当前，企业数字化转型已经成了业界共识，通过数据驱动的业务创新增长和商业模式的创新无时不刻在深入生活。然而，当面对To C和To B两个市场时，体量大、流程长的重资产To B市场，如能源、化工、电力、矿山等传统行业，在To C所倡导的云计算、个人消费、大数据行为分析等一系列成功模式不仅是难以复制，而是面对经济、安全、环保、高效这些企业永恒不变的管理主题时，尤为显得格格不入。尽管众多大厂在市场上呼风唤雨的同时，仍有小而美的面向行业领域的作坊型小微企业深扎于行业精耕细作，难以替代。进一步深入观察，会发现这些作坊型小微企业并没有技术护城河，他们的核心竞争力在于对行业的理解，由行业内容、标准规范、作业流程共同建立起庞大的业务门槛，使其成为大厂与企业之间不可替代的桥梁。那么，不难分析出关键问题：如何降低传统行业的业务门槛？这种业务门槛其实不仅存在于企业与大厂，也存在于企业内部。比如，我们常说的管钱不管事，管事不管钱的现象，既是典型的企业内部业务门槛。

那么随之而来的问题既是：这是否属于数字化转型范畴？现有企业信息化难道不是实现了业务全覆盖了吗？哪里还有增量市场了？回答这些疑问，可以追溯到二十年前GIS刚进入中国IT市场时抽丝剥茧寻找答案。从信息化发展规律分析，数据管理从文件管理→关系数据库→二维空间数据库→三维数据库，这是一个必然的规律。这个过程解决的最底层的问题就是如何更高效组织利用数据，从数据中提炼有价值的信息。那么如何让人看懂数据，快速理解数据，便成了最基本的企业诉求。GIS的出现解决了空间的概念，使客户看数据变的更容易，通过引入了路由、分段、空间关系、网络的概念，解决了包括公路、铁路、河流、管网等一系列线性资产管理问题。这个过程的逻辑是先解决了看，才降低了使用门槛，使业务上手更容易，引发了GIS的产业风口。国际大厂如SAP、Maximo这些常年绑定在传统关系数据库的业内泰山北斗，也相继拥抱类似ESRI等这些空间数据平台厂商为自己的业务系统赋能。这个过程不知不觉经历了近二十年，其解决的核心问题就是一个---看数据！解决了看数据之后，才让客户充分直观的感受到二维空间数据与生产经营数据相结合带来便利。

但是GIS毕竟只是解决了二维空间场景，在面对密集资产领域的时候就需要强三维的解决方案。比如城市园区、油田化工等密集资产，传统的二维技术短板显得日益突出。以往这些产业的应用都集中于设计阶段，被国际知名大厂，如Intergraph、Aveva、Dassault、Revit等大包大揽。随着近些年，三维关键技术突破，这些传统仅局限于设计阶段的高端数据逐步走向应用领域，市场上学术加持资本，合力把数字孪生为代表的一系列三维技术渐渐的推上了舞台。从2017年和2019年Gartner将数字孪生(Digital Twin)作为十大战略性技术发布以来，在智慧城市、智慧园区等领域得到了充分的发展，而传统行业存在一定的业务壁垒，尤其是重资产能源与工业领域的落地应用尤为突出。2021年2月，国务院国资委印发《关于加快推进国有企业数字化转型工作的通知》，开启了国企数字化转型的新篇章。

图1 – 关键驱动要素分析

今天数字化转型一定是包含数字孪生为重要内核的转型过程，从发展规律上回顾，三维数据的可看、可用等特点构成了这次转型的关键驱动要素（图1），一定是从业务门槛较低的信息展示，渐渐业务相结合的逐步成熟过程。数字化转型是以三维技术成熟为代表，从国家战略、行业发展、技术成熟度、资产市场导向的一个合力的结果。

如何在数字化转型的背景下、以数字孪生为支点整合当前成熟的企业管理理论、成熟的行业管理思想，突破企业传统IT架构，从可视化表达发展至具备深度的业务互动，达到先知、先觉的预测是数字孪生在重资产行业落地应用亟待解决的问题。

企业数字化转型过程就是一个系统性创新的过程，既涉及企业战略、组织架构等顶层设计，又涉及文化、制度等外部因素，还与系统、平台、工具等技术发展密切相关。

数字孪生体不仅仅是物理世界的镜像，也要接受物理世界实时信息，更要反过来实时驱动物理世界，而且进化为先知、先觉。这个演变过程成为成熟度进化，即一个数字孪生体的生长发育将经历数化、互动、先知、先觉、共智等几个过程（图2）。

图2 - 数字孪生成熟度

从数字孪生的五个成熟度分析，在新的数字孪生架构下，企业应用架构如下图（图3）。依据行业数字化转型的背景，应渐进式的以数化、互动、先知三个层面有序开展：

图3 - 数字孪生企业应用成熟度

1）数化。实体级，设备设施实体虚拟化，按照层次从空间、厂区、功能区、设备系统、设备子系统、设备零部件的数据加工处理以及三维平台可视化。

2）互动。部门级，特定单一流程业务环境中的数字孪生应用，如设计与仿真、设备维护保养，包括特定系统内从输入到输出的所有数据交互。

3）先知。企业级，跨业务领域内资产所有方面，如设备资产、物资仓储、设备维修费等，包括设备、资产、物资业务交互，以流程驱动为导向，端到端的跨系统数据交互。

从数字孪生的角度，企业数字化转型一定是以三维数据作为信息载体的转型过程（图4）。在一定程度上就是密集资产在空间尺度下各种设备、设施、厂房等在三维数据平台上共性技术赋能的应用过程，增加了三维数据的从宏观到微观的视野，精准映射、模拟仿真、虚实交互、智能干预等典型特性加速推动企业应用创新发展。在解决可视化的前提下，不同尺寸、精度的三维数据降低成本交互应用、与业务深度结合变成为发展趋势。

