CIOs Abraçam Gêmeos Digitais, Mas Desafios de Implementação Persistem

Realizar a promessa completa de gêmeos digitais pode requerer integrar sistemas e dados através de ecossistemas organizacionais inteiros.

Imagine ser capaz de resolver problemas de produção e mudanças de fluxo de trabalho virtualmente antes de impor mudanças em sua organização. Perto de seis em cada dez CIOs respondendo a uma pesquisa recente da Gartner já têm ou estão preparando suas organizações para suportar gêmeos digitais, que replicam ativos, processos, pessoas, lugares, sistemas e dispositivos potenciais e reais. Pelo menos 21% já implantaram alguma forma de gêmeos digitais, enquanto outros 38% estão engajados em estágios de planejamento de um a três anos para implantar gêmeos digitais.

Veja também: Mercado de Gêmeos Digitais Verá Crescimento de Dez Vezes nos Próximos 5 Anos

No entanto, realizar a promessa completa de gêmeos digitais pode requerer integrar sistemas e dados através de ecossistemas organizacionais inteiros. Essa é a conclusão de um relatório da Deloitte. Dados ruins, desafios de medição, e até mesmo simplesmente exagerar podem tornar difícil replicar precisamente ativos físicos, alertam os autores do relatório, liderados por Adam Mussomeli da Deloitte.

A equipe da Deloitte identificou algumas das maneiras potenciais que gêmeos digitais estão sendo implementados através das indústrias:

• Fabricantes automotivos e de aeronaves: "Ferramentas essenciais para otimizar cadeias de valor de manufatura inteiras e inovar novos produtos." No caso de motores de aeronaves, eles podem "ter milhares ou dezenas de milhares de sensores, gerando terabytes de dados a cada segundo. Combinados com gêmeos digitais, machine learning e modelos preditivos, fabricantes estão fornecendo recomendações para ajudar pilotos a otimizar consumo de combustível, ajudar manutenção a ser proativa, e ajudar frotas a gerenciar custos."
• Energia: "Operadores de serviço de campo estão capturando e analisando quantidades massivas de dados in-hole que usam para construir modelos digitais que guiam esforços de perfuração em tempo real."
• Saúde: "Pesquisadores cardiovasculares estão criando gêmeos digitais altamente precisos do coração humano para diagnósticos clínicos, educação e treinamento."
• Cidades inteligentes: "Cingapura usa um modelo virtual detalhado de si mesma em planejamento urbano, manutenção e projetos de prontidão para desastres."

Construir um gêmeo digital preciso não é um processo da noite para o dia. A equipe da Deloitte aponta para três áreas de desafio para implementar gêmeos digitais:

• Dados ruins: "Os algoritmos de IA e machine learning que alimentam gêmeos digitais requerem grandes volumes de dados", alertaram Mussomeli e seus co-autores. "Em muitos casos, dados dos sensores no chão de produção podem ter sido corrompidos, perdidos, ou simplesmente não coletados consistentemente em primeiro lugar." O relatório da Deloitte aconselha "dar passos para desenvolver a infraestrutura necessária e abordagem de gestão de dados agora pode ajudar a encurtar seu tempo para benefício."
• Medição de processos: "Mesmo em casos onde simulações de gêmeos digitais estão sendo criadas para novos processos, sistemas e dispositivos, nem sempre é possível instrumentar perfeitamente o processo", a equipe da Deloitte alerta. "Organizações precisam olhar para proxies — por exemplo, confiar na instrumentação e sensores em um veículo em vez de colocar sensores em pneus — ou coisas que são possíveis de detectar."
• Determinar o equilíbrio certo de sensores: "Com o custo de sensores caindo, quantos sensores são suficientes?" perguntam os pesquisadores. "Equilibrar a análise custo/benefício é crítico. A maioria dos casos de uso requer apenas um número modesto de sensores estrategicamente colocados para detectar entradas, saídas e estágios chave dentro do processo."

Embora haja obstáculos, os pesquisadores da Deloitte são defensores dos benefícios potenciais sem precedentes que gêmeos digitais trazem para empresas. "Uma cópia digital perfeita do mundo físico permitiria que você colaborasse virtualmente, absorvesse dados de sensores e simulasse condições rapidamente, entendesse cenários what-if claramente, previsse resultados mais precisamente, e emitisse instruções para manipular o mundo físico." Essa é uma proposta de valor que vale a pena explorar.