企业正在从各个方面打造数字孪生，各种供应链层面的数字孪生技术在提高效率、实现可持续发展方面表现出了巨大的价值。
Vormittag Associates是一家提供数据库集成ERP解决方案的公司，该公司首席信息官Basley认为：“数字孪生可以用于打造产品线、制造系统、仓库库存和其他流程的数字副本，然后对其进行分析，帮助供应链经理提取数据、预测供需以及简化运营。”
这种数字副本可以反映供应链各个环节的接触点，通过识别出正在发生的特定流程，帮助简化业务运营。企业通过实施数字孪生技术让当前的供应链与接触点运营保持一致，以便更好地了解如何管理关键点和故障问题。
但是，企业在把原始供应链数据转化为活生生的数字孪生时，面临着诸多挑战。
Basley说：“随着供应链持续不断地生成越来越多的数据，使用物联网技术和预测分析工具来捕获和处理这些数据，以及推动业务洞察力，对于能够取得数字孪生项目的成功变得越来越重要。”
情况正在不断改善中。过去，由于供应链环节相对更加多样化并且数据流动性较大，因此实施数字孪生技术会更具挑战性。现在，随着基于云的系统和自动化供应链管理工具的兴起，数字孪生在预测趋势、管理仓库库存、最大限度上减少质量缺陷、集成无缝数据流方面发挥着越来越重要的作用。
展望未来，Beasley预计未来将会看到数字孪生与AI建模以及物联网技术将结合使用，例如，供应链中的物联网设备和传感器加速了使用数据预测供应链趋势，同时结合使用AI会使这个系统变得更为强大。
随着AI模型的不断发展，制造企业将能够利用数据洞察力并创建数字孪生技术，从而提高他们简化运营、预测库存和减少浪费的能力。
下面就让我们来看一看以下这七种将原始数据转换为数字孪生的方法：
1、从数字线程开始
产品开发软件提供商Aras Corporation的产品营销总监Jason Casper解释说，在规划数字孪生时必须将数字线程包含在内，通过供应链内的协同工作进行切实分析和决策。
他们认为，在供应链领域数字孪生代表了所有资产的配置，包括仓库、制造和供应商设施、卡车、船舶和飞机，还涉及到各种数字线程数据例如库存、位置状态和资产状态等。
企业组织通过开发数字线程的主干，可以把有意义的关系、连接、决策、以及所有这些的创建者联系在一起。
Capser说：“通过打造这种整体化的视图，可以全面地了解特定供应链的状态，以及保持高效行动。”
2、从表格转向图形
Tigergraph公司欧洲、中东和非洲负责人Richard Hands认为，大多数企业应用获取了数据之后，会把数据放进表格里，只有当你运行查询并且连接到特定数据的时候，才会显示数据所代表的不同对象之间的关联或者链接，而且这种连接的成本相对较高。
随着查询范围和复杂性的增加，这种开销让你即使是在合理规模的数字孪生中进行查询都会遇到速度太慢(数小时甚至是数天时间)，而无法用于实际操作环境中的问题。豪华汽车制造商Jaguar Land Rover等企业发现，他们可以通过使用图形数据库创建专属的数字孪生来解决这个问题。
当Jaguar Land Rover尝试使用SQL构建制造供应链模型的时候，测试发现运行查询需要3周时间才能看到近6个月的汽车模型供应链。而当他们在Tigergraph中建模的时候，相同的查询仅需要45分钟，经过进一步改进可以缩短到只有几秒钟。
他们通过采用图形数据库的方法，可视化地呈现了那些孤岛型的业务领域之间的关系，从而发现复杂的路径，更详细地识别其中的组成部分和流程，并在安全的沙盒环境中探索业务场景。
3、跟上数据的步伐
Shipwell是一家云TMS解决方案提供商，该公司首席执行官、联合创始人Greg Price表示，数字孪生带来的另一项主要挑战是数据漂移。团队需要确保收集来用于数字孪生的数据是准确的，而且具有一致性，能够真实地反应物理实体。此外，拥有最优质的数据是企业能否从数字孪生中获得完美价值的关键。随着团队转向采用流式分析，这种情况正在慢慢好转，但这种做法尚未在行业中普遍流行。
