• Переосмысление эксплуатации. General Electric может создавать цифровые двойники на основе полевых данных, собираемых с работающих объектов, например реактивных двигателей. В ходе виртуальных полетов самолет подвергается воздействию низких и высоких температур, пыли, дождя и даже атаке птиц[16]. Компания ведет мониторинг десятков тысяч ветряков, а их цифровые двойники позволяют корректировать работу в режиме реального времени. Анализ этих данных позволил сделать очень важный вывод: в зависимости от направления ветра имеет смысл снижать скорость вращения ведущей турбины по сравнению с расчетной. Когда передняя турбина поглощает меньше энергии, те, что расположены за ней, работают в режиме, близком к оптимальному, увеличивая общую выработку электроэнергии. Этот пример демонстрирует, что модель цифрового двойника не только применима к единичному устройству, но и позволяет оптимизировать работу всей ветряной электростанции. По данным General Electric, цифровые двойники позволяют увеличить производство ветровой энергии на 20%, что эквивалентно $100 миллионам за весь срок эксплуатации ветряной электростанции мощностью 100 мегаватт[17].

Во всех трех случаях Predix освобождает сотрудников от однообразной работы и позволяет им сосредоточиться на более креативных задачах. Специалист по техническому обслуживанию уделяет больше времени устранению сложных неисправностей, не отвлекаясь на рутинный мониторинг. Инженер получает больший объем данных, позволяющих судить, исправно ли функционирует система или дает сбой, что в дальнейшем поможет успешно справляться с более трудными задачами. Наконец, моделирование цифровых двойников открывает огромные возможности для экспериментирования — гораздо шире нынешних. Такие модели помогают применять более креативные подходы к решению проблем, а также выявлять скрытые ранее причины неэффективности — а значит, потенциально экономить время и деньги.

Сегодня вы не удивитесь, если, проходя по современному складу или распределительному центру, увидите, как мимо вас катятся роботы. (Небольшая подборка таких умных цепочек поставки и складских роботов приведена во врезке «Искусственный интеллект в складском деле и логистике».)

Такие роботы зачастую весьма продвинуты, чтобы видеть, куда движутся, и понимать, что делают, но и у них есть недостатки. Например, коробка с хлопьями Cheerios может быть повреждена, из-за чего машине не удастся ее захватить. Большинство роботов с такой проблемой не справится. Придется пропустить эту коробку и перейти к следующей. Однако роботы компании Symbotic оснащены алгоритмами машинного зрения, позволяющими оценить очертания упаковки неправильной формы и в любом случае взять ее. Робот может быстро замерить свободное пространство на полке, чтобы убедиться, что коробка туда встанет. В противном случае он оповестит центральную систему управления, которая автоматически перенаправит этот товар на другую полку, куда он точно поместится. Роботы курсируют по складу со скоростью 40 км/ч, переносят грузы, оценивают обстановку при помощи датчиков и действуют по обстоятельствам.