)濟、社會等其他角度的目標約束帶來決策偏誤的可能性。所以，數(shù)字孿生系統(tǒng)輸出的是比較客觀的結(jié)果，這種決策機制也有利于形成更加客觀、準確的建議，而不是人為因素所帶來的夸大或者縮小，從而減少了決策者在分析與整理數(shù)據(jù)中耗費的精力，真正將決策放置于數(shù)字孿生技術不能達到的精神、情感、情緒等層面的綜合決策。西門子在中國有近百家工廠，想要把近百家工廠的產(chǎn)能協(xié)同調(diào)度起來，需要決策者將所有生產(chǎn)約束都考慮在內(nèi)1，比如核心的物料、核心的模具、出口的要求、環(huán)保的指令、版本的控制。對于決策者來說，要綜合考慮這些約束條件并做出重大決策極為困難，而利用數(shù)字孿生技術，將這個復雜問題模型化，搜集這個模型里需要的所有生產(chǎn)約束所需要的數(shù)據(jù)，進行分析決策，5個小時后便能夠開工，提升訂單滿足率后，產(chǎn)能損失率顯著降低，人工干預率顯著降低，同時給出采購建議、訂單承諾、異常分析并給出預警。

2. 單一系統(tǒng)的重要決策

單一系統(tǒng)的重要決策包含橫向子區(qū)域和縱向子系統(tǒng)兩種類型。橫向子區(qū)域是具體的某一區(qū)域的集成優(yōu)化決策，例如制造業(yè)具體的生產(chǎn)線在制造過程中實時上傳的第一手資料。那么，通過數(shù)字孿生技術系統(tǒng)中該區(qū)域模塊的及時響應，“化整為零”的子區(qū)域精細化管理成為必要選擇，通過數(shù)字孿生技術進行實時監(jiān)測，不僅實現(xiàn)了制造環(huán)節(jié)的精準化、細致化，還能夠有效降低制造監(jiān)管的成本。縱向子系統(tǒng)是指某種要素的全局決策，例如關鍵生產(chǎn)要素的供需與調(diào)配時采用物資模塊優(yōu)化決策，利用數(shù)字孿生系統(tǒng)并充分結(jié)合排隊論、系統(tǒng)論的優(yōu)化理論進行全局的合理調(diào)配，實時實現(xiàn)寶貴資源應用到生產(chǎn)領域。管理層需要充分發(fā)揮在單一系統(tǒng)決策中的主觀能動性，降低出現(xiàn)決策重大偏差的可能性，為決策方向提供初步判斷;進而利用數(shù)字孿生技術推動單一系統(tǒng)的決策更具科學性，在大數(shù)據(jù)加持下能夠為決策的技術細節(jié)優(yōu)化提供科學指導，從而實現(xiàn)決策機制和決策過程的優(yōu)化。西門子通過將數(shù)字孿生技術和人工智能相融合，讓電腦獨立地設計出尖端產(chǎn)品。西門子已經(jīng)意識到了其中的潛力所在，并且已經(jīng)和加利福尼亞州的一家初創(chuàng)公司合作，該公司的目標是制造定制化的跑車。對于研發(fā)制造和運營，數(shù)字孿生技術正在和過去的傳統(tǒng)典范告別，創(chuàng)造非同凡響的全新可能2。

