随着全球大型公共基础设施项目的支出达到几十年来的最高水平，数字孪生可以将公共部门的资本和运营效率提高 20% 至 30%。
设想一个场景：州政府领导有三个跨世代的交通项目可以投资，但资金只够支持其中一个。每个项目都有独特的优势和权衡。在评估选项时，考虑到州内诸多相互竞争的优先事项，领导们难以平衡风险和回报。此外，由于每个选项都伴随着高昂且不可逆的资本成本，做出次优决策的代价是巨大的。为了应对这种不确定性，领导们为每个项目构建了一个数字副本，模拟了所有关键因素，例如资本成本、潜在交通方式、公民可达性、碳排放和能源消耗。然后，他们模拟了未来多年的众多人口增长情景，并分析了每个选项当前和未来的影响。这些分析的输出明确了能够最大化社会效益和整体投资回报率的行动方案，领导们也因此自信地宣布了他们的决定。
数字孪生1是强大的工具，可以显著提高上述交通投资等复杂决策的速度和质量。计算能力和数据可用性的最新进展意味着，数字孪生现在可以用于帮助政府领导构建现实世界资产和系统的精确数字副本。这些数字孪生能够实现对项目直接和间接影响的精确建模、情景规划和分析——一些数字孪生已经实施并正在发挥作用。最终，它们能够实现更好、更快的决策和更高的投资回报率。因此，数字孪生可以使政府实施“一次性挖掘”政策，即在项目开始前识别潜在问题和瓶颈，从而最大限度地减少对受影响人群的干扰，并降低成本和延误风险²。
全球范围内，此类大型公共基础设施项目的活跃数量正在迅速增长，这得益于多项标志性投资计划³，包括美国1.2万亿美元的《两党基础设施法案》⁴、欧盟超过8000亿欧元的“下一代欧盟”COVID-19复苏计划⁵，以及印度国家基础设施管线，该管线包含1110个在建项目，总项目成本超过2.3万亿美元⁶。这些投资计划的成功至关重要，因为它们构成了政府应对各种持续全球性干扰的基石。这些干扰包括地缘政治紧张局势加剧、经济增长停滞、气候变化影响加速、人口增长以及人工智能的快速发展。
然而，将大量资金转化为行动可能具有挑战性。获得正确的专业知识⁷和资本规划中的强有力治理⁸至关重要，但这还不够。要产生良好的投资回报率，还需要一种精密的规划和执行方法。然而，从历史上看，全面模拟复杂资本投资的现实世界影响对于标准建模方法来说过于复杂，这些方法通常使用捕捉因果关系的明确数学关系，因此缺乏处理复杂系统内多重相互依赖关系的能力。正是在具有众多相互依赖关系的复杂决策中，数字孪生最为有效，因此它们对政府领导的价值可能非常显著。
本文重点关注如何最大化资本密集型基础设施投资的回报，尽管数字孪生还有许多其他用例，包括重新设计复杂流程、协助年度预算或采购决策、通过深度学习替代物加速产品开发⁹以及提高供应链的韧性。
成功推出数字孪生可能需要大量的投资和时间，但通过加速决策和高效资源分配所带来的投资回报率完全可以证明其成本的合理性。根据我们的经验，数字孪生有潜力将公共部门投资的资本效率、服务可达性和运营绩效提高20%至30%¹⁰。当这些改进对应到数百万或数十亿美元的支出时，这种回报可能非常可观。
政府领导在进行高影响力投资时面临独特挑战
鉴于其规模和复杂性，规划和实施大型基础设施项目始终是一项挑战。然而，对于公共部门项目而言，这些困难可能会加剧，并可能引入新的挑战。
政府基础设施投资项目通常必须应对以下大部分或所有问题：
政府投资规划可能是手动、孤立且高度本地化的。 最大化大型资本投资的回报需要对投资所处的整个系统和相互依赖关系有全面的理解，但在公共部门，由于涉及的利益相关者众多以及缺乏正式的协调机制，构建这种360度全景视图可能具有挑战性。
投资通常规模大、风险高且周期长。 政府在运营和基础设施方面的投资，例如城市交通系统中新铁路线的建设，通常是大型的、多年的努力。这些项目的规模和性质使得有效的项目规划和实施尤为关键，特别是因为回报通常只在项目完成后（即公众开始购买新服务的车票时）才开始显现。
公私资本形成动态可能很复杂。 政府投资有时需要与私人和慈善资本结合才能产生预期结果，这在建设收费公路以缓解城市拥堵时经常发生。私营部门有时可能对投资回报率的规模和时间范围有更严格的要求，并且可能较少重视其他结果，这可能会挑战政府的资本规划方法。此外，关于在整个复杂系统中何处投资的决策可能需要大量的专业知识和对多个因素的权衡。这种复杂性使得难以就例如在大型城市更新项目中如何优先分配有限的交通基础设施投资达成共识。
