数字孪生改善企业供应链的价值，正变得越来越大。数字孪生可以模拟产品或建筑物，而供应链孪生则可以模拟原材料、成品和客户之间的连接。当企业供应链由于疫情和运输环节造成了中断时，供应链孪生的重要性愈加显现。
Capgemini Engineering公司美洲和亚太地区总裁Brian Bronson认为：“过去几年发生的重大变化，让供应链的可预测性和弹性成为企业的首要任务。一家公司的供应链从整个工作流程来看是有很多步骤和移动组成部分的，每一个步骤都伴随着另一个变量，且这个变量可能带来更多的潜在挑战。”
数字孪生有助于预测这些情景并制定替代性的策略，以最低成本满足客户的期望。企业可以重建一切，从航运到卡车运输和其他运输方式、仓库和配送中心内的库存、将产品运送到目的地的最后一公里。
Aveva公司规划、模拟和优化业务高级副总裁Harpreet Gulati表示：“数字孪生技术是供应链管理的未来，最大的优势之一是，无论人们身在何处，他们看到的画面都是相同的。”供应链孪生还可以实现跨规划、调度、运营和分销多个环节的协作，确保每个人对工厂和业务的理解都是相同的。
下面就让我们来看看数字孪生用于简化供应链物流的18种方式：
战略规划
过去，企业会使用大量的电子表格制定战略计划，一年规划一次。而数字孪生可以把所有数据都整合在一起，让团队每年可以多次修改这些中短期计划。“供应链数字孪生可用于战略规划，因为这样就可以积累有关企业、环境、地理空间的数据，结构化和非结构化数据，”NTT公司供应链转型负责人Yogesh Amraotkar这样表示。供应链孪生可以预测潜在危险，并模拟各种方案来进行应对。
运营规划
运营计划可以帮助校准数周或者数月之后的采购和运输活动，这其中涉及运送下一季货物的远洋班轮、规划下一季度生产的汽车、卡车或工业设备零部件和原材料等因素。运营规划可以帮助团队在更快的飞机路线和更具成本效益的船舶路线之间进行权衡。Amraotkar说，数字孪生还可以帮助企业及时了解港口和其他路线可能会出现的新瓶颈，从而规划出具有成本效益的替代方案。
战术协调
“供应链数字孪生几乎可以实时降低风险，在这方面大放异彩，”Amraotkar说。战术性的规划有助于降低计划外事件的影响，这些事件有时候会导致某个环节中断，从而影响整个价值链中的多个环节。然而，在这个场景下采用数字孪生需要得到前线工作人员的认可，因为他们是参与到实施这一变革的群体。他警告说，如果大家无法协调一致的话，不同的利益相关者可能会做出他们认为可以缓解迫在眉睫问题的决定。孤立地看，每个人的决定也许都是对的，但是如果这些决定不是朝着同一方向的话，结果将是适得其反的。数字孪生有助于把决策者汇集在一起，共同评估模拟结果，以达成集体决策。
优化销售和运营一致性
Hitachi Vantara公司行业主管Owen Keates表示：“数字孪生包括各种供需输入以及供应链网络的组成部分，包括仓库、物流和库存水平，是销售和运营团队必不可少的一个工具。”
通常，供应链团队会向执行团队提交每月推荐的销售和运营计划，以供考虑和签署。该计划将销售订单与业务容量预测相结合，以生产和采购满足市场需求的产品，此外还要考虑风险价值、需求计划、信心水平、以及其他潜在故障因素，例如工厂维护停工或采购延迟。数字孪生可以帮助团队运行“假设”场景，以评估各种风险状况、需求和供应能力之间的最佳平衡。
供应链混沌工程
Netflix等公司已经证明了“混沌工程”的价值，这种技术通过制造对软件基础设施的冲击来构建更具弹性的系统。数字孪生则让企业可以对供应链也实施类似的测试和分析。Everstream Analytics公司首席战略官David Shillingford表示，企业使用供应链孪生进行场景规划，其中“冲击”应用于网络的不同部分，可评估影响和最佳响应措施。把这一层连接到实时数据，有助于团队通过结合事件监控来了解新部署可能带来的影响。这种“风险调整”型数字孪生还可以通过获取运输计划和运输数据来评估网络、车道和运输风险，这让企业可以在几乎所有决策中都把风险因素考虑其中——从产品设计一直到最终交付。