3. 小微事項的優(yōu)化決策

除了關乎全局的系統(tǒng)集成重大決策和單一系統(tǒng)的重要決策之余，仍然有大量具體的小微事項的優(yōu)化決策問題。從數(shù)量看，這種決策的數(shù)量最多，構成一個個具體的行動指令;從性質(zhì)看，這種決策雖然不會對全局構成重大影響，但是依然和全局相輔相成，只有把每一個小微事項都能夠決策好、執(zhí)行好，才會為全局的智能制造添磚加瓦。小微事項的決策往往會落到具體的執(zhí)行者身上，若是以人力的形式?jīng)Q定這種數(shù)量龐大的問題的決策，將會耗費巨大的精力;若是管理者的主要心思放置于這些細節(jié)之上，反而造成本末倒置，以“戰(zhàn)術上的勤奮掩蓋戰(zhàn)略上的懶惰”，這也會導致昂貴的管理資源的浪費。所以，企業(yè)生產(chǎn)過程中具體的生產(chǎn)指令、資源調(diào)撥、人員分配等決策問題，可以充分基于數(shù)字孿生技術系統(tǒng)并以運籌學的優(yōu)化理念為本，強調(diào)有限資源的最優(yōu)配置問題，所需要做好的事情是構建有效的決策目標與決策約束條件，做好人機互動的各項工作，從而以優(yōu)化算法自動輸出關于小微事項的優(yōu)化決策方案，以大數(shù)據(jù)為支撐的系統(tǒng)自動生成的最優(yōu)化生產(chǎn)方案構成生產(chǎn)決策的依據(jù)，并降低人為因素對生產(chǎn)過程的干擾。西門子運用數(shù)字孿生技術研發(fā)了一臺創(chuàng)世界記錄的飛機電動馬達，不僅重量只有50公斤，性能比同類的馬達強5倍之多1，在數(shù)字孿生技術下生產(chǎn)一個馬達，不僅可以展示它的形態(tài)組成，而且可以分析功能，從軸線的轉(zhuǎn)動到導熱系數(shù)，再到傳感器的數(shù)據(jù)以及更多。更重要的是，數(shù)字孿生還能持續(xù)進化，這得益于數(shù)據(jù)的流動、用戶體驗的反饋再輸入，它可以極大地影響研發(fā)生產(chǎn)和運營，優(yōu)化產(chǎn)品研發(fā)決策。

4. 深度學習的預警決策

深度學習的預警決策是數(shù)字孿生技術在不斷迭代發(fā)展與系統(tǒng)優(yōu)化之后所能夠迸發(fā)的最具想象力的功能。如同氣象學可以精準預報，數(shù)字孿生技術可以通過深度自主學習多維數(shù)據(jù)、高頻數(shù)據(jù)和海量數(shù)據(jù)，尤其可以在流行病學發(fā)展趨勢上提供前瞻性預警。當然，制造業(yè)企業(yè)的決策還可以跳出已有領域的界限，在跨界融合中尋找全新的思路與范式，提供具有創(chuàng)造性的預警方案。例如，谷歌能夠通過對不同地區(qū)、不同時間人們關鍵詞搜索記錄的深度分析，尤其是流行病的關鍵詞的智能分析，得知流行病在時空上的發(fā)展態(tài)勢，并結(jié)合大數(shù)據(jù)的預測功能對制造可能產(chǎn)生的突發(fā)情況進行預警，往往這種預警機制會比部門預警還要來得早、來得精準。所以，在制造環(huán)節(jié)的預警領域思路也是一致的，最先知曉制造故障和技術改良的仍然是處于一線的具有較高專業(yè)知識的技術工人，所以通過建立有效的溝通與反饋機制，構建專業(yè)知識領域的實時數(shù)據(jù)傳遞系統(tǒng)，從而能夠為突發(fā)故障提供基于“專業(yè)判斷”與“數(shù)據(jù)分析”相融合的預警思路。因此，企業(yè)管理決策也從原先的企業(yè)管理者直覺判斷轉(zhuǎn)變?yōu)槠髽I(yè)一線員工用數(shù)據(jù)來驅(qū)動決策，利用一線的大數(shù)據(jù)分析結(jié)果來取代高層管理者的直覺判斷做出合理決策，將成為未來企業(yè)管理決策文化的新形式[15]。西門子研究部門發(fā)現(xiàn)，機器人要完成銑削的任務非常困難，因為制造過程中的強大沖擊力會導致不精確的運動2，但是有了數(shù)字孿生技術，那些讓機器人偏離銑削路徑的力量可以被實時計算和補償，以此來保證機器人在它應有的路徑上。當涉及運營過程的時候，數(shù)字孿生通過接觸點的仿真，可以對真實數(shù)據(jù)的傳感器數(shù)據(jù)進行實時對比，該接觸點進行并行操作的可行性可以被可靠地預測，因此，突然中斷這種事故的發(fā)生將成為過去式。

