Jumeaux numériques : 5 success stories

Les humains ont toujours collecté des données pour mieux comprendre le monde physique qui nous entoure. Aujourd’hui, les entreprises cherchent de plus en plus à fusionner le monde numérique des données avec le monde physique par le biais de jumeaux numériques. Jumeaux numériques servir de pont entre les deux domaines, fournissant une représentation virtuelle en temps réel des objets et processus physiques.

Ces clones virtuels d’opérations physiques peuvent aider les organisations à simuler des scénarios qui seraient trop longs ou coûteux à tester avec des actifs physiques. Ils peuvent aider les organisations à surveiller les opérations, à effectuer une maintenance prédictive et à fournir des informations pour les décisions d’achat de capital, à créer des plans d’affaires à long terme, à identifier de nouvelles inventions et à améliorer les processus.

Dans une prévision publiée en juin 2022, la société de recherche MarketsandMarkets a déclaré que le marché mondial des jumeaux numériques devrait passer de 6,9 ​​milliards de dollars en 2022 à 73,5 milliards de dollars d’ici 2027, soit un taux de croissance annuel composé (TCAC) de 60,6 % sur la période.

Voici cinq exemples de la façon dont les organisations utilisent efficacement les jumeaux numériques aujourd’hui.

NTT Indycar met les fans au volant

La série NTT Indycar, composée de cinq courses dont l’Indianapolis 500, utilise un combinaison de capacités de jumeau numérique, d’analyse de données et d’intelligence artificielle (IA) pour donner aux fans un accès à des informations détaillées et en temps réel sur les courses, y compris les dépassements en tête-à-tête, les prévisions des stands et d’autres éléments.

Le partenaire NTT crée un jumeau numérique pour chaque voiture de la série. Les données historiques fournissent une base, et chaque voiture est équipée de plus de 140 capteurs qui collectent des millions de points de données lors de chaque course pour alimenter le jumeau numérique. Les données comprennent tout, de la vitesse à la pression d’huile en passant par l’usure des pneus et les forces G. NTT utilise l’IA et l’analyse prédictive sur les données du jumeau numérique pour fournir aux fans des informations qui n’auraient auparavant été disponibles que pour les ingénieurs de l’équipe de course, y compris les stratégies et les prévisions de course, les interceptions et les batailles pour la position, l’impact sur les performances des arrêts au stand et les effets du carburant. les niveaux et l’usure des pneus.

Indycar fournit les informations aux fans via l’application interactive Indycar et les canaux de médias sociaux. Il fournit également des informations à l’équipe de production de NBC.

« Il y a une opportunité pour nos fans les plus passionnés de se rapprocher d’un sport qu’ils aiment ou d’un pilote ou d’une équipe qu’ils aiment », a déclaré SJ Luedtke, vice-président du marketing chez Indycar. « C’est là que les données et les analyses entrent en jeu. Nous travaillons avec l’équipe pour intégrer ces millions de points de données au cours d’une course de 90 minutes et aider les fans à comprendre ce qui se passe. »

Au cours des trois dernières années, NTT Indycar a doublé son engagement et son temps d’attente dans son application les week-ends de course, explique Luedtke.

Les conseils de Luedtke : Développer des relations étroites avec vos parties prenantes. Elle note qu’elle et la CIO Rebecca Ruselink travaillent main dans la main. Elle dit que leur partenariat est solide parce que le service informatique essaie vraiment de comprendre les points faibles de son équipe et de répondre à leurs besoins plutôt que de simplement fournir la solution qu’il pense être la meilleure.

« Nos équipes se réunissent régulièrement », explique Luedtke. « Nous avons une feuille de route des choses que nous voulons accomplir. »

Rolls-Royce améliore l’efficacité des moteurs à réaction

La multinationale de l’aérospatiale et de la défense Rolls-Royce a déployé la technologie du jumeau numérique pour surveiller les moteurs qu’il produit. L’entreprise peut surveiller le vol de chaque moteur, les conditions dans lesquelles il vole et la façon dont le pilote l’utilise.