项目可能涉及具有不可预见的间接影响的多维动态问题。 系统之间复杂的相互依赖关系——例如国防工业基地节点之间或能源转型要素之间——可能意味着善意的行动会产生意想不到的副作用，其中一些可能需要一段时间才能显现。例如，提高资产运营中任何单个步骤的速度，可能会给该活动下游的工作人员带来压力。
决策可能依赖直觉而非数据。 项目复杂性或孤立的规划数据可能意味着做出充分知情决策所需的数据不可用、不可访问或可能不准确。根据我们的经验，如果领导者无法获得足够的数据，他们可能会在决策过程中更重视直觉和本能。这其中涉及的价值可能非常巨大，麦肯锡全球研究院估计，优化公共和社会部门的数据和分析每年可创造约1.2万亿美元的价值¹¹。
投资流程可能是手动的，采购时间漫长。 模拟的、耗时的流程会为人为错误创造很大的空间，可能导致延误或效率低下。例如，跨组织或政府多个层级的多年预算流程可能导致僵化的决策，使其难以应对不断变化的环境，并导致个人参与或问责制的缺乏。
数字孪生在支持决策方面非常有效
鉴于政府基础设施项目的规模和潜力——以及成功实施所涉及的挑战——数据驱动、积极主动和准确的决策至关重要。
最新的技术发展意味着数字孪生技术现在可以提供正是这些：这些产品已被用于推动物理资产的可视化、模拟和优化，以支持决策¹²。它们允许用户建模“现状”、“假设”和“应有状态”。数字孪生通常由五个可以随时间逐步构建的要素组成（图表1）。流程或数据流图和数据模型——前两个要素——是基础。它们共同构成了流程的数字副本，整合了需要分析的不同数据流和流程信息。这些输入可能来自实时数据馈送，也可能是静态的，具体取决于现有技术栈。
图表1 数字孪生有几个核心要素，但主要焦点通常是模拟和仿真。
第三个要素——仿真层——将数据模型中包含的历史和实时信息情境化（即查看系统中当前存在的内容），从而实现对系统当前状态的鸟瞰或综合（换句话说，“现状”）。这种能力还能够对底层模型方法和假设进行质量控制——例如，通过模拟已知场景并将模型输出与历史数据进行比较。在数字孪生用于查看未来状态或“假设”场景之前，这种质量控制至关重要。
数字孪生显著改善决策的能力通常体现在模型从仿真转向模拟时，这是数字孪生技术的第四个要素。有了这个要素，用户可以模拟“假设”场景，评估不同决策或不同未来对整体结果的影响，从而识别“应有状态”。
例如，考虑一个需要大量设备和人员的复杂发动机维护流程。一旦该流程在数字孪生中建模，就可以量化整个流程中的瓶颈，而不是依赖直觉或一次性分析。数字孪生还允许用户查看未来可能场景的结果，例如比较购买新设备以加快特定流程步骤的影响与雇用更多人员以支持流程中多个步骤的影响。
数字孪生显著改善决策的能力通常体现在模型从仿真转向模拟时。
一些数字孪生还包括第五个要素：优化层。优化层不是通过试错来识别最佳干预措施，而是根据先前确定的标准自动推荐干预措施，这些标准可能包括例如最大化吞吐量或最小化停机时间。然而，对于某些孪生，单个模型的运行时间可能长达数小时，这意味着计算能力的可用性可能会限制实施最佳优化层的能力。例如，迭代运行模型1000次以使用爬山算法识别最佳结果可能需要数周或数月，并且可能不切实际地用于为决策提供信息。在这些情况下，用户可以选择通过模型运行有限的场景集，以找到符合预定义目标的行动方案。
总的来说，数字孪生旨在随着时间的推移重复使用，以优化投资并提高组织效率。因此，它们通常被视为组织内的“创新系统”，是与人工智能或机器学习模型以及生成式人工智能工具并列的新范式转变（图表2）。因此，数字孪生是未来就绪技术架构中的关键组成部分。
图表2 数字孪生是未来就绪技术架构中的关键组成部分。
数字孪生如何已经为资本密集型基础设施投资创造价值
数字孪生提供了仿真当前状态和模拟潜在未来状态的能力，为建模最大、最重要和最复杂的系统和流程提供了强大的工具。数字孪生最自然的用例可能是在传统分析建模不足或先前建模或改进复杂流程的努力未能产生预期回报的情况下，为大型投资提供信息。
这些新技术可以通过多种方式改善决策——包括提供跨流程或操作的端到端可见性、创建单一事实来源、实现快速低成本的场景分析、提高决策速度以及减轻潜在副作用的影响。因此，数字孪生已被政府机构用于指导跨多个领域和不同规模的资本投资决策。