四、 基于數(shù)字孿生技術的制造業(yè)企業(yè)決策多維支撐

基于數(shù)字孿生技術的制造業(yè)企業(yè)決策機制的完善，仍然需要不斷完善的實現(xiàn)路徑。制造業(yè)企業(yè)的數(shù)字孿生系統(tǒng)主要由海量數(shù)據(jù)為基礎、數(shù)據(jù)傳感實時化、數(shù)據(jù)智能化分析、數(shù)字鏡像可視化和多情景模擬優(yōu)化組成。這五大系統(tǒng)形成了一個有機的整體：海量數(shù)據(jù)的支撐系統(tǒng)提供新鮮的血液，數(shù)據(jù)傳感實時化形成一個龐大的神經(jīng)系統(tǒng)，數(shù)字智能化分析就像人的大腦，數(shù)字鏡像可視化系統(tǒng)構成了軀干，多情景模擬優(yōu)化構成功能延伸，從而使得數(shù)字孿生技術有生命力，更好地完善制造業(yè)企業(yè)的決策機制。詳細的邏輯關系如圖2所示。

1. 海量數(shù)據(jù)為基礎

海量數(shù)據(jù)支撐系統(tǒng)構成制造業(yè)企業(yè)數(shù)字孿生的血液。數(shù)據(jù)驅(qū)動成為管理決策不可或缺的研究范式[16]，只有通過實時聯(lián)通、附有信息增量的數(shù)據(jù)才是數(shù)字孿生技術的基礎，才能形成具有鮮明特征并具有應用價值的支撐體系。一方面需要多維數(shù)據(jù)的收集和整理。數(shù)字孿生技術不僅需要多維、異構的其他企業(yè)、行業(yè)的數(shù)據(jù)作為支撐，同時還需要不斷擴充模塊化的專業(yè)數(shù)據(jù)，依托相應的企業(yè)和機構，推動數(shù)據(jù)的共享并服務于智能制造。當然，海量數(shù)據(jù)中仍然需要微觀數(shù)據(jù)作為有效補充，如何有效、價廉地收集多維信息成為數(shù)字孿生技術數(shù)據(jù)模塊建設的重點，并且在實際工作中仍然需要把控微觀數(shù)據(jù)的時效性。需要圍繞搜集的數(shù)據(jù)并打通圍繞制造業(yè)企業(yè)生產(chǎn)環(huán)節(jié)所涉及的核心領域和環(huán)節(jié)的數(shù)據(jù)池，形成跨層次、跨領域、跨部門的數(shù)據(jù)云。另一方面需要做好數(shù)據(jù)的集成工作。不同渠道所獲得的數(shù)據(jù)之間可能存在數(shù)據(jù)格式、數(shù)據(jù)類型的差異性，而基于已有的分析基礎系統(tǒng)可能得不到數(shù)據(jù)的有效識別與高效處理。不同類型數(shù)據(jù)之間的轉(zhuǎn)換與融合存在結(jié)構性差異性，導致數(shù)據(jù)之間可能存在斷裂。尤其是海量數(shù)據(jù)若不能獲得智能化處理，則會降低數(shù)據(jù)運用的時效性。所以，不同數(shù)據(jù)的整合不能依賴于人工匯合，而需要設計智能化的算法作為支撐，尤其針對本文信息的智能化分析。

