让无形变为有形，推动可持续增长

执行摘要

“我是什么？是数据吗？是生成数据的过程吗？是数字之间的关系吗？”

——格雷格·伊根 (Greg Egan)，科幻小说作家， 《置换城市》

在商业和大众媒体中，元宇宙的炒作浪潮已经进入幻灭阶段，取而代之的是人工智能 (AI)。然而，工业元宇宙在大众的想象中可能不那么令人兴奋，它从未真正成为炒作的一部分。元宇宙的真正价值会在这里实现吗？

关于工业元宇宙与元宇宙整体的比较，以及它与工业 4.0 下通常考虑的现有数字孪生技术有何不同，存在不同的看法。在本报告中，我们提供了基于证据的视角，评估当前的技术状态，总结用例和市场潜力，并为公司的未来发展提供建议。

我们得出的结论是，工业元宇宙的最佳定义是“一个连通的全系统数字孪生，具有与其环境中的真实系统交互的功能，使决策者能够更好地了解过去并预测未来。” 因此，工业元宇宙是当今已经存在的离散数字孪生技术的进一步发展（例如，用于工厂或工厂），但逐步扩展，最终代表一个端到端的现实世界工业系统，包括公司外部的外部元素及其运营环境。因此，工业元宇宙提供了一种变革工具，将数字模拟技术的使用提升到战略决策的水平。这对于应对公司领导者面临的日益复杂和加快的发展速度非常重要，对于制定有效的可持续增长战略尤其有价值。

虽然实现全面、互联、端到端、全系统的数字孪生可能还需要五年或更长时间——特别是由于连通性、计算能力和规模化人工智能方面的发展差距——但短期内可以采取中间步骤，而且许多工业元宇宙用例已经存在。这些可以分为四类：

（1）优化（例如，用于提高运营/维护效率和生产率的数字孪生和增强现实 [AR]）；

（2）培训（例如，虚拟/远程培训工具）；

（3）技术工具（例如，设计/施工/维护数字工具）；

（4）管理工具（例如，虚拟会议/协作/交互工具）。

下一步的发展步骤将包括将数字模拟从离散的物理资产扩展到多个互联资产、内部流程和功能，最后扩展到涉及整个工业系统的上下游活动。

我们估计，目前工业元宇宙的市场规模约为 1000-1500 亿美元，保守预测 2030 年约为 4000 亿美元，但潜在的上升空间超过 1 万亿美元。就生产力而言，工业元宇宙给企业带来的收益可能达到数个两位数的百分比。工业元宇宙的增长不一定取决于消费者元宇宙的广泛采用，因为它的效用和商业价值更多地取决于复杂系统模拟的质量，而不是沉浸感和人机界面技术等功能。我们的结论是，工业元宇宙兼具进化和革命的元素：进化是指工业 4.0 技术进一步逐步渗透的潜力，革命是指这些技术的融合——尤其是连接性、人工智能、复杂系统模拟和由不断提高的计算能力驱动的可视化——有可能改变企业生产力。

企业需要在更广泛的数字化战略背景下考虑其工业元宇宙战略，同时还要考虑实施障碍。我们建议企业考虑四个步骤来获得收益：

审查战略。清晰地了解数字化战略、历程和当前状况。识别机遇。发现增值的工业元宇宙机遇并制定路线图。实施试点项目。采取测试和学习的方法，积极主动地管理变革。构建并整合生态系统，与生态系统合作伙伴共创共赢。

前言

当我还是个孩子，大概 10 或 11 岁的时候，我记得自己曾想过，如果能够“扫描”出某一时刻构成我身体的所有原子和分子的位置和速度，并将所有这些信息输入一台能够模拟控制宇宙的所有物理化学反应的计算机中，那么这个数字副本将与原始的我毫无二致。这样就会有两个“我”——一个是基于碳链的原始的我，另一个是数字副本，其基底将是硅。这个副本将和原始的我一样有意识，并且同样坚信自己就是我。

我当时还不知道，但我对意识持唯物主义态度。我不知道海森堡不确定性原理，该原理禁止以无限精度了解同一粒子的位置和速度。因此，完美的扫描是不可能的。更不用说运行这种模拟所需的计算能力还远远不够。然而，在不知情的情况下，我已经构思了业界将来会称之为“数字孪生”的东西。

多年后，我阅读了澳大利亚作家格雷格·伊根 (Greg Egan) 于 1994 年出版的科幻小说《置换城市》。

沉浸在《置换城》中，童年时的数字孪生故事突然像普鲁斯特的数字玛德琳蛋糕一样浮现在我的脑海中。因为事实上，故事情节的关键要素之一是基于这样一个事实：在不久的将来，大约 2050 年，人们可以将自己的意识上传到计算机中。问题是，为了让人的数字孪生能够与现实世界中的人互动，他们的模拟必须运行得足够快——也就是说，必须有足够的计算能力。如果计算能力不足，模拟人的时间虽然在主观上保持不变，但会比真实时间过得慢。相反，如果计算能力过剩，模拟世界就会比现实世界展开得更快。然后就可以预见未来。

这些正是我们通过工业元宇宙寻求实现的目标。工业元宇宙是至少十年来被称为“工业 4.0”的延伸。它是一个复杂系统的数字孪生，可以让你穿越时间，沉浸在空间中。它使人们能够从数字上预测决策或事件对复杂系统的未来影响——无论这个系统是什么：机器、工厂、公司还是价值链。