« Nous adaptons nos programmes de maintenance pour nous assurer que nous optimisons la durée de vie d’un moteur, et non la durée de vie que le manuel dit qu’il devrait avoir », explique Stuart Hughes, directeur de l’information et du numérique chez Rolls-Royce. « C’est un service vraiment variable qui considère chaque moteur comme un moteur individuel. »

La société propose la surveillance des moteurs en tant que service à ses clients depuis des années, mais sa capacité de jumeau numérique a permis à Rolls-Royce d’adapter le service à des moteurs spécifiques. Cela a aidé l’entreprise à allonger jusqu’à 50 % le temps entre les entretiens de certains moteurs, ce qui lui a permis de réduire considérablement son stock de pièces et de pièces de rechange. La technologie a également aidé Rolls-Royce à améliorer l’efficacité de ses moteurs, économisant 22 millions de tonnes de carbone à ce jour.

Les conseils d’Hugues : Comprenez votre client. Savoir comment et pourquoi utiliser la puissance du jumeau numérique est aussi important que comprendre la technologie elle-même. Hughes affirme que le service a été une victoire car il offre des avantages évidents à la fois à Rolls-Royce et à ses clients.

« L’avantage pour le client est que le client voit moins d’interruptions car le moteur est dans l’avion plus longtemps, il peut donc l’utiliser davantage. L’avantage pour nous est que nous pouvons optimiser la façon dont nous effectuons la maintenance », dit-il.

Mars optimise sa chaîne d’approvisionnement avec un jumeau numérique

L’entreprise de confiserie, de soins pour animaux de compagnie et d’alimentation Mars a a créé un jumeau numérique de sa chaîne d’approvisionnement de fabrication pour soutenir ses entreprises. L’entreprise utilise le cloud Microsoft Azure et l’IA pour traiter et analyser les données générées par les machines de production dans ses installations de fabrication.

« Nous voyons le numérique comme un accélérateur commercial massif », déclare Sandeep Dadlani, directeur numérique de Mars. « Nous ne faisons pas du numérique pour le numérique. »

Mars utilise le service Azure Digital Twins IoT de Microsoft pour augmenter les opérations dans ses 160 sites de fabrication, avec l’aide des consultants en fabrication et opérations numériques d’Accenture. La société crée des simulations logicielles pour améliorer la capacité et les contrôles de processus, notamment en augmentant la disponibilité des machines via une maintenance prédictive et en réduisant les déchets associés aux machines emballant des quantités de produits incohérentes. En utilisant la construction du jumeau numérique, Mars peut également générer une « boutique d’applications de cas d’utilisation » virtuelle qui peut être réutilisée dans ses secteurs d’activité.

À l’avenir, l’entreprise prévoit d’utiliser les données du jumeau numérique pour tenir compte du climat et d’autres considérations situationnelles qui affectent ses produits, en établissant une plus grande visibilité sur sa chaîne d’approvisionnement, de l’origine du produit au consommateur.

Les conseils de Dadlani : Expérimentez et acceptez l’échec. Mars encourage ses employés à envisager de résoudre les problèmes en utilisant l’IA et d’autres technologies émergentes là où cela a du sens. Tout cela fait partie d’un effort massif pour changer la culture de l’entreprise en une culture qui embrasse les expériences et s’attend à ce que le personnel apprenne de l’échec afin qu’il puisse être appliqué aux succès futurs. En décembre dernier, la société a organisé un festival virtuel de l’IA pour célébrer 200 cas d’utilisation de l’IA déployés dans divers secteurs d’activité.

« Si vous pouvez très bien définir un problème, vous devriez vous sentir capable de le résoudre en utilisant l’IA », déclare Dadlani.

TIAA réduit la complexité du service client

La Teachers Insurance and Annuity Association of America-College Retirement Equities Fund (TIAA) aide les enseignants à gérer leurs fonds de retraite. À réduire la complexité de l’intégration de nouveaux clients institutionnelsle fournisseur de services financiers à but non lucratif utilise un jumeau numérique alimenté par une base de données de graphes.