2. 數(shù)據(jù)傳感實時化

數(shù)據(jù)傳感實時化成為制造業(yè)企業(yè)技術孿生的神經(jīng)。從行為到數(shù)據(jù)、從數(shù)據(jù)收集到實時傳遞，都需要有高效的數(shù)據(jù)傳感系統(tǒng)。數(shù)據(jù)傳感的目的主要有兩個：一是為了數(shù)據(jù)的實時傳遞，只有數(shù)據(jù)的及時更新才能夠起到企業(yè)決策支撐和預警的重要作用，并且利用最低的成本帶來最高的效用，從而最大化的實現(xiàn)數(shù)字孿生技術在企業(yè)生產(chǎn)決策中的作用。海量數(shù)據(jù)庫的建立并不是一蹴而就的工作，支撐系統(tǒng)不僅需要歷史數(shù)據(jù)作為邏輯驗證和模擬運算基礎，還需要最新的數(shù)據(jù)作為快速決策的依據(jù)，為實時給出精準化的決策建議提供便利。需要建立便利化、智能化的海量微觀數(shù)據(jù)上傳系統(tǒng)，使得經(jīng)濟社會實時發(fā)生的數(shù)據(jù)都可以通過系統(tǒng)上傳到云端，在云端，通過5G技術的實時傳遞做好數(shù)據(jù)的更新與反饋。二是為了便利數(shù)據(jù)采集。若是依靠填寫表格或者科層制的逐步上傳，姑且不論數(shù)據(jù)傳輸?shù)男实拖拢瑔握摵Ａ繑?shù)據(jù)的填報工作勢必導致巨大的勞動投入，并且在長期的持續(xù)運行中產(chǎn)生巨額的人工成本如何，需要充分運用工業(yè)工程領域的多種傳感器，推動基本單元的數(shù)據(jù)傳感系統(tǒng)的構建。實踐發(fā)展過程中也需要充分借助于已有的數(shù)據(jù)采集渠道，特別是各種垂直領域的新興業(yè)態(tài)的數(shù)據(jù)，從而打通數(shù)據(jù)采集的通道。

3. 數(shù)字智能化分析

數(shù)字智能化分析系統(tǒng)構成制造業(yè)企業(yè)數(shù)字孿生的大腦。從數(shù)據(jù)到信息的轉(zhuǎn)變，致用性、目的性成為數(shù)據(jù)與信息的根本區(qū)別，也是數(shù)字孿生系統(tǒng)的核心所在。通過對數(shù)據(jù)客觀分析輸出結(jié)論性信息并為決策提供依據(jù)。一是要建立在既定秩序和規(guī)則之下實現(xiàn)海量數(shù)據(jù)的高效運算與處理，能夠為認知范圍內(nèi)的事務提供科學化、精準化的決策依據(jù)。例如，通過建立一定的生產(chǎn)資源供給預算與使用規(guī)則，利用海量微觀數(shù)據(jù)進行智能化分析，實現(xiàn)既定資源的高效利用過程。從經(jīng)濟學視角看，建立在既定的資源約束與有限知識情景下，已有的資源調(diào)配并未實現(xiàn)最大化的配置效率和利用效率，即沒有達到最大化利用的邊界。而數(shù)字智能化分析的結(jié)果是依據(jù)約束條件和最大化效用條件，從而優(yōu)化組合策略并獲得最大的資源利用情況，實現(xiàn)所有資源均在效率最大化的地方獲得高效使用。二是要通過機器學習提升數(shù)字孿生系統(tǒng)的深度自主學習能力，重新組織已有關于企業(yè)生產(chǎn)全方位、多角度的知識架構和行為準則，從而為決策提供尚未認知的重要信息和潛在的解決方案，拓寬制造業(yè)企業(yè)決策機制的科學化、精準化、智能化和多樣化。這項功能更加具有想象空間，也實現(xiàn)了真正意義上的智能化。數(shù)字智能化分析能夠跳出制造業(yè)企業(yè)已有知識所設置的條條框框，進而在更為寬松的框架和更少的規(guī)則下提供更加富有創(chuàng)造力的優(yōu)化方案，即“不僅提供優(yōu)化的均衡解，還提供優(yōu)化的角點解”。