正如我们将在本报告中看到的，工业元宇宙与工业 4.0 相比具有三大优势：

复杂系统的建模和仿真——10 年前还属于学术界的方法，如今正在改变工业界的游戏规则——使创建虚拟假设情景成为可能。可访问的数据不再只是过去和现在的数据，现在也是关于未来的数据。可以进行及时预测。得益于人工智能和虚拟现实（VR），人们终于能够将需要管理的工业系统可视化并使其含义清晰，从而突破人类大脑的局限性，即人类大脑无法很好地理解复杂系统及其出现的现象——即由某个决策或事件引起的著名的蝴蝶效应。物理工业系统、其数字孪生以及各个利益相关者之间的互操作性和互联互通现在越来越使得对其进行最佳管理成为可能。

工业元宇宙让无形变为有形，从而推动可持续增长。我们相信，在确保经济增长的同时，工业元宇宙将成为解决气候挑战的一部分。

1.工业元宇宙的背景是什么？

工业元宇宙是一个术语，通常用于描述为企业用户设计的元宇宙应用集。在我们之前的报告《超越幻想的元宇宙》中，我们研究了整个元宇宙，包括其应用、底层技术和影响。在本报告中，我们专门关注面向企业和企业的元宇宙应用，因此不包括面向个人消费者的应用和体验（例如游戏、娱乐和社交互动），尽管消费者在客户界面与企业互动方面存在重叠。

如今，工业元宇宙这一概念既被普遍理解，又被赋予了不同的解读。企业经理已经深谙数字化的潜力，许多人已经在数字化转型之旅中取得了长足进步。实体产品和资产的数字模型、增强的连接性和新的可视化都是这一旅程的重要组成部分。那么，工业元宇宙还能带来什么呢？创建沉浸式虚拟环境对于经营一家典型企业有多重要？工业元宇宙真的具有革命性吗？还是实际上更具革命性？

在本报告中，我们研究了工业元宇宙的背景和环境，定义了它的含义，制定了概念架构，探索了它的关键技术组成部分，评估了它对现在和未来的业务价值，并提出了企业应如何利用其潜力的建议。本报告基于内部研究、客户体验以及对行业和学术界专家的采访。

工业 4.0 与当今的工业元宇宙

工业元宇宙经常被认为是工业 4.0 之后的下一个发展阶段，从信息物理系统转变为完全虚拟化的世界（见图 1）。

图 1 — 工业元宇宙通常被视为工业 4.0 之后的下一个发展阶段

“工业 4.0”（或第四次工业革命）这一术语大约在十年前开始流行，指的是部署一系列有可能通过新的认知工具、连接性、虚拟建模（包括数字孪生）、协作工具以及制造和供应链的新技术（包括先进的机器人技术和区块链）来改变行业的技术（见图 2）。

图 2 — 工业 4.0 构建模块

在这些技术中，有些与工业元宇宙特别相关。这些包括人工智能、连接技术、虚拟化和模拟技术以及协作/交互工具（有关关键技术构建模块的进一步探索，请参阅第 3 章）。

工业 4.0 技术已经为那些成功部署这些技术来帮助转型业务的公司带来了显著的益处。例如，根据 Arthur D. Little（ADL）卓越运营数据库中案例数据，这些益处通常达到两位数：

运营资本部署减少 15%-30%供应链成本降低 10%-30%生产能力利用率提高30%维护成本减少 10%-40%

然而，实现工业 4.0 成熟度的总体进展仍有很长的路要走。例如，Acatech 于 2020 年对 70 家德国公司进行了一项调查，该调查根据六阶段工业 4.0 成熟度量表衡量了进展情况，结果显示绝大多数公司 (80%) 仍处于第二阶段（连接性），只有少数公司 (4%) 已进入创建数字孪生（可见性）的下一阶段。[1] 没有一家公司已经进入最后三个成熟度阶段，这涉及建模复杂的交互、模拟面向未来的假设情景或创建自治系统。正如我们将在本报告后面展示的那样，这些功能是工业元宇宙承诺提供的关键部分。

众所周知，对于任何大型公司来说，在实施数字化和工业 4.0 技术方面取得进展都是一项挑战。这是因为它通常涉及业务运营方式的根本转变；不可能简单地将这些新技术“附加”到现有资产、业务流程和工作方式上。典型的挑战包括：

初始投资高，特别是在数据收集和管理方面遗留 IT 系统带来的限制不愿意接受所需业务转型的程度难以在足够短的时间内实现数字化投资的目标业务回报

Acatech 的研究还强调了工业 4.0 进步的常见障碍，包括：

缺乏共同标准信息系统集成脆弱不愿进行跨部门合作员工对变革过程的参与不足

如果我们承认工业元宇宙是工业 4.0 之后的进一步发展阶段，那么它的成功大规模实施也需要克服工业 4.0 实施过程中的这些常见障碍。

为什么不断变化的商业环境会导致需求得不到满足

思考一下自工业 4.0 初期以来商业格局发生了怎样的变化是很有用的。如今，除了不断需要进一步提高生产力之外，企业领导者面临的最大挑战之一是如何实现可持续的净零影响增长。如图 3 所示，造成这一挑战的有三个关键因素：复杂性、加速性和认知。