优化仓库空间
商业仓库和工业空间的短缺，是供应链危机持续导致的另一个后果。Kargo公司首席执行官、创始人Sam Lurye表示：“现有空间最大化的最佳方法，就是对设施空间进行优化，而这可以通过创建装卸码头和堆场的数字孪生来完成。”这些数字孪生能够模拟不同的堆场和码头配置，找到将货物移入和移出设施最有效的方式。例如，有效地模拟堆场中不同的拖车定位，根据物料进入仓库的位置确定装载和卸载顺序的优先级，从而提高效率，缩短卡车司机的空闲时间。
运输即服务的商业模式
Equinix公司业务发展副总裁Jim Poole表示，运输公司正在探索新的“即服务”业务模式，这种模式可以使用数字孪生来评估不同产品的成本。例如，铁路局通常从火车制造商那里购买火车、备件、维护合同和其他必要的运输设备。在即服务场景中，火车制造商出售服务(如铁路货运)，根据火车的可靠性而不是设备本身来支付费用。“这样就需要火车制造商能够对他们的设备进行建模，以及整合从火车传感器上收集的实时性能数据。”
管理卡车、飞机和火车的配置和性能
Aras Corporation公司产品营销总监Jason Kasper表示，数字孪生还可以帮助调整运输货物的资产配置，例如卡车、飞机和火车。很多企业开始通过收集传感器信息、运行模拟和分析数据来评估故障模式、时间和由此产生的业务影响来提高这些资产性能的。Kasper认为，收集这些配置数据对于了解卡车之间的细微差异可能对成本和性能产生的影响来说，是至关重要的。“如果你首先把数字孪生配置视为打下基础，然后开发出合适的流程和方法使其保持最新状态，那么你就可以更准确地进行决策，从而更好地预测供应链，降低延迟，改进维护决策，延长关键资产的正常运行时间。”
整合需求和供应计划
Blue Yonder有很多客户——例如半导体内存解决方案的全球领导者、全球第四大半导体公司美光科技——已经创建了数字孪生，用详细的软件模型来代表他们端到端的物理供应链。这些模型可捕获前端晶圆厂、后端组装和测试设施在半导体设备制造和分销方面的详细信息。美光通过情景规划来模拟供应链在不同需求和供应条件下的行为。例如，美光可以预测当处于制造网络不同阶段下，生产能力全面受限或者不受限制时，满足不同需求水平的能力如何。这样美光就可以在问题发生之前预测容量是否短缺，并在引入特定干预措施之前，在虚拟环境中评估该措施可能带来的影响。
可见性和编排
数字孪生还可以为制造企业以及零售企业提供端到端的、供应链不同阶段的实时可见性和编排能力。例如，Blue Yonder公司的控制塔等技术，让企业能够全面监控不断变化的产品库存(包括飞机、远洋客轮和卡车)以及制造工厂、配送中心、仓库和商店的静态库存情况。此外，Blue Yonder公司还可以跟踪整个供应网络的销售订单和采购订单情况，预测导致延迟发货的潜在问题。Blue Yonder全球高科技制造企业副总裁Puneet Saxena表示：“疫情及其导致的供应中断，给供应链专业人士带来了前所未有的负担，他们发现他们现在无法可靠地追踪产品在全球范围内的移动情况。”
减少对环境的影响
数字货运代理公司Zencargo的首席产品和技术官Tamir Strauss表示，供应链孪生还可以通过做出更好的决策来减少对环境的影响。例如，数字孪生有助于确定未来几周内仓库的库存是否充足，并给出有关使用海运安排空运货物的建议。这就需要规划从工厂到港口(而不是机场)的新提货路线，跟踪相关船舶的可用容量，甚至可能将来自其他制造商的货物合并到一个集装箱中，从而进一步降低成本和对环境的影响。
提高可持续性
数字孪生还可以帮助企业满足客户对于提高产品可持续性的需求。Dassault Systèmes公司DELMIA战略开发部的 Adrian Wood表示：“世界级的快递公司会发现，最佳的路线规划可以让客户按时交付包裹按时，并通过缩短路上时间来减少环境污染。”这通常是需要权衡取舍的，而数字孪生有助于对权衡环境因素、效率和成本进行模拟。
