编译丨汪昊、千山
策划丨张洁
由于新冠肺炎疫情在世界范围内的爆发和蔓延，过去两年间，全球供应链体系的混乱在短期内都没有改善的迹象。为了应对这一变局，企业正转向被称为“数字孪生”的新一代人工智能驱动的模拟技术，这一技术可以帮助商人们及时地向用户交付商品和服务。
这类工具不仅可以预测整个过程中可能发生的业务中断， 也为解决这一问题提供了建议。因为及时交付系统崩溃而焦头烂额的众多企业正努力利用这些工具，在效率和弹性之间构建重要的平衡。
在过去的几个月里，物资的短缺渐趋多样化: 新汽车、新手机、隐形眼镜、清洁产品、新鲜农产品、园艺工具、书籍等等。人工智能公司 Pathmind 的创始人克里斯·尼克尔森表示:“这和 2020 年 3 月以来发生的‘抢厕纸’风潮不同。这一次，短缺的物资非常个性化。”
疫情给世界上的许多活动带来了深远的影响。遍布全球的供应链——在工厂、港口、仓库之间建立联系的轮船、卡车和火车，将我们购买的几乎所有东西从数千英里外的产地运送到消费地——正面临前所未有的严格审查。
“公平地说，现在不管你卖什么，都会碰到问题，”服务咨询公司 Avenue7Media 的创始人和 CEO 杰森·包易思说道：“我们每天都在和客户打交道。据他们反馈，几个月以来，他们每个月的库存都是不足的。”
数字孪生通过在问题出现之前预测问题，再利用人工智能寻找解决方案来解决供应链的问题。数字孪生的名字强调了其利用计算机对复杂系统进行仿真的特点。这一仿真系统创造了现实世界事物的孪生镜像—从港口到商品，以及它们所在的物流系统。系统仿真是多年以来工业界决策系统的一部分，帮助人们探索不同的产品设计或简化仓库布局。但是因为当下我们拥有大量实时数据和计算能力，意味着我们可以首次对更复杂的物流系统进行仿真，包括超级复杂的由众多供应商和运输网络构成的全球供应链。
这一技术给亚马逊带来了经久不衰的竞争优势，尤其在物流和仓储方面。现在其他企业也开始积极布局。谷歌正在研发供应链数字孪生产品，而汽车制造商雷诺宣布他们已于 2021 年 9 月份开始使用。联邦快递 (FedEx) 和 DHL 等国际航运巨头正在研发自己的系统仿真软件。而像 Pathmind 那样的人工智能公司正在为愿意付款的用户定制相关产品。然而并非每一个人都是赢家。事实上，这一强大的技术可能会扩大全球经济中日益扩大的数字鸿沟。
走出风暴✦
我们很自然地会指责新冠是当前供应链系统问题的罪魁祸首。工厂倒闭和劳动力短缺给生产和交付中心带来了灾难性后果，然而同时，在线购物和消费增长使得送货上门的服务需求剧增。
事实上，疫情只是让本来糟糕的状况更趋恶化。“推动这一趋势的是全球力量，所有这些因素合在一起形成了一场完美风暴。”伦敦大学学院经济学家迪马里斯·考夫曼说道。
想让这场暴风雨平息，我们需要给全球的基础设施注入数万亿美元——扩建港口、扩充物流交通工具规模、培养更好的管理体系、构建更好的工作条件，为更好的贸易交易创造条件。
“技术解决不了所有问题。” 麻省理工学院数据科学实验室负责人戴维•西木齐 - 列维表示。但在他看来，技术可以帮助企业度过最糟糕的时期，他曾帮助几家大公司建立数字孪生模型。“数字孪生让我们能够在问题发生之前就发现问题。”他说道。
根据谷歌供应链和物流团队总监汉斯•塔尔保尔的说法，商业领域最大的问题就是无法预测供应链上游的情况。“不管你去哪家公司了解情况，”他说：“每一个供应链领域的人都会告诉你，他们缺乏进行决策的能见度。”
而正是供应链的可见性让亚马逊能够预测商品什么时候出现在你家门口。针对亚马逊自己交付配送的每一件商品，以及亚马逊替第三方卖家(比如包易斯和他的客户)交付的数百万商品，亚马逊都能准确预测送货上门的时间。包易斯说道，这听上去似乎没什么了不起，但是如果亚马逊预测失误，他就会流失顾客。特别是在假期，人们总是在最后一刻才买礼物并且相信亚马逊能够及时交货。“仅仅是为了一个简单的小交付，我们就需要大量的计算资源，” 他解释道：“但是当人们不能及时收到货物时，他们就会抓狂。”
Deliverr 是一家替数家电商公司管理物流系统的美国公司。它的客户包括亚马逊、沃尔玛、eBay 和 Shopify。如果交付时间能从 7 到 10 天缩短至 2 天会使销售额提升 40%;如果缩短至 1 天，能够使销售额提升 70%。
别人想要自己的预测水晶球也就不足为奇了。准时制 (Just-in-time) 供应链几乎已死。过去两年的混乱使许多追求超高效率的企业陷入困境。仓库空间非常昂贵，当货源充足时花钱存放你可能一周都不需要的库存似乎是奢侈的。但是当下周你没了库存的时候，你就没有东西可以卖了。