图 3 — 工业组织面临的挑战

复杂

工业系统正日益成为复杂系统，这些系统受突发特性的影响，使得管理难度加大。复杂系统是指具有大量以下内容的系统：

元素（或部分）关系（各部分之间的连接）嵌套系统（系统内的系统）

复杂系统的例子包括城市、气候和生物体。复杂系统不同于复杂系统。复杂系统本质上像钟表一样以可预测的方式运行。它们可能有许多元素、子元素和交互，但结构随着时间的推移保持稳定，并且它们适合通过分解元素使用结构化分析来解决问题。到目前为止，大多数企业管理方法都基于这样的理念：公司的资产、流程和组织可以近似地表现为，至少在很大程度上，像一个复杂的系统。

然而，这种近似越来越不切实际。例如，考虑一下以下方面的最新变化：

要素。仅在过去两年间，企业数据量就增长了 40% 以上，达到 2PB 以上。[2]关系。作为关系的代表，2022 年物联网 (IoT) 连接数量较 2021 年增长近 20%，达到 144 亿。[3] 过去十年，合作伙伴生态系统网络的规模和复杂性大大增加。为了证明这一点，由第三方供应商制造的典型汽车的比例从 1985 年的 56% 增加到 2015 年的 82% 左右，[4] 这一比例至今仍基本保持不变。嵌套系统。工业系统架构中嵌套“层”的数量有所增加。例如，在航空航天业，最新客机设计中的规范元素数量是其前身的 10 倍以上。

这意味着，任何大型公司的工业系统（工厂、流程、人员、财务、客户、供应链、合作伙伴、股东及其环境）在管理上越来越需要被视为一个复杂的系统。

复杂系统本质上难以管理，因为它具有三个特定特性：

涌现。各部分之间的相互作用会产生新的、意想不到的特性。非线性。各部分之间的反馈回路可能导致指数行为。弹性。系统某个部分的小问题并不一定会导致其失败。

这些特性意味着复杂系统的行为很难预测，从而给管理决策的影响带来了高度的不确定性。依靠简化的系统模型来帮助决策的管理者发现这些模型往往不够充分。事实上，未能充分认识到固有的不确定性是新 IT 系统往往无法实现预期效益的主要原因之一。

加速度

商业变革的步伐不断加快，导致这些不可预测的突发事件发生得越来越快。有三个因素推动了这种加速：

知识和支持技术正在以越来越快的速度被开发和采用，越来越多的指数型技术推动着变革。公司和产品的生命周期正在缩短。例如，标准普尔 500 指数公司的平均寿命已从 1970 年代的 35 年左右缩短至如今的 20 年左右。许多行业的产品寿命正在缩短，新进入者干扰行业的速度越来越快，市场渗透速度也越来越快。供应链越来越容易发生变化和中断。日益复杂的供应链和合作伙伴生态系统正受到气候变化、流行病、欧洲战争和其他地缘政治不稳定等全球快速中断的影响。此外，生物采购等可持续发展趋势导致供应商的变化性增加。

这种加速意味着公司需要能够更快地响应不断变化的情况并更快地做出战略决策。

认识

人类认知的局限性意味着在这些快速变化、不可预测的系统中做出正确的决策非常困难。人类大脑的设计不适合处理复杂的系统——人类倾向于以笛卡尔方式思考，将问题分解成更小的部分，这过于简化了复杂性。在这种情况下，人类往往特别容易受到认知偏见的影响——依赖与先前的想法和信仰体系相匹配的信息——这往往会导致做出错误的决定。

越来越多的商业现象呈现出非线性或指数行为，而人类大脑无法很好地评估这些行为。例如，预测技术发展“曲线拟合”中的一个小错误可能会导致长期的巨大差异，如图 4 所示。这方面的例子包括自动驾驶汽车和核聚变的成熟度，这两者都被反复高估，而最近人工智能在曲线平坦部分经历了几十年后，已呈指数级增长。

图 4 — 小错误的影响随着时间的推移而增大

可持续发展

与此同时，可持续发展的要求意味着端到端的复杂工业系统控制变得越来越重要。大多数发达国家都设定了 2040 年至 2060 年期间实现净零排放的目标。这意味着企业面临着继续实现经济增长的同时将其对环境的影响降至净零的挑战。

要在保持增长的同时实现净零影响，企业需要对端到端的复杂工业系统施加控制（例如，管理范围 3 以及范围 1 和 2 的排放）。这意味着：

在其所属的整个工业系统（包括所有涉及的第三方）内共享当前相关数据（例如，运营和环境绩效数据）。能够预测该系统任何部分的变化对可持续性的影响，包括供应链、制造、分销、销售、在用以及报废处置/回收。

如今，这种控制通常是通过进行离散影响分析并与第三方合作共享信息并采取集体行动来实现的。然而，由于技术挑战以及围绕必要程度的数据共享和协作的制度、组织和文化障碍，实现真正的端到端控制非常困难。在技术方面，收集、监控、分析和模拟预测复杂、大规模工业系统中端到端可持续性影响所需的大量数据所需的技术尚未完全成熟。