4. 數(shù)字鏡像可視化

數(shù)字鏡像可視化系統(tǒng)構成制造業(yè)企業(yè)數(shù)字孿生的軀干?？梢暬到y(tǒng)通過建模和模擬、并輔以工程學的措施，實現(xiàn)對企業(yè)生產(chǎn)各個環(huán)節(jié)與模塊“看得見摸得著”的直觀呈現(xiàn)，并且這種可視化并不是模擬，而是對真實現(xiàn)狀的“同比例”數(shù)字化再現(xiàn)。通過數(shù)據(jù)建模、仿真模擬等數(shù)學方法，并結(jié)合工業(yè)技術領域的可視化技術手段，打造以數(shù)字孿生實驗室為載體的數(shù)字鏡像可視化系統(tǒng)，為企業(yè)決策機制的優(yōu)化提供可視化工具和有力支撐。數(shù)字鏡像由多模塊、多節(jié)點的復雜系統(tǒng)組成。一是數(shù)字鏡像可視化系統(tǒng)包含物流、信息流等重要模塊，這些快速更新的流質(zhì)成為系統(tǒng)節(jié)點之間相互連接的經(jīng)絡，也是進行內(nèi)部充分交流的載體。二是需要考慮多種節(jié)點，這些節(jié)點構成數(shù)字鏡像的重要組成模塊，也是數(shù)字鏡像需要逐步組建并完善的領域?？梢暬到y(tǒng)的初始階段初級版本可能受制于數(shù)據(jù)收集不全、響應速度較慢等客觀因素而不完整，需要在長時間的完善進程中逐步形成無限逼近企業(yè)生產(chǎn)真實狀態(tài)的數(shù)字鏡像。并且，數(shù)字鏡像并不是一維的數(shù)據(jù)或是二維的圖形，而是三維的立體虛擬現(xiàn)實的呈現(xiàn)，各模塊之間有機結(jié)合并以實時傳遞的數(shù)據(jù)賦能，對制造過程進行真實復制，形成極具應用價值的數(shù)字鏡像可視化系統(tǒng)。

5. 多情景模擬優(yōu)化

多情景模擬優(yōu)化構成制造業(yè)企業(yè)數(shù)字孿生的功能延伸。數(shù)字孿生技術不僅為多種決策提供有效支撐，同時還可以生成多情景的模擬為決策提供輔助支撐。具體而言，對于某種既定條件下存在多種決策困境時，可以通過系統(tǒng)的智能化模擬考察每一種決策所帶來的效果，并且通過系統(tǒng)對每一種效果進行評估，從而為決策提供一定程度的參考。當然，決策模擬并不是一概而論的，也因為條件的差異性而出現(xiàn)不同的結(jié)果，所以需要多情景模型，每一種可行的決策方案均需要根據(jù)制造過程實時發(fā)展態(tài)勢給出樂觀、中性、悲觀等多種可能結(jié)果。當然，多情景模擬優(yōu)化也有不同類型，一種是具有較強預見性的預警，能夠在突發(fā)意外仍處于小范圍可控狀態(tài)下提供模擬支撐，從而為及時的決策提供支撐。另一種是當意外出現(xiàn)之后，如何做好各方面的優(yōu)化決策，需要對多種可能出現(xiàn)的結(jié)果進行模擬，這也使企業(yè)在面臨突發(fā)情況時，可以事先對各種決策所產(chǎn)生的結(jié)果進行預測預報，為管理者提供更科學的信息支撐。