图4 - 三维数据作为信息载体

国际数据管理协会（DAMA）是一个全球性数据管理和业务专业人士组成的非营利协会。自1980年成立以来，一直致力于数据管理的研究和实践及相关知识体系的建设，DAMA理论框架由10个车轮图共同构成“DAMA数据管理知识体系” 。

当前，在企业IT架构的数据层发生了以数字孪生为代表的技术革新。企业更加注重从自己的数据资产中获取更加准确、有效的信息来支撑企业的决策。基于这个出发点，从DAMA数据架构、数据建模、主数据和参考数据何去实现数据治理的顶层设计，形成一套完整的数据治理体系（图5-10）。也是企业数据治理过程中的对标参考，针对于数字孪生它至少包括但不限于以下方面：

（1）企业开展数字孪生的框架内容、战略计划、业务开展、系统建设、数据应用…

（2）数字孪生的技术革新，带来企业IT服务升级内容范围

（3）从数字孪生角度分析企业数字化转型的必要IT技术手段

（4）全新三维数据平台如何良性迭代衍生出企业生产运行应用场景

图5 – 数据架构

图6 – 数据建模与设计

图7 – 主数据与参考数据

图8 – 数据存储与操作

图9 – 数据集成与交互

图10 – 文档与内容

图11 – 商务智能

DAMA的数据治理是面向To B重资产市场，涉及到企业战略、组织架构、数据标准、管理规范、数据文化、技术工具的综合体系。他清楚的提出了拥有数据并不等同于拥有数据价值，需要在一个完整的治理框架体系下持续输出高质量的数据，才有可能释放数据的价值。三维数据与业务数据本身不是矛盾体，而是在DAMA框架体系下发掘数字孪生应用价值，整合业务数据，盘活企业数据资产的充分佐证。

企业级三维平台以GIS+BIM的空间组织存储为基础，遵循数据标准化、设备自动化、生产透明化、业务流程化、管理智能化的原则，形成全面感知、实时互联、分析决策、自主学习、动态预测、协同控制的智能系统，实现生产技术、监测监控、综合自动化、安全管理等业务数据信息的高度共享和一体化管控（图12）。可以根据应用需要迭代衍生出面向智慧监控、智慧厂区、智慧调度、智慧服务、智慧运营等专项业务领域应用，并提供标准的数据接口定制访问能力。应包含但不限于以下技术能力：

1) 平台是以数字孪生系列技术为核心的三维平台，基于现实物理世界的特点，帮助用户实现“所见即所得”般的呈现效果，突破了空间管理的技术瓶颈，进而为用户提供更加生动、真实、高效业务场景；

2) 平台全面解决了当前三维技术的系列问题。包括：文件格式转换、轻量化、高逼真渲染。解决了从城市到工厂的海量数据加载应用的核心技术，为企业数字化转型提供了可定制开发的开放的平台。从企业IT架构中的数据层，根本上解决了数据层的技术创新引发的企业信息化技术升级问题；

3) 平台具备开放的标准化二次开发能力。能够满足重资产应用领域的业务扩展性，能够根据设备、资产、物资的业务特点定制开发或集成监控系统（SCADA、DCS、视频监控等）、生产管理系统、节能减排系统、安全环保系统、辅助决策系统、以及各种分析评价系统的综合展示。

4) 平台具备配套三维数据处理工具。涵盖三维空间处理通用解决方案，包括数据转换、加工、轻量化、渲染、表达等标准化作业流程，以及清晰的帮助文档。

5) 平台具备大数据量条件下的数据高逼真显示顶尖技术，使得设备海量构件级数据管理成为可能。能够加载超大规模带室内结构的三维场景，完全不受数据规模和数据复杂度的限制；具备服务器群集系统解决方案，且对主流硬件兼容性好。

图12 – 高可靠企业级平台是数字化转型的必要手段

图13 – 企业数字化化转型应用

从企业数字化转型分析，针对当前企业推进数字化转型过程中普遍面临的战略不明确、路径不清晰、过程方法缺失、价值难获取等共性问题和挑战。应加速引导企业以架构方法为牵引，以价值效益为导向，以新型能力建设为主线，有效发挥新技术赋能作用，充分激发数据要素创新驱动潜能，系统性、全局性推动转型变革，稳定获取预期成效，加速迈入创新发展新阶段。企业数字化转型是以数字孪生为内核的转型过程，在融入DAMA理论体系的同时，可以总结为两点：

（1）企业以三维数据的普及应用，从可视化开始逐步过渡到三维智慧应用的全业务集成过程。

（2）企业以平台工具为切入点创造、传递并获取新价值，实现企业转型升级和创新发展的过程（图13）

（作者：李祎  分享此文出于传递更多信息之目的，若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。）