因为这不仅需要良好的训练，而且最需要的是警觉性和奉献精神。如果不了解什么是好的行为，那么就会有解释出现偏离的风险，从而影响判断力。企业需要培养相关能力，了解供应链中的数据漂移是如何发生的，然后制定对策，最大程度上减少数据漂移对供应链各个方面的影响，例如成本和路线管理等。
4、在数据之间架起桥梁
因为数据不是标准化的，因此用于管理供应链的数字系统例如ERP系统或仓库管理系统(WMS)也都不是针对相互连接或者共享信息而设计的。
Cargo是一家供应链物流和数据解决方案平台公司，该公司首席执行官、创始人Sam Lury解释说：“交换数据的最大挑战在于整个供应链是非常紧密的。”
市场中涌现了很多致力于解决这个问题的新兴公司，他们采用的方法无外乎这两种：要么是收集现有的数据，要么是生成新的数据源。
Project44就是这样一家从老旧系统中收集数据、并让数据发挥价值的公司。Samsara和Cargo等公司都创建了自己独特的数据源，而且是具有实时准确数据的真实来源。你拥有的实时数据越多，数字孪生就越好。
5、改进3D捕捉
供应链孪生专注于对供应商和分销商之间的关系进行建模，与此同时，能够更好地代表产品、流程和特征的3D模型也能让供应链孪生从中受益。
SmartCow是一家AI工程公司，该公司首席执行官、创始人Ravi Kiran表示：“当供应链引入新项目的时候，这通常是一个动态的环境，要确保所有组件不断更新是一项巨大的挑战，因为这必须与数据同步以保持准确性。”
该公司试图通过摄影以自动化的方式来解决这个问题，但他们必须先开发该技术，然后才能将其用于复杂的供应链应用中。
6、让领域专家参与进来
要获得可靠的数字孪生，就需要与合适的系统进行集成以完成配置。
Hitachi Vantara公司行业主管Owen Keats表示：“做好这件事所面临的一大挑战就是，引入所需的领域专家来支持供应链的日常运营和数字孪生的配置。”
这些专家了解现实世界的流程是如何集成到ERP、供应商物流系统、第三方物流系统、POS系统流程中过的。
“及时地投资供应链专家，将有助于确保数字孪生是现实世界的真实展现，以及确保团队对数字孪生是有深层投入的、团队加快了采用数字孪生流程的进度。”
7、充分利用云
云提供商开始为集成供应链数据到业务应用甚至是合作伙伴的舞台。例如，Google Supply Chain Twin可以把来自各种来源的数据汇集在一起，而且与基于API的传统集成方式相比，合作伙伴集成所需的时间也缩短了。
谷歌云全球供应链和物流董事总经理Hans Thalbaur表示，“自谷歌云推出供应链孪生以来，消费者分析处理的时间缩短了95%，一些公司甚至从原来的2个半小时缩短到只有8分钟。”
很多大型企业此前仅仅是基于EDI这样的传统技术来交换数据的。而基于云的方法不仅可以改善合作伙伴之间的数据共享，还可以缩短融入上下文数据(例如天气、风险和客户情绪相关数据)的门槛，以便他们更深入地了解自身的运营情况。
Thalbour说：“我们认为，未来供应链的愿景，是通过使用智能技术为所有人打造透明且可持续的供应链来改变世界。与合作伙伴在数据、应用和实施服务方面创建一个生态系统，是实现这一愿景的首要任务。”
不少供应链领导企业开始采用微软的数字孪生集成。
NTT DATA供应链转型董事总经理Yogesh Amravatkar表示：“对于很多依赖内部和外部数据源进行计划和调度的企业来说，微软Azure可以改写他们的游戏规则。”
Azure还提供了一些工具，让客户可以使用IoT hub将实时敏感数据与通过IoT Central实现的供应链元素可视化结合起来。
供应链管理提供商Blue Yonder的供应链软件即服务解决方案正是建立在微软Azure云上的，该公司全球制造高科技企业副总裁Puneet Saxena表示：“以SaaS解决方案的形式在云中进行供应链规划，这已经成为供应链软件行业的常态。”
现在，我们仍然需要投入时间和精力去连接数据提供商的生态系统，可一旦构建好了，这些自动化连接无需太多人力即可成功运转起来，而且这种技术趋势还将继续保持下去。
