Les DSI adoptent les jumeaux numériques, mais les défis d'implémentation persistent

Réaliser la pleine promesse des jumeaux numériques peut nécessiter l'intégration de systèmes et de données à travers l'ensemble des écosystèmes organisationnels.

Imaginez pouvoir résoudre les problèmes de production et les changements de flux de travail virtuellement avant d'imposer des changements à votre organisation. Près de six DSI sur dix répondant à une récente enquête Gartner ont déjà ou préparent leurs organisations pour soutenir les jumeaux numériques, qui reproduisent les actifs, processus, personnes, lieux, systèmes et appareils physiques potentiels et réels. Au moins 21 % ont déjà déployé une forme de jumeaux numériques, tandis que 38 % supplémentaires sont engagés dans des étapes de planification de un à trois ans pour déployer des jumeaux numériques.

À lire aussi : Le marché des jumeaux numériques verra une croissance dix fois supérieure dans les 5 prochaines années

Cependant, réaliser la pleine promesse des jumeaux numériques peut nécessiter l'intégration de systèmes et de données à travers l'ensemble des écosystèmes organisationnels. C'est la conclusion d'un rapport de Deloitte. De mauvaises données, des défis de mesure, et même simplement en faire trop peuvent rendre difficile la réplication précise d'actifs physiques, avertissent les auteurs du rapport, dirigés par Adam Mussomeli de Deloitte.

L'équipe de Deloitte a identifié certaines des façons potentielles dont les jumeaux numériques sont implémentés à travers les industries :

• Fabricants automobiles et aéronautiques : « Outils essentiels pour optimiser des chaînes de valeur de fabrication entières et innover de nouveaux produits. » Dans le cas des moteurs d'avion, ils peuvent « avoir des milliers ou des dizaines de milliers de capteurs, générant des téraoctets de données chaque seconde. Combinés avec des jumeaux numériques, l'apprentissage automatique et des modèles prédictifs, les fabricants fournissent des recommandations pour aider les pilotes à optimiser la consommation de carburant, aider la maintenance à être proactive, et aider les flottes à gérer les coûts. »
• Énergie : « Les opérateurs de services sur le terrain capturent et analysent d'énormes quantités de données in-hole qu'ils utilisent pour construire des modèles numériques qui guident les efforts de forage en temps réel. »
• Santé : « Les chercheurs cardiovasculaires créent des jumeaux numériques très précis du cœur humain pour les diagnostics cliniques, l'éducation et la formation. »
• Villes intelligentes : « Singapour utilise un modèle virtuel détaillé de lui-même dans la planification urbaine, la maintenance et les projets de préparation aux catastrophes. »

Construire un jumeau numérique précis n'est pas un processus du jour au lendemain. L'équipe de Deloitte pointe vers trois domaines de défi pour l'implémentation des jumeaux numériques :

• Mauvaises données : « Les algorithmes d'IA et d'apprentissage automatique qui alimentent les jumeaux numériques nécessitent de grands volumes de données », avertissent Mussomeli et ses co-auteurs. « Dans de nombreux cas, les données des capteurs sur le plancher de production peuvent avoir été corrompues, perdues, ou simplement pas collectées de manière cohérente au départ. » Le rapport Deloitte conseille « de prendre des mesures pour développer l'infrastructure nécessaire et l'approche de gestion des données maintenant peut aider à raccourcir votre temps pour en bénéficier. »
• Mesure des processus : « Même dans les cas où des simulations de jumeaux numériques sont créées pour de nouveaux processus, systèmes et appareils, il n'est pas toujours possible d'instrumenter parfaitement le processus », avertit l'équipe Deloitte. « Les organisations doivent regarder vers des proxys — par exemple, s'appuyer sur l'instrumentation et les capteurs dans un véhicule plutôt que de mettre des capteurs dans les pneus — ou des choses qui sont possibles à détecter. »
• Déterminer le bon équilibre de capteurs : « Avec le coût des capteurs qui baisse, combien de capteurs suffisent ? » demandent les chercheurs. « Équilibrer l'analyse coûts/bénéfices est critique. La plupart des cas d'utilisation ne nécessitent qu'un nombre modeste de capteurs stratégiquement placés pour détecter les entrées, sorties et étapes clés dans le processus. »

Bien qu'il y ait des obstacles, les chercheurs de Deloitte sont partisans des avantages potentiels sans précédent que les jumeaux numériques apportent aux entreprises. « Une copie numérique parfaite du monde physique vous permettrait de collaborer virtuellement, d'ingérer des données de capteurs et de simuler des conditions rapidement, de comprendre clairement les scénarios what-if, de prédire les résultats plus précisément, et d'émettre des instructions pour manipuler le monde physique. » C'est une proposition de valeur qui vaut la peine d'être explorée.