« Chez TIAA, nous avons une offre de produits de retraite très compliquée, basée sur toutes les réglementations de l’IRS », déclare Alex Pecoraro, directeur général et responsable de la technologie des services de retraite chez TIAA. « Pour faire la configuration, cela nécessite pas mal de connaissances commerciales, et nous avons des équipes entières organisées autour de cela. »

Les services externalisés de TIAA consistent en plus de 600 fonctionnalités, qui peuvent générer plus d’un billion de configurations client possibles. Avant de déployer la technologie de jumeau numérique, des équipes TIAA spécialisées ont créé et testé manuellement les configurations techniques par rapport au modèle d’exploitation souhaité par le client. De ce fait, les associés de TIAA étaient fortement « fonctionnalisés » selon leur expertise, c’est-à-dire qu’ils ne pouvaient traiter que certains types d’offres. Cela a également rendu les opérations de mise à l’échelle difficiles.

Pour résoudre le problème, l’équipe de Pecoraro a créé un jumeau numérique composé d’une base de données de graphes qui représente plus de 600 fonctionnalités, avec des nœuds de contrôle utilisés pour représenter la logique de regroupement complexe. Les nœuds de données représentent les champs de données nécessaires à la mise en œuvre d’une fonctionnalité, et les liens de relation indiquent les dépendances, les validations et les exclusions.

La base de données a réduit le temps et l’expertise requis pour l’intégration des clients.

Les conseils de Pecoraro : Changez votre point de vue. Pecoraro dit que la clé du projet consistait à adopter une approche d’adoption du produit plutôt que de le considérer comme un problème de configuration technique.

« Un membre de l’équipe a eu l’idée de déplacer notre attention de la configuration vers ce que fait le client et l’offre qu’il achète », déclare Pecoraro. « Ce changement de perspective a été la clé de voûte. Cela peut sembler évident rétrospectivement, mais lorsque vous êtes plongé dans tous les détails, vous pouvez vous perdre dans la forêt pour les arbres.

Bayer Crop Science remodèle sa stratégie avec des usines virtuelles

Bayer Crop Science a utilisé des jumeaux numériques pour créer des « usines virtuelles » pour chacun de ses neuf sites de fabrication de semences de maïs en Amérique du Nord. Les graines sont récoltées dans les champs de Bayer, passent par les neuf sites de transformation et d’ensachage, puis sont distribuées à l’agriculteur.

« Désormais, nous pouvons repenser nos processus métier. Nous pouvons réimaginer nos décisions grâce à l’application de ces algorithmes ou simulations d’apprentissage automatique », déclare Naveen Singla, responsable du Data Science Center of Excellence (COE) chez Bayer Crop Science.

Bayer a créé une représentation numérique dynamique des caractéristiques de l’équipement, des processus et des flux de produits, de la nomenclature et des règles de fonctionnement pour chacun des neuf sites, permettant à l’entreprise d’effectuer des analyses de simulation pour chacun d’entre eux.

Au fur et à mesure que l’équipe commerciale présente de nouvelles offres de traitement de semences ou de nouvelles stratégies de tarification, l’entreprise peut utiliser les usines virtuelles pour évaluer l’état de préparation du site à adapter ses opérations pour mettre en œuvre ces nouvelles stratégies. Les usines virtuelles peuvent également être exploitées pour prendre des décisions d’achat de capital, créer des plans d’affaires à long terme, identifier de nouvelles inventions et améliorer les processus. Bayer peut désormais compresser 10 mois d’opérations sur neuf sites de fabrication en deux minutes, ce qui lui permet de répondre à des questions complexes concernant la combinaison de SKU, la capacité de l’équipement, la conception des commandes de processus et l’optimisation du réseau.

Les conseils de Singla : Connaître le domaine d’activité. Singla dit qu’une grande clé du succès de Bayer était que l’équipe de science décisionnelle chargée de construire les jumeaux numériques, dirigée par Shrikant Jarugumilli, responsable de la science décisionnelle – systèmes virtuels connectés, a passé beaucoup de temps sur les sites de fabrication pour comprendre leurs opérations et gagner le soutien des parties prenantes.

« Faire en sorte que nos scientifiques des données comprennent le domaine de l’entreprise a été si critique, et c’est là que Shrikant entre en jeu », déclare Singla. « Lui et son équipe ont passé de nombreuses semaines sur ces sites de fabrication de semences à essayer de comprendre les opérations, de comprendre les nuances afin que le message lorsqu’ils s’adressent aux dirigeants soit dans le langage du leadership lui-même par rapport au langage de l’apprentissage automatique. »