各位领导、各位专家、各位嘉宾，今天非常荣幸跟大家一起探讨工业互联网的机遇和挑战。今天我与大家一起探讨的题目是数字孪生体在工业互联网的作用与意义。
近两年来数字孪生体受到越来越多的关注，这反映在对这个词搜索的次数，比两年前急剧上升快10倍，不仅搜索次数急速上升，相关页面的内容也快速增加。从相关搜索来看，大多数读者关注的是数字孪生体这个概念，也有相当多的关注此技术以及一些具体的实施。另一方面，国际著名分析公司Gartner的新兴技术的炒作周期，在这两年的报告中都连续列入了数字孪生体，并在去年的报告里，数字孪生体逼近顶峰。对这个信息大家可能会觉得有点好奇，数字孪生体是什么新技术，为什么突然受到这么多的关注。
在我看来，这是工业互联网和智能制造发展的一个很自然的结果，要从这个方面来理解这个问题，我们可以先回顾一下工业互联网的基本技术和发展的趋势。
简单来看，工业互联网的基础是对设备的广泛连接，实现海量数据的汇集，继而利用算法模型，对数钻进行深度分析，从而获得对生产设备运行的认知，最后通过工业应用结合业务逻辑，把分析得到的洞察转为最佳的决策、可执行的行动，实现生产过程的优化。
这种优化不仅仅限于我们比较熟悉的在单体设备上实现，比如说预测性维护，也可以在运营层实现生产过程的优化，也可以在业务层次实现，比如实现订单拉动的生产。从这个角度来看，可以简单说，数据模型和应用是工业互联网的三大要素，在不同层次上构成了不同的闭环反馈，实现优化。我们将会看到算法模型将在工业互联网的发展中起到越来越重要的作用，将是企业在未来展开工业互联网发展的一个重要的聚焦点。
为什么突然间行业里对数字孪生体这么关注，经过这几年的实践，不论是国外也好、国内也好，不少企业对工业互联网的实施已经初见成效，在对设备连接的基础上，汇聚数据，通过一些基本的分析完成了对设备运行的监控，甚至实现了一些预测性维护这样的高级一点的分析。对于这些企业来讲，要进一步发展工业互联网的价值，进一步挖掘工业互联网的价值潜力，自然会把算法模型推向更深的深度和更广泛的范畴。
比如说能力更强的算法模型，从目前大多数是基于描述性的分析，向诊断性、预测性和策略性的方向发展，让系统不仅能够告诉我们设备装备生产过程发生了什么事，而且还能告诉我们事情的根源，还可以预测将来将发生什么事，并给出相应的应对策略。