虽然这些挑战对于企业来说都不是全新的，但从目前的趋势来看，当今用于应对这些挑战的方法将越来越不能满足未来几年的需求。

工业元宇宙如何满足这些未满足的需求

包括数字孪生在内的工业 4.0 技术已经提供了显著的优势，但正如我们所讨论的，由于各种原因，如果不进一步发展，它们就无法满足未来的所有需求：

它们主要限于离散物理系统，而不是“整个系统”。决策过于静态和孤立。工业净零义务意味着未来几年更有效的全系统管理将变得越来越重要。

工业元宇宙提供了一种超越工业 4.0 的方法，并克服了复杂性、加速和认知方面的挑战，通过以下方式实现可持续增长：

允许公司根据动态、前瞻性、全系统的方法做出明智的 C 级决策。更快、更有效地识别性能改进和变化的影响。帮助履行义务以管理总体影响并实现可持续增长。

在下一章中，我们将更深入地探讨工业元宇宙的含义并研究其关键组成部分。

2.工业元宇宙的真正含义是什么？

在本章中，我们的观点是，工业元宇宙的概念远远超出了仅仅是一台机器或一个制造工厂的数字复制品。它从根本上是整个公司在其运营环境中的数字化反映，为决策者提供对历史事件的洞察并促进未来预测。工业元宇宙的典型作用是照亮看不见的东西——让不可见的东西变得可见。它在促进跨部门的整体视角方面发挥着至关重要的作用，能够进行详细的假设模拟，从而预见潜在的未来情景。它揭示了系统内错综复杂的相互关系。此外，它增强了我们对整个系统整体行为和影响的理解，这对于促进可持续发展至关重要。

定义和框架

对于“工业元宇宙”一词的定义有很多种，如图 5 中一些为其发展做出贡献的关键参与者的描述所示。

图 5 — 工业元宇宙定义

尽管存在不同的侧重点，但广泛共识之一是，工业元宇宙以创建数字化模型、模拟或现实世界的孪生为中心。

建立有用定义的另一种方法是考虑与工业元宇宙相关的技术构件，正如我们所见，它们都已经存在于工业 4.0 的保护伞下（见图 6）。

图 6 — 工业 4.0 与工业元宇宙之间的差异

如图 6 所示，工业元宇宙与工业 4.0 的不同之处在于，许多技术都在不断发展和融合。数字孪生如今已经存在，可以与物理对应物进行某种形式的真实数据交换，并应用人工智能来协助解释和分析（例如，宝马的 iFACTORY；另见第 4 章和附录 3）。正是这些技术的进一步发展和融合，以及复杂系统建模和仿真、数据可视化和协作技术（所有这些都由更强大的计算能力实现），才使得工业元宇宙成为一个能够应对复杂性、加速和认知以及可持续增长挑战的新概念，如第 1 章所述。

基于以上所有，我们对工业元宇宙的最终形态提出了以下定义：

“工业元宇宙被定义为一个连通的全系统数字孪生，具有与其环境中的真实系统交互的功能，使决策者能够更好地了解过去并预测未来。”

根据定义，工业元宇宙有潜力改变商业决策者分析过去活动的方式，并在战略和运营层面预测未来。我们为工业元宇宙定义了一个概念框架，说明了其关键组成部分（见图 7）。

图 7 — 工业元宇宙的组成部分

如图所示，工业元宇宙的核心是为现实世界的工业系统创建和运行全系统数字孪生，包括其所有元素、关系和层次。让我们依次考虑每个关键组件。

全系统数字孪生

全系统数字孪生与我们今天所说的数字孪生有很大不同，后者往往主要关注一个或多个实物资产，通常是工厂和产品。它的功能代表了端到端的现实世界工业系统，包括公司外部的外部元素和公司运营的更广泛环境。它不仅仅涵盖工厂、车间或产品线，而且与现实世界系统保持着持续和双向的连接。

因此，它需要构建为一个复杂的系统，以便能够对所有功能、部门、流程、资产和参与者进行现实和动态的系统行为建模。广泛的假设模拟功能是孪生的关键部分。模拟不仅基于过去的数据，还基于现在和未来的数据。

虽然它可能包括真实系统、资产和/或产品的沉浸式和逼真渲染，但这并不是孪生的关键定义特征。可视化可能采用各种不同的形式，具体取决于管理决策的需求。

现实世界的工业系统

“现实世界的工业系统”是指代表企业在其环境中的元素、关系和嵌套系统的集合。它包括企业的所有战略、流程、组织和资源。它涵盖所有业务职能和资产，包括供应链和其他生态系统合作伙伴等外部参与者，以及企业运营的更广泛的外部环境。

因此，从本质上讲，现实世界的工业系统是一个复杂系统，包括多个元素、关系、嵌套系统和子系统，如图 8 所示。它容易受到突发和非线性影响。

图 8 — 现实世界工业系统的组成部分

连接、计算、构思和协作

工业元宇宙需要包含四个关键功能，才能实现能够充分代表现实世界工业系统的全系统数字孪生。它们是：

连接——整个系统数字孪生与现实世界的工业系统之间的实时双向连接，以实现数据收集并重新回到系统。计算——处理来自真实系统的大量数据，包括分析、复杂系统建模、模式识别和模拟，以实现未来场景的制定。设想— 物理和非物理数据的可视化，可能完全沉浸式，也可能不完全沉浸式。这些可视化以不同的方式解释和呈现复杂数据，不仅可以模拟现实，还可以促进理解和说明假设情景。协作— 实现一系列交互的功能，包括内部员工、生态系统合作伙伴、价值链参与者、客户和其他人员之间的交互。交互可能包括商业交易以及日常合作。