针对资本投资以降低政府设施成本并提高能源韧性。 一个大型政府组织构建了一个具有高级优化和分析能力的数字孪生，包括资本项目和电力采购优化引擎，以评估能源效率、成本节约和韧性方面投资回报率最高的投资。在考虑了数万种可能的投资后，该组织确定了一条可实现超过1亿美元潜在节约的路径，同时还提高了韧性。
提供端到端系统可见性以改善澳大利亚的城市规划。 澳大利亚维多利亚州正在整合实时数据和先进空间技术，以创建其物理和社会基础设施关键要素的数字孪生。该计划旨在通过减少繁文缛节、改善政府服务以及通过加强灾害响应建设更具韧性的社区来创造价值¹³。
加速和优化军事力量设计的决策。 一个政府机构使用数字孪生技术来优化军事能力投资，以应对不断演变的威胁。该机构通过增加对优先项目的关注，并在既定预算范围内和期望任务成果下优化训练计划，从而加速了部队现代化。
建模全球库存以指导采购和管理风险。 政府领导正在使用数字孪生来指导受非政府实体严重影响的大规模采购或购置工作。一个政府实体构建了其供应链某些方面的数字孪生，以建模关键物资的全球库存水平，识别进度和生产瓶颈，并主动减轻系统中（例如，由于供应商损失）的物流中断。
映射复杂的运营相互依赖关系并识别瓶颈。 政府领导正在使用数字孪生来为复杂供应链和运营流程的投资提供信息，在这些情况下，分析建模不足以捕捉利益相关者之间的相互依赖关系和动态。一个政府实体构建了一个数字孪生，以识别一个从未完全映射过的高度复杂流程中与基础设施和人员相关的关键限制因素。
简化运营并减少大型机场的航班延误。 某机场领导层通过使用数字孪生建模运营并识别改进杠杆和优化投资来解决日益增长的航班延误，从而从被动规划转向主动规划。该模型使机场能够平衡额外人员和设备的成本与运营改进，从而实现整体20%至30%的效率提升。
尽管数字孪生可以通过多种方式和跨多个用例显著改善资本投资分配，但共同的主题是投资回报率的提高。这些数字孪生的用户可以在购买新资产、投资新能力、雇用更多人员或启动新项目之前数月或数年优化吞吐量、成本和安全性，从而节省宝贵的资本和时间。
入门
构建数字孪生需要深入理解要建模的流程或系统、聚合数据并将流程以数字形式适当表示的技术专长，以及运行和维护模型的计算能力。
虽然适当的数字孪生的具体细节会因问题陈述和组织而异，但开发和构建数字孪生的主要步骤通常是相同的（图表3）。
图表3 数字孪生有一个标准的实施方法。
早期步骤侧重于确定模型的范围和目标，以及构建数据层。虽然数据可用性、复杂性和成本可能是一个问题，但大部分数据通常可以从企业资源规划系统获取并与其他外部来源集成。通常会纳入简化假设——整合不完善的数据是常见的——并且可以制定路线图，随着新数据的收集，逐步完善模型。
成功推出数字孪生可能需要大量的投资和时间，但通过加速决策和高效资源分配所带来的投资回报率完全可以证明其成本的合理性。
一旦数据层完成，就可以构建仿真和模拟逻辑。最后，模型在根据需要扩展到整个组织之前，应进行彻底的有效性测试。
虽然成功推出数字孪生可能需要大量的投资和时间，但考虑到当前和未来政府在基础设施和能力方面投资的规模——以及首次做出有效决策的价值——这项投资的回报可能非常可观。数字孪生可以为政府提供一个真正的机会，确保他们以加速能源转型、促进经济增长、增强韧性并帮助应对全球干扰的方式部署其有限资源。
关于作者
阿拉斯泰尔·格林（Alastair Green）是麦肯锡华盛顿特区办事处的资深合伙人，尼哈尔·梅塔（Nehal Mehta）是该办事处的前成员；亚历克斯·科斯马斯（Alex Cosmas）和加亚特里·谢奈（Gayatri Shenai）是纽约办事处的资深合伙人；迪伦·摩尔（Dylan Moore）是湾区办事处的首席产品经理。
下载原文： Digital twins: Boosting ROI of government infrastructure investments
在日益增长的利润率压力下，资产管理公司必须将技术从成本驱动因素转变为可扩展生产力的真正推动者。...
生成式人工智能的迅速崛起凸显了一个职场现实：一线员工采纳新技术的速度往往比管理者快得多。以下是如何克服组织障碍，以实现变革性理念。...
全球灯塔网络倡议代表了当今全球制造业智能制造和数字化的最高水平。入选的“灯塔工厂”是具有榜样意义的“数字化制造”和“工业4.0”示范者，也受到国家和地方层面对于智能制造升级和高质量发展的政策鼓励和支持。
纵览近几年认证成功...