“在疫情之前，绝大多数的公司专注于降低成本，” 西木齐 - 列维说道。现在他们愿意为弹性而付款，但是只专注于弹性也是错误的: 你需要在降低成本和保持弹性之间找到正确的平衡。这是系统仿真的真正力量所在。“我们发现有越来越多的公司利用数字孪生对他们的供应链系统进行压力测试。” 他说。
如果......✦
通过考察不同的可能场景，公司能够找到适合自己的效率和弹性之间的最优平衡。通过利用强化学习(一种能通过试错让人工智能学习在不同场景下该采取什么行动的技术)，数字孪生成为了探索各种“如果”问题的机器。如果台湾发生旱灾，水资源短缺导致芯片生产停产怎么办? 数字孪生可以预测这一风险，并跟踪它对你供应链的影响，并且通过强化学习，建议采取哪些行动让损失最小化。
如果你是美国中西部的汽车制造商，数字孪生系统或许会建议你从西海岸有库存的经销商那里购买额外的汽车配件。但是如果我们把不同的场景结合起来考虑，事情就会变得极其复杂。比如，根据西木齐 - 列维的说法，福特汽车在全球有 50 家工厂，这些工厂利用 350 亿个配件每年生产 600 万辆轿车和卡车。有大约 1,400 家供应商与福特的 4,400 个生产基地有直接的业务往来。从福特汽车的原材料到成品之间总共有 10 层的供应链网络，其中任何一个环节都有可能断裂，一个合格的压力测试需要有能力侦测到所有环节的问题所在。
数字孪生利用尽可能多的数据来进行系统模拟和训练 AI。这里有关于公司及其供应商的物流信息，包括库存和货物运输的情况;这里还有基于市场分析和财务预测的消费者行为数据;还有更广泛的世界数据，例如地缘政治和社会经济趋势。西木齐 - 列维甚至利用社交网络数据来预测人们的行为，特别是在疫情期间。
谷歌的数字孪生可以集成到谷歌地图中，并且可以在算法中集成全球的天气情况。塔尔保尔说：“如果你是加州的一个菜农，你可以通过系统仿真看看你的哪些农田会受到拉尼娜的影响。”
当谷歌为类似雷诺汽车这样的客户构建数字孪生的时候，他们会从许多数据源中挑选适合的数据。而 Pathmind 采取了更轻量级的策略，该公司的数字孪生将已经存在的供应链管理工具进行了封装，并且充分利用了他们已经产生的数据。Pathmind 通过运行假设模拟，将生成的合成数据添加到训练人工智能的容器中，扩充自己的数据集合。这个策略类似于 AlphaZero 精通围棋的学习策略——AlphaZero 通过和自己对抗学习数百万的虚拟棋局获得能力。与学会在棋盘上走哪一步不同， 数字孪生会学习在什么时间订购什么库存产品， 以及在哪里构建新的仓库。
利用正确的合成数据，数字孪生就可以学会应对前所未见的事件，甚至是全球性的疫情。理论上，任何人都能通过这一技术受益。但在实践中总是输赢未定。“数字孪生技术对任何规模的公司而言都是难以忽略的机会。”律师、前美国国会议员、现任美国税务咨询公司 Alliantgroup 高级副总裁里克•拉齐奥表示。
不过拉齐奥也指出，那些抗风险能力最强的大公司最先使用这项技术，而许多小规模的公司将需要一些帮助，比如通过政府投资来避免它们落伍。“较早采用这项技术的公司将会实现‘1+1 > 2 ’的效果。” 他说道。
而且不仅仅是小公司。“世界上许多地方都还在实行纸质化管理，” 尼克尔森说道：“如果没有数字化的话，我们就没有人工智能。”
西木齐 - 列维更加乐观。“许多商业化公司认为构建数字孪生需要大量的投资和经年累月的付出，”他说道：“但是现状已经有所改善: 100 万美元和 18 个月就能让你获益匪浅。”
西木齐 - 列维认为，数字孪生概念即便是在当前最糟糕的混乱结束之后仍然会持续火爆。他认为，过去几年教会了很多企业怎样更好的未雨绸缪，以及如何更好地竞争。“当我们恢复正常的时候，一切都会与之前不同，”他说：“疫情表明，未来已来。”
大会推荐✦
MetaCon 元宇宙技术大会 2022 是由 51CTO 主办的业界首个重点围绕元宇宙技术展开的会议活动。大会聚焦元宇宙产业政策、学术研究成果、技术创新和行业落地等层面，旨在帮助对元宇宙感兴趣的技术人群系统性地了解元宇宙产业生态发展以及核心技术实践。
在即将于 3 月 19 日举办的 MetaCon 元宇宙技术大会 2022 中，也将包含数场有关“数字孪生”技术的精彩分享。欢迎对数字孪生及其他元宇宙相关技术感兴趣的同学报名参与!更多信息，可扫描下图二维码添加小助手微信或点击【阅读原文】关注 MetaCon 元宇宙技术大会 2022 官方网站。(内容持续更新中)
