在上周微信《产品监控即服务！“数字孪生”如何赋能企业智慧升级？》中介绍了数字孪生的两大成功案例，今天继续分享干货：
TIAA降低客户服务的复杂性
美国教师保险和年金协会大学退休权益基金（TIAA）帮助广大教师管理退休基金。为了降低新机构客户导入的复杂性，这家非营利性金融服务提供商正在使用由图数据库提供支持的数字孪生技术。
TIAA的常务董事兼退休服务技术主管Alex Pecoraro说："根据美国国税局的所有规定，我们TIAA提供一套非常复杂的退休产品。为了给客户安排相应的产品，这需要具有一定的业务知识，我们有整支的团队来负责这项工作。"
TIAA的外包服务包含600多项功能，可以产生超过1万亿种可能的客户配置。在部署数字孪生技术之前，TIAA的专业团队根据客户所需的运营模式，手动创建和测试技术配置。因此，TIAA的工作人员根据其专业知识呈现高度的"职能化"，这意味着工作人员只能处理某些类型的产品。这也使得扩展运营规模很困难。
为了解决这个问题，Pecoraro的团队创建了一个数字孪生模型，它由表示600多个特征的图数据库组成，控制节点用于表示复杂的分组逻辑，数据节点表示实现某项功能所需的数据字段，关系链接表示依赖项、验证和排除。
该数据库减少了导入客户所需的时间和专业知识。
Pecoraro的建议：改变观点。该项目的关键是采取产品采用方法，而不是将其视为技术配置问题。
Pecoraro说："团队中有一名成员提出了这个想法，将我们的注意力从技术配置转移到客户在做什么以及他们在购买什么产品上。这种观点的转变是关键。现在回想起来似乎很明显，但当你沉浸于所有细节中时，你可能会'只见树木，不见森林'。"
拜耳作物科学公司通过虚拟工厂重塑战略
拜耳作物科学公司（Bayer Crop Science）充分利用数字孪生技术，为其在北美地区的九个玉米种子生产基地创建了"虚拟工厂"。种子从拜耳公司的田地采集后，经过这九个生产基地的加工和包装，最后销售给农民。
拜耳作物科学公司的数据科学卓越中心（COE）负责人Naveen Singla说："现在我们可以重新构思我们的业务流程，可以通过运用机器学习算法或模拟来重新构思我们的决策。"
拜耳作物科学公司为这九个生产基地都创建了数字孪生，以便用动态数字表示设备、流程和产品流特性、物料清单和操作规则，从而使该公司能对每个生产基地进行"假设"分析。
当商业团队推出新的种子处理方案或新的定价策略时，公司可以利用虚拟工厂评估生产基地是否准备好调整其运营，以实现这些新策略；还可以充分利用虚拟工厂，做出投资决策、制定长期业务计划、识别新发明和改进流程。拜耳作物科学公司现在可以将其九个生产基地为期10个月的运营过程缩短至仅用两分钟即可演示，使其能够回答有关SKU组合、设备能力、流程订单设计以及网络优化等复杂问题。
Singla的建议：了解业务领域。拜耳作物科学公司成功的一大关键是，由决策科学负责人Shrikant Jarugumilli领导的负责构建数字孪生的决策科学团队把许多虚拟系统联系起来，在生产现场花了大量的时间，以便了解运营情况，并获得利益相关者的支持。
Singla说："让数据科学家了解业务领域一直至关重要，这就是Shrikant发挥重要作用的地方。他和他的团队在这些种子生产基地花费了数周时间，设法了解运营情况、了解细微差别，以便与管理人员沟通时采用对方能理解的语言来传达信息，而不是采用机器学习术语。"
本文来自【计算机世界】，仅代表作者观点。全国党媒信息公共平台提供信息发布传播服务。
