CIO Menerima Digital Twin, Namun Tantangan Implementasi Masih Ada

Merealisasikan janji penuh dari digital twin mungkin memerlukan integrasi sistem dan data di seluruh ekosistem organisasi.

Bayangkan dapat menyelesaikan masalah produksi dan perubahan workflow secara virtual sebelum menerapkan perubahan pada organisasi Anda. Hampir enam dari sepuluh CIO yang merespons survei Gartner terbaru sudah memiliki atau menyiapkan organisasi mereka untuk mendukung digital twin, yang mereplikasi aset fisik potensial dan aktual, proses, orang, tempat, sistem, dan perangkat. Setidaknya 21% sudah menerapkan beberapa bentuk digital twin, sementara 38% lainnya terlibat dalam tahap perencanaan satu hingga tiga tahun untuk menerapkan digital twin.

Lihat juga: Pasar Digital Twin Akan Melihat Pertumbuhan Sepuluh Lipat dalam 5 Tahun Mendatang

Namun, merealisasikan janji penuh dari digital twin mungkin memerlukan integrasi sistem dan data di seluruh ekosistem organisasi. Itulah kesimpulan laporan dari Deloitte. Data buruk, tantangan pengukuran, dan bahkan sekadar berlebihan dapat membuat sulit untuk mereplikasi aset fisik dengan akurat, para penulis laporan, yang dipimpin oleh Adam Mussomeli dari Deloitte, memperingatkan.

Tim Deloitte mengidentifikasi beberapa cara potensial digital twin diterapkan di seluruh industri:

• Produsen mobil dan pesawat: "Alat penting untuk mengoptimalkan seluruh rantai nilai manufaktur dan berinovasi produk baru. Dalam hal mesin pesawat, mereka mungkin 'memiliki ribuan atau puluhan ribuan sensor, menghasilkan terabyte data setiap detik. Digabungkan dengan digital twin, machine learning, dan model prediktif, produsen memberikan rekomendasi untuk membantu pilot mengoptimalkan konsumsi bahan bakar, membantu pemeliharaan menjadi proaktif, dan membantu armada mengelola biaya.'"
• Energi: "Operator lapangan menangkap dan menganalisis sejumlah besar data sumur yang mereka gunakan untuk membangun model digital yang memandu upaya bor secara real time."
• Perawatan kesehatan: "Peneliti kardiovaskular menciptakan digital twin jantung manusia yang sangat akurat untuk diagnosis klinis, pendidikan, dan pelatihan."
• Kota cerdas: "Singapura menggunakan model virtual detailnya sendiri dalam perencanaan kota, pemeliharaan, dan proyek kesiapsiagaan bencana."

Membangun digital twin yang akurat bukan proses sehari-hari. Tim Deloitte menunjukkan tiga area tantangan dalam menerapkan digital twin:

• Data buruk: "Algoritma AI dan machine learning yang menggerakkan digital twin memerlukan volume data yang besar," Mussomeli dan rekan-rekannya memperingatkan. "Dalam banyak kasus, data dari sensor di lantai produksi mungkin telah rusak, hilang, atau cukup tidak dikumpulkan secara konsisten dari awal." Laporan Deloitte menyarankan "mengambil langkah untuk mengembangkan infrastruktur dan pendekatan manajemen data yang diperlukan sekarang dapat membantu memperpendek waktu Anda untuk mendapatkan manfaat."
• Mengukur proses: "Bahkan dalam kasus di mana simulasi digital twin sedang dibuat untuk proses, sistem, dan perangkat baru, tidak selalu memungkinkan untuk menginstalasi proses dengan sempurna," tim Deloitte memperingatkan. "Organisasi perlu mencari proxy — misalnya, bergantung pada instrumentasi dan sensor di dalam kendaraan alih-alih memasang sensor ke dalam ban — atau hal-hal yang mungkin untuk dideteksi."
• Menentukan keseimbangan sensor yang tepat: "Seiring dengan turunnya biaya sensor, berapa banyak sensor yang cukup?" para peneliti tanya. "Menyeimbangkan analisis biaya/manfaat sangat penting. Sebagian besar use case hanya memerlukan sejumlah sensor yang strategis untuk mendeteksi masukan, keluaran, dan tahapan kunci dalam proses."

Sementara ada hambatan, para peneliti Deloitte adalah proponent dari manfaat potensial yang belum pernah ada sebelumnya yang dibawa digital twin bagi perusahaan. "Salinan digital sempurna dari dunia fisik akan memungkinkan Anda untuk berkolaborasi secara virtual, intake data sensor dan mensimulasikan kondisi dengan cepat, memahami skenario what-if dengan jelas, memprediksi hasil dengan lebih akurat, dan menghasilkan instruksi untuk memanipulasi dunia fisik." Itu adalah proposition nilai yang layak untuk dieksplorasi.