五、 結(jié)論與建議

1. 研究結(jié)論

本文通過構建數(shù)字孿生技術系統(tǒng)對制造業(yè)企業(yè)的決策機制進行優(yōu)化，具有較強的理論探索價值和實踐運用價值。從數(shù)字孿生技術的特征出發(fā)，數(shù)字孿生技術將會對企業(yè)的決策機制產(chǎn)生深遠的理念變革，改變制造業(yè)決策已有的技術范式，主要表現(xiàn)為從模糊施策轉(zhuǎn)向精準決策、從充分醞釀轉(zhuǎn)向快速響應、從被動管理轉(zhuǎn)向主動預警、從思維構想轉(zhuǎn)型數(shù)字鏡像、從信息輔助轉(zhuǎn)向數(shù)據(jù)支撐。在決策機制的理念革新的全新框架之下，通過對制造業(yè)企業(yè)系統(tǒng)集成的重大決策、單一系統(tǒng)的重要決策、小微事項的優(yōu)化決策和深度學習的預警決策提出應對方案。最后，本文提出了基于數(shù)字孿生技術決策的多維支撐，概括而言包含海量數(shù)據(jù)為基礎、數(shù)據(jù)傳感實時化、數(shù)字智能化分析、數(shù)字鏡像可視化和多情景模擬優(yōu)化。

2. 政策建議

第一，做好制造業(yè)企業(yè)數(shù)字孿生技術的頂層設計。需要技術層面提供科學、合理的頂層設計，使得企業(yè)管理者能夠遵循一定的規(guī)章流程進行科學決策、精準決策并快速響應。構建制造業(yè)企業(yè)數(shù)字孿生技術體系并不是一蹴而就的，需要在較長的時間內(nèi)不斷地補充與完善，最終夯實為具有較強實踐指導意義與運用價值的數(shù)字孿生技術體系。所以，宏觀上需要政府做好數(shù)字孿生技術體系規(guī)劃工作，并將其納入到智能制造、制造業(yè)高質(zhì)量發(fā)展的中長期發(fā)展規(guī)劃之中。同時，還需要政府協(xié)調(diào)各個學科的專業(yè)人員，牽頭推動數(shù)字孿生技術的切實發(fā)展。

第二，加快構建制造業(yè)企業(yè)決策的數(shù)字孿生技術體系。決策的數(shù)字孿生技術體系是一項規(guī)模宏大的系統(tǒng)工程，當然不可能一朝一夕就能夠建設完，所以需要形成逐步發(fā)展與完善的整體思路。需要從宏觀架構上提出初步的發(fā)展規(guī)劃，進而對每個部分的架構進行詳細論證，最后逐步豐富完善各個環(huán)節(jié)。當然，從社會應用層面仍然需要逐步開展試點工作并積累經(jīng)驗，從具有代表性的產(chǎn)業(yè)開展數(shù)字孿生技術系統(tǒng)與決策機制優(yōu)化的試點工作，逐步摸索試驗經(jīng)驗并推廣。

第三，推動政府力量與社會力量的充分融合。數(shù)字經(jīng)濟推動制造業(yè)企業(yè)的決策機制優(yōu)化，并不單是政府或者企業(yè)自身的工作，還需要各種社會力量的充分參與。無論是來自政府各部門的統(tǒng)計數(shù)據(jù)，還是來自其他行業(yè)的數(shù)據(jù)，亦或是新業(yè)態(tài)在垂直領域獲得的數(shù)據(jù)，需要建立高效合理的機制推動不同類型數(shù)據(jù)的互通互聯(lián)，加快數(shù)據(jù)的互通互聯(lián)與共享工作，只有鮮活的第一手數(shù)據(jù)才能夠為制造業(yè)企業(yè)提供極具時效性的決策支撐。在技術支持、數(shù)據(jù)分析等領域也需要政府與市場力量的深度合作，通過政府購買服務的形式推動新模式、新業(yè)態(tài)服務于制造業(yè)企業(yè)的決策機制優(yōu)化。

參考文獻：

[1] 肖靜華，謝康，吳瑤，等.從面向合作伙伴到面向消費者的供應鏈轉(zhuǎn)型——電商企業(yè)供應鏈雙案例研究[J].管理世界，2015（4）：137-154.