Shipwell公司首席执行官、联合创始人Greg Price认为，数字孪生还可以让托运人模拟不同的路线或者模式，从而更好地了解不同路径可能产生的碳排放量。例如，可以模拟路线以避免城市地区的交通高峰时段，或者使用那些碳排放量较小、不太受欢迎的路线。
创建循环经济
循环经济的理念就是把一座工厂的废弃物变成另一座工厂的资源投入。但是这其中有一个主要挑战就是，原材料的可变性。废弃物并不总是一样的。“数字孪生帮助工厂适应这种可变性，”Feor Labs公司首席执行官、创始人Berk Birand表示。接收端的工程师可以使用数字孪生来弄清楚如何最有效地使用这些废弃物，而无需求在现实环境中进行测试。
“没有数字孪生，就没有循环经济，”他说。
适应市场变化
很多能源企业正在借助数字孪生来评估新市场动态所带来的影响。例如，英国石油公司(BP)的石油和天然气下游业务每天在全球8家炼油厂要处理170万桶原油。英国石油公司采用AVEVA Unified Supply Chain来快速运行复杂的分析，这意味着他们的分析师可以通过准确且实时数据来更好地评估商业风险和经济驱动因素。过去他们需要近8个小时才能完成的复杂分析，现在只需不到4分钟即可完成。英国石油公司的工艺工程师还可以与工厂操作员和维护人员进行有效沟通，降低风险并提高安全性。AVEVA公司的Gulati表示：“这样英国石油公司的贸易商就可以更早地进入市场，更快地传达工厂运营决策，比以往更快地做出决策。”
预测智能
Stanley Black & Decker公司首席技术官Mark Maybury表示，该公司正在开始使用数字孪生来促进预测智能、预测分析和规范分析。“我们使用数字工具来设计产品、评估相关的材料清单(BOM)、可制造性，并最终以数字化方式评估它们的可持续性。”他们面临的一大挑战，是该公司用于不同产品、人工流程、工厂和配送中心的模型，其虚拟程度是不同的，使用的语言也是不同的。例如，他们必须在保存于不同计算机辅助设计(CAD)工具中的不同产品模型、计算机数控(CNC)系统中的不同制造环节、业务流程建模符号描述下的不同工作流之间进行来回切换，“这些模型在特异性、表达性和准确性方面都是有所不同的。”
优化车队路线
全球技术研究和咨询公司ISG最近与一家全球物流供应商展开合作，后者使用供应链数字孪生来优化车队路线，并将每年的燃料消耗减少到约1000万加仑，节省了4亿美元的成本。在另一个案例中，某全球零售商使用谷歌地球引擎、卫星图像和谷歌BigQuery云数据仓库，通过对生产地点附近的森林砍伐程度进行量化，来追踪棕榈油的可持续采购情况。
发现瓶颈
很多软件开发团队长期以来一直有很丰富的指标来评估开发过程中的卡顿。机器视觉的进步也让我们可以在虚拟环境中更容易地重现物理环境中的瓶颈。Datagen公司已经开始将此类数据提取到数字孪生中，以模拟人类如何执行各种物理过程如打包箱、组装零件和移动部件。Datagen公司联合创始人、首席执行官Gil Elbaz说：“你可以对人们的生产力进行追踪，例如谁在做什么、何时何地以及在哪里出现了瓶颈。”这些数字模型让管理人员能够对引入更多员工、寻找更好设备还是设计更好的方法之间进行权衡。
对仓库进行压力测试
Realtime Robotics公司全球物流业务高级总监Zach Gomez表示：“数字孪生应用于供应链行业最强大的用途之一，就是进行‘虚拟压力测试’。企业定期对设施和运营情况进行压力测试，以确定是否可以应对繁忙的季节。一些零售企业在假日购物高峰期的销量甚至相当于全年销量的一半。这意味着从技术到流程和程序的一切，都必须按照预期运转。但是在现实环境中进行测试不仅耗时、成本高、而且人们并不总是能够承受额外的压力。使用数字孪生对整个设施进行模拟，就可以帮助企业组织对他们的规划进行审查，消除任何缺陷，发现潜在问题，进行改进和修复，再重新模拟直到没有问题。
Gomez说：“这可以大幅减少在现实环境下进行压力测试所需的时间和费用，你可以不断模拟直到完美无缺。”