工业元宇宙如何帮助应对高管挑战

基于上述定义和模型，工业元宇宙的本质是让不可见变为可见。通过实现这一目标，工业元宇宙提供了一些对 C 级决策者非常有价值的关键功能（见图 9）。其中，它有助于跨越孤岛获得系统性视角。它还通过实现逼真的假设模拟来帮助展望未来。它有助于使整个系统中的复杂交互变得可见。最后，它提供了对整个系统行为和影响的更好可见性，这对于实现可持续性非常有价值。

图 9 — 工业元宇宙如何解决当今的执行挑战

工业元宇宙与工业 5.0

一个合理的问题是：如果工业元宇宙只是工业 4.0 的下一阶段，那为什么要谈论它呢？为什么不称之为工业 5.0？

答案在于，工业 4.0 的下一阶段与元宇宙 (metaverse) 具有共同的属性，正如我们在“超越幻想的元宇宙”中所定义的：

“未来的互联网将融合现实与虚拟的边界，融合沉浸式空间、协作平台、社交体验和创作者经济。”

工业元宇宙具有与互联网元宇宙不同的三大特征，即沉浸感、交互性和持久性，但也存在一些侧重点的不同（见图10）。

图 10 — 工业元宇宙与其他细分市场的区别

如图所示，沉浸感和交互是消费者元宇宙的关键。沉浸感（即逼真的渲染）对于工业和企业元宇宙来说仍然很重要，但不是关键。例如，完全有可能在不沉浸于虚拟环境的情况下解释、分析和可视化复杂的系统数据。然而，交互和持久性都是工业和企业元宇宙的关键——业务管理严重依赖于交互，数字孪生需要像物理孪生一样“永久存在”。

一个明显的关键区别是，工业元宇宙通常由仅授权人员可访问的独立区域组成，这与元宇宙的愿景不同，元宇宙的目标是创建一个所有人都可访问的开放环境。这降低了实现元宇宙更大应用的障碍之一，即完全互操作性。

插曲

让不可见变得可见

“我的艺术反映了我的生活，一组相互联系但又独立的方面，在数字空间中一起移动。

我拥有哈佛大学计算生物学博士学位和巴黎高等师范学院硕士学位，我的研究主要集中在通过计算方法来理解发育生物学。与此同时，我还与他人共同创办了非营利组织 Just One Giant Lab，以在全球范围内推广开放科学。

利用我在数据科学和机器学习 (ML) 方面的专业知识，我开发了以艺术科学和“什么是数据”为核心的音乐和视觉艺术实践。作为网络空间的孩子，我将对沉浸感的迷恋带入了我的研究和艺术中，利用虚拟现实作为媒介来揭示看不见的线索，从细胞轨迹到投射意识和化身体现之间的联系。

— 网络巫师 Leo Blondel

echo cos(pi) > /dev/null[5]

物体并不总是它们表面上看起来的那样。当我们周围的一切都是数据时，如果我们操纵它来揭示隐藏的含义，会发生什么？有时可以通过改变我们的视角来揭示复杂性背后的秘密。从金字塔开始，应用变换可以揭示其复杂性中的其他形状。在虚拟领域，数据是有意义的，但只有通过那些试图超越可见层的人的眼睛才能看到。

光是物质，物质是光

现代科学以前所未有的方式打开了信息数字化的大门。通过记录分子发射的光子，物质变成光，然后变成字节。进入网络世界，我们可以为现实带来新的光芒。在虚拟世界中，极限只限于想象力。在这里，用光数据模拟的胚胎再次变成物质，模拟光子为其不可见的物质着色。从透明的胚胎（光线穿过时只会稍微散射），数字化过程可以生成不透明的物体，光线会反射在该物体上：从透明到不透明，揭示不可见的形状和过程。

3.工业元宇宙技术目前处于什么位置？

在本章中，我们将探讨工业元宇宙的技术构建模块：它们的成熟度、需要克服的挑战，以及这对于企业充分发挥工业元宇宙潜力的时间尺度意味着什么。

工业元宇宙相关技术的演变

首先考虑一下由于至少已经持续了三十年的计算机化和连通性浪潮而在工业中已经存在的相关技术是有帮助的（见图11）。

图 11 — 工业元宇宙的演变

涉及数字模拟和虚拟化的技术，例如建筑信息管理 (BIM)、计算机辅助设计 (CAD) 和数字过程控制，虽然尚未完全部署，但已经成熟。AR 的使用（例如，用于改进资产建设、维护和检查）也已很成熟，尽管在行业采用方面还有很长的路要走。

近年来，数字孪生技术已开始应用于工厂、工厂和产品，尽管通常仍作为试点计划和试验（另请参阅第 4 章和附录 3 中的选定用例）。这些技术已被有效用于提高运营效率、维护和质量。在许多行业中，虚拟模拟已用于运营培训。

因此，从这个意义上说，工业元宇宙的各个方面已经存在，与工业 4.0 重叠，如图 11 所示。但是，根据我们在第 2 章中的定义，“具有与其环境中的真实系统交互功能的互联全系统数字孪生”的出现仍需要五年或更长时间（我们将在本章后面提供更详细的分析）。

