大數據時代的智能物流（數字孿生DigitalTwin）

2023-04-19 21:12:41

本文作者是編輯部特約撰稿人，曾就職於國際快遞公司，擔任供應鏈分析與管理工作，期間遊歷於各大物流企業與貨主企業，學習企業經營理念，並將其融會貫通，自創一派，爾後擔任各大企業供應鏈物流顧問工作，對中國臺灣地區物流發展有先進獨特的眼光，總是能夠洞燭機先，布局未來。近年來，在研究與實踐中，不斷提出科技趨勢與產業創新發展策略，希望能為供應鏈產業注入活水。

根據某知名研究機構2022年6月發布的報告指出，全球數字孿生市場預計從2021年到2030年，將以39.48%的年複合增長率持續增長。

資料來源：Digital Twin Market Report, https://www.researchdive.com/, 2022/06

簡單的說，數字孿生是實體物件的「虛擬副本」，通過操作這個虛擬副本，可以相當逼真的了解實體運作時的狀態，這概念就好像在電玩世界中，操作戰機飛行一樣。數字孿生之所以自2021年開始快速獲得管理者重視，主因來自於新冠肺炎全球大流行、IoT的逐漸普及，以及雲端系統的實施成本降低。通過數字孿生做遠端的實時管理與模擬，已經是現代管理不可或缺的一部分。

在供應鏈系統中，會有實體流與信息流二大主要流程，實體流的管理重點在於流速與流量的控制，目標是用最有效率的方式，使實體流可以快速在供應鏈環節中移動，可適時適地適量適質的抵達目的地。

在信息流方面，傳統的管理重點在於紙本作業數位化、無紙化，使得供應鏈過程中相關訊息傳遞可加速與整合，並提高整體供應鏈各階段的能見度（visibility），嚴格地說