[2] 肖靜華，吳瑤，劉意，等.消費者數(shù)據(jù)化參與的研發(fā)創(chuàng)新——企業(yè)與消費者協(xié)同演化視角的雙案例研究[J].管理世界，2018（8）：154-173.

[3] 李成友，劉安然，袁洛琪，等.養(yǎng)老依賴、非農(nóng)就業(yè)與中老年農(nóng)戶耕地租出——基于CHARLS三期面板數(shù)據(jù)分析[J].中國軟科學，2020（7）：52-64.

[4] 焦勇.數(shù)字經(jīng)濟賦能制造業(yè)轉(zhuǎn)型：從價值重塑到價值創(chuàng)造[J].經(jīng)濟學家，2020（6）：87-94.

[5] Tao F， Cheng J， Qi Q， et al. Digital Twin-driven Product Design， Manufacturing and Service With Big Data[J].The International Journal of Advanced Manufacturing Technology， 2018，94（9-12）：3563-3576.

[6] Tao F， Zhang M. Digital Twin Shop-floor： a New Shop-floor Paradigm towards Smart Manufacturing[J].IEEE Access，2017（5）：20418-20427.

[7] 陶飛，程穎，程江峰，等.數(shù)字孿生車間信息物理融合理論與技術[J].計算機集成制造系統(tǒng)，2017（8）：1603-1611.

[8] 吳雁，王曉軍，何勇，等.數(shù)字孿生在制造業(yè)中的關鍵技術及應用研究綜述[J].現(xiàn)代制造工程，2021（9）：137-145.

[9] 石朗渡.數(shù)字孿生技術前景廣闊[N].人民日報，2019-12-09（005）.

[10] 陳國青，吳剛，顧遠東，等.管理決策情境下大數(shù)據(jù)驅(qū)動的研究和應用挑戰(zhàn)——范式轉(zhuǎn)變與研究方向[J].管理科學學報，2018（7）：1-10.

[11] 鄧慧慧，趙家羚.地方政府經(jīng)濟決策中的“同群效應”[J].中國工業(yè)經(jīng)濟，2018（4）：59-78.

[12] 馮芷艷，郭迅華，曾大軍，等.大數(shù)據(jù)背景下商務管理研究若干前沿課題[J].管理科學學報，2013（1）：1-9.

[13] 徐宗本，馮芷艷，郭迅華，等.大數(shù)據(jù)驅(qū)動的管理與決策前沿課題[J].管理世界，2014（11）：158-163.

[14] 王卓君，余敏江.政府決策與新型智庫知識生產(chǎn)的良性互動——基于社會建構主義視角的研究[J].政治學研究，2016（6）：105-114.

[15] 何軍.大數(shù)據(jù)對企業(yè)管理決策影響分析[J].科技進步與對策，2014，31（4）：65-68.

[16] 卞亦文，閆欣，楊列勛.社會學習視角下運營管理決策研究[J].管理科學學報，2019（5）：18-30.

基金項目：國家社會科學基金青年項目“黃河流域中心城市數(shù)字經(jīng)濟發(fā)展推動區(qū)域產(chǎn)業(yè)鏈優(yōu)化升級研究”（項目編號：21CJY008）。

作者簡介：焦勇（1987-），男，經(jīng)濟學博士，山東科技大學財經(jīng)系副教授、碩士生導師，研究方向為數(shù)字經(jīng)濟與產(chǎn)業(yè)演化;包龍杰（1997-），女，山東科技大學經(jīng)濟管理學院碩士研究生，研究方向為數(shù)字經(jīng)濟與企業(yè)發(fā)展。

（收稿日期：2021-12-28 責任編輯：顧碧言）