迈向互联的全系统数字孪生

整个系统数字孪生的发展路径相当清晰，涉及逐步扩展和集成离散工厂运营之外的数字模拟。从目前已经部署的技术开始，这可能意味着以下步骤：

步骤 1：针对离散的、选定的工厂运营的数字孪生——包括使用支持 AI 的数据分析、提高自动化程度、用于维护的 AR 工具和虚拟培训第 2 步：为多个工厂运营创建数字孪生——包括供应链联系和数据集成；增加模拟范围，例如包括采购和/或物流优化步骤 3：为整个运营系统创建数字孪生——包括上游和下游参与者。在此步骤中，除了纯粹的运营流程外，各种管理流程也越来越多地融入到模拟中步骤 4：为整个端到端工业系统创建数字孪生——包括所有管理和运营流程、资产、人员和环境

如今，第 2 步的一些早期示例已经存在。例如，米其林已经试行了一种涉及数字孪生模拟的方法来优化全球采购战略，使该公司能够测试和比较各种参数范围内的不同优化策略，并取得令人印象深刻的结果（见边栏“米其林：超越工厂层面发展数字孪生以优化全球采购战略”）。

技术构建模块——成熟度和进一步发展需求

要在整个系统范围内实现工业元宇宙的下一阶段，需要进一步开发和整合一系列技术构建模块，如图 12 所示，并且必须考虑我们之前讨论过的四个功能：

连接——需要数字孪生和现实世界系统之间的双向数据交换，包括通过物联网技术传输的“热”当前数据和通过企业资源规划 (ERP) 系统传输的“冷”存储数据。计算——需要技术来模拟复杂系统并实现未来场景的运行。它还利用人工智能进行数据分析和解释，尤其是预测。Conceive — 需要 VR、AR 和混合现实 (MR) 可视化技术，以及其他类型的可视化技术，用于解释复杂的数据，有时还与 AI 集成。先进的人机界面 (HMI) 技术也是一个关键的构建模块。协作——需要一系列技术，包括企业协作工具（例如目前使用的 Mesh 和 Horizon）以及基于交易的工具（例如通常与 Web3 相关的工具），包括区块链和非同质化代币 (NFT)。确保轻松实现软件互操作性和数据交换的 API 架构也很重要。

图 12 — 为工业元宇宙开发技术构件

所有这些功能的基础是需要增强的计算能力，这涉及到堆栈不同级别的广泛开发技术，从新芯片设计、量子计算和高性能计算到云和边缘基础设施以及低代码/无代码软件解决方案的可用性。

表 1 总结了我们对每个技术构建模块成熟度水平的评估，包括关键开发需求和完全成熟的时间表。

表 1——工业元宇宙技术构建模块成熟度/发展概况

在表 1 中，“发展差距规模”是指仍需要进行多大程度的发展才能实现大规模全系统互联数字孪生所设想的功能。“不确定性程度”是指在发展过程中可能无法克服当前挑战的可能性。可以看出，在大多数情况下，各种技术构建模块只有中等程度的发展差距。在是否/何时能够克服当前挑战方面，所有技术构建模块都只有中等程度的不确定性。

总体而言，该图表明，实现工业元宇宙定义中所描述的全系统数字孪生需要五年或更长时间，尽管在此期间将继续取得中间步骤的进展。人工智能被认为比其他领域具有更大的发展差距，主要是由于算法可扩展性、数据量和计算能力限制方面的挑战。计算能力本身是实现非常大的互联数字孪生模拟的关键推动因素。例如，许多涉及多个元素和交互的优化问题属于“棘手问题”，其中解决方案的复杂性呈指数级增长，超出了传统计算能力的范围。这类问题适合量子计算方法，但这项技术可能至少还需要 10 年才能成熟。

在接下来的部分中，我们将提供有关每个技术构建块的状态、成熟度以及对工业元宇宙的影响的更多详细信息。

4.工业元宇宙对商业的潜在价值是什么？

在本章中，我们评估了工业元宇宙市场的规模和未来增长，概述了不同功能类别和行业的当前用例，并研究了工业元宇宙进一步发展时可能出现的潜在未来用例。

工业元宇宙的市场规模

为了评估工业元宇宙市场的规模，必须明确其中包括什么和排除什么。

我们对工业元宇宙市场的定义包括以下内容：

整个数字孪生市场VR/AR/MR 市场的工业细分市场（不包括消费细分市场）大多数物联网、人工智能和区块链市场（>50%，取决于定义）

机器人和 3D 打印等其他工业 4.0 技术被排除在外。计算和电信基础设施市场也被排除在外，因为它们与整个数字市场息息相关。

基于此范围，我们研究了来自不同来源的一系列市场预测，以表明市场潜力（见图 13）。请注意，我们尚未进行任何自下而上的初步研究。

图 13 — 2021-2030 年工业元宇宙市场规模（单位：十亿美元）

如图 13 所示，2023 年工业元宇宙的市场规模在1000 亿至 1500 亿美元之间。这比许多现有的工业 4.0 市场估计要小，这是合乎逻辑的，因为它不包括机器人和 3D 打印等技术。

不同来源对工业 4.0 市场增长的预测存在很大差异，事实上，任何此类预测都应非常谨慎对待。我们对工业元宇宙市场 2030 年的保守预测是4000 亿美元，但上涨空间可能超过 1 万亿美元，复合年增长率在 20% 至 30% 之间。

这个范围很广，但与 ADL 之前对更广泛的 metaverse 的估计一致，其中包括保守的 5000 亿美元最低值和数万亿美元的最高值（参见“超越幻想的 metaverse”）。无论 8 到 10 年后的实际数字如何，很明显市场潜力非常巨大。

当前的工业元宇宙用例

当今工业元宇宙的用例大致可分为四类：优化、训练、技术工具和管理工具。每个类别又有多个子类别，如下所示：

优化

工厂/生产线运营效率改进预测性维护优化产品质量优化供应链运营改进销售运营改善客户服务改进

训练

操作人员培训安全和应急培训远程培训产品培训

技术工具

设计/施工集成和设计工具资产检查/维护工具远程资产故障排除/问题解决高级数据分析建筑信息模型

管理工具

虚拟会议工具虚拟协作/研讨会工具客户互动工具

这些用例类别涵盖典型公司的大多数业务功能，如图 14 所示。

图 14 — 工业元宇宙的当前和潜在用例

当前用例涵盖了工业元宇宙成熟度的第一阶段，与工业 4.0 重叠。请参阅附录 3，其中列出了基于真实示例并按行业、类别和目标组织的 30 个用例的非详尽列表。这些用例如图 15 所示。

图 15 — 按行业和类别组织的说明性用例

未来工业元宇宙用例

深入研究未来用例表明，它们通过提高战略管理效率为大公司带来了重大突破性效益，如图 16 所示。

虽然现阶段无法预测绝对数字，但可以安全地假设它们可以实现两位数的百分比性能提升。

图 16 — 未来工业元宇宙用例的潜在优势

工业元宇宙的当前参与者

目前有数百家公司积极提供支撑工业元宇宙的技术。图 17 显示了这些公司的有限选择，根据第 3 章概述的技术构建模块进行分组。我们在附录 2 中分享了选定的工业元宇宙/数字孪生参与者的更详细资料。

值得注意的是，许多参与者都参与了多个技术构建模块。显然，这些公司中的许多公司也参与了更广泛的元宇宙架构的开发，如“元宇宙，超越幻想”中所述。

图 17 — 工业元宇宙生态系统的当前参与者

工业元宇宙的近期市场动向

工业元宇宙市场仍相对不成熟，预计中期可能会出现大幅增长。鉴于目前科技行业面临的压力，以及工业元宇宙目前缺乏可观的收入，这导致一些计划缩减，这是科技行业整体缩减规模的一部分。例如：

2022 年 11 月，meta 宣布裁员 11,000 人，占员工总数的 13%。2023 年 4 月，该公司宣布计划再裁员 10,000 人。2023 年 2 月，微软关闭了其成立仅四个月的 100 人工业元宇宙团队，并关闭了其 AltspaceVR 和混合现实工具包团队。这是一项更广泛的 10,000 人裁员计划的一部分。然而，微软发言人表示，该公司“仍致力于工业元宇宙”。[15]

与此同时，多家公司最近宣布建立合作伙伴关系：

微软/meta（2022 年） ——Teams、Office、Windows 软件与 meta 的 VR 耳机之间的产品集成微软 / NVIDIA（2022 年） ——人工智能合作，包括云人工智能计算、人工智能应用程序和服务西门子/NVIDIA（2022 年） ——连接 NVIDIA Omniverse 和西门子 Xcelerator 平台，实现全保真数字孪生和软件定义的 AI 系统。此次合作专注于制造业Unity / 现代（2022 年） ——开发基于 metaverse 的数字孪生工厂 meta-Factory，以优化工厂运营并实现虚拟问题解决

从这些近期事件来看，似乎可以合理地得出这样的结论：尽管短期内出现了一些挫折和紧缩，这反映了当前的全球经济形势，但工业元宇宙增长的长期驱动力依然强劲。正如我们所表明的那样，商业利益是巨大的，而采用的障碍并不那么依赖于更广泛的元宇宙的关键障碍，例如消费者参与沉浸式体验的意愿和真实感水平。

5.企业应该做什么？

在本章中，我们就工业元宇宙的现状得出了一些总体结论，并研究了公司应该采取哪些措施来确保他们对持续的发展做出适当的反应并从中获益。

总体结论

数字孪生的扩展和增强使用是工业元宇宙的核心。数字孪生技术已经存在多年，是许多数字化和工业 4.0 转型计划的一部分。因此，从这个意义上说，工业元宇宙的第一阶段已经在顺利进行中。这在许多讨论中引起了困惑，人们质疑工业元宇宙是否真的是什么新东西，或者它是否只是炒作。数字孪生概念的扩展将覆盖整个组织的运营、管理和战略层面，这是工业元宇宙未来几年将带来的本质。

工业元宇宙的成功并不完全依赖于元宇宙的普遍采用。许多工业元宇宙应用（例如使用数字孪生来改善运营）并不严重依赖于“完美”呈现现实或提供真正身临其境的用户体验。它们也不依赖于相互竞争的元宇宙世界之间的完全互操作性。从这个意义上讲，即使消费者元宇宙的采用未能如一些观察家所预测的那样迅速发展，也有可能取得进一步的进展。

多项关键技术的融合为未来几年工业元宇宙的发展提供了强大的动力。在新的计算能力的推动下，真实数据连接、人工智能、数据可视化、协作和复杂系统模拟等技术的进一步融合，为工业元宇宙的进步提供了强大的动力。尽管全球经济状况造成了短期障碍，但情况仍然如此。

实现扩展的全系统数字孪生的关键技术尚未成熟，还存在其他障碍，包括参与者之间的数据共享。虽然人工智能等领域的进展正在加速，但要实现工业元宇宙的下一阶段发展，需要进一步发展所有关键技术，并克服阻碍工业系统参与者之间数据共享的障碍。

推进工业元宇宙与数字化进程密不可分。因此，企业需要在其更广泛的数字化战略背景下考虑其工业元宇宙战略。除非数字化已经相当成熟，否则通常不可能“跨越式”实施工业元宇宙。

企业应如何应对

本质上，企业在工业元宇宙中前进的方法应该以正常的 IT 或 ERP 系统实施良好实践为基础。一般来说，我们建议考虑四个主要步骤（见图 18）。

图 18 — 公司应该做什么

审查策略：清晰了解数字化战略、历程和当前状况

作为起点，企业必须对其整体数字化进程有一个清晰的愿景和路径。对于大多数企业来说，这已经是深远的，从引入数字化强化流程和价值产品开始，最终实现完全数字化的运营和业务模式（见图 19）。

图 19 — 迈向工业 4.0 及未来的数字化历程

数字化通常需要对业务进行根本性的重新设计和转型，并且通常需要几年的时间。了解数字化进程中的当前位置有助于确定：

在开始工业元宇宙开发之前，数字化基础方面还需要做哪些工作（例如数据可用性和基础设施）？未来现实的发展速度是怎样的？与数字化进程的其余部分相一致的可行目标是什么？

工业元宇宙的初始应用可能与“运营模式”有关，例如提高工程、运营、维护和培训的效率和效果。事实上，这些措施与工业 4.0 最为相似。

然而，正如我们所展示的，工业元宇宙可以带来的更大好处是实现更好、更快的战略假设决策。例如，如果一家公司的更广泛的数字化战略包括转向高价值数字化服务、改变其在价值链中的角色或改变其业务边界，那么使用复杂的系统模拟将成为在投资前帮助评估不同商业模式选项影响的关键因素。

识别机会：发现增值的工业元宇宙机会并制定路线图

下一步是确定可增加价值的工业元宇宙机会并制定路线图。

目前已有许多应用和用例。在制定路线图时，公司应考虑：

哪些潜在应用和用例将带来最大价值？例如，在制造和流程型行业，运营、维护和供应链业务案例通常最初最具吸引力。目前技术上哪些已经可行，哪些在未来几年可能可行？正如我们所见，尽管目前有许多可行的机会，但大规模复杂工业系统模拟仍然有一段距离。工业元宇宙应用在未来 5 年以上的愿景和目标是什么？目标的规模可能取决于企业已经致力于的数字化转型的规模。最初适合达到什么级别的详细数字建模？公司通常应避免在开始时进行非常详细的建模，因为这对于实现初始用例而言并非必要。详细建模需要大量数据进行设置和维护，这会减慢早期进度并降低经济吸引力。管理数据需要哪些新流程和方法？除了用例本身，路线图还应考虑访问、更新、分析、解释和处理所需数据需要哪些新流程。

实施试点项目：采用测试和学习的方法并主动管理变革

涉及学习成果获取的长期项目流程有助于确保产生足够的价值以开始自行资助转型过程。

敏捷、响应迅速的测试和学习方法对于实施路线图非常重要，包括以下特点：

部署时间短。选择回报时间相对较短的初始概念验证项目。确保初始项目不需要困难且耗时的 IT 平台升级。从小事做起，证明价值。第一个用例应该明确地创造价值，可以向公司内部和外部展示。先进行内部项目。先从只影响有限数量员工且不需要外部利益相关者参与的项目开始。复制潜力高。尽量专注于基于当前可用技术具有高复制潜力的应用程序。应允许多个供应商试用其产品和服务。积极管理对人的影响。不应低估工业元宇宙实施的内部社会影响。这可能需要员工扮演新角色并培养新技能，而这些技能需要培训和支持。准备好在较长时间内支持采用。部署后，员工将需要支持。部署团队不一定是 IT 部门。使用横向团队有助于扩大参与度并嵌入变革。特别是对于涉及现场工作人员的用例，采用曲线通常比预期的要长。例如，AR/VR 设备有时最初会对生产力产生负面影响，因此强有力的支持是关键，无论是在技术上还是在变更管理方面。

构建生态圈：与生态合作伙伴共创双赢

正如我们所描述的，工业元宇宙的主要优势不仅体现在内部运营，还体现在整个合作伙伴生态系统和供应链。这需要共享的数据比传统商业合作伙伴之间共享的数据多得多，需要一种新的思维方式和文化。

此外，开发实施工业元宇宙所需的能力需要基于生态系统的方法。这意味着一个关键步骤是积极参与并协调生态系统合作伙伴。为了让合作伙伴愿意为此目的共享内部数据，公司必须确保：

评估并展示了合作伙伴的利益。这些利益可能体现在以下方面：更快的客户响应、减少营运资本、更顺畅的客户/供应商界面、更容易展示可持续性影响、更高的整体效率以及更紧密的客户/供应商关系。确保数据安全。生态系统合作伙伴必须对共享数据的安全性达成相互满意的共识。标准已定义并达成一致。生态系统合作伙伴必须确保有一致的数据管理标准和程序，以管理所涉及的风险。

生态系统方法对于工业元宇宙的成功至关重要（见图 20）。没有它，数字模拟业务的本质价值就很难实现。

图 20 — 构建工业元宇宙生态系统

附录 1. 技术就绪水平（略）

附录 2. 精选公司简介（略）

附录 3. 工业元宇宙用例（略）

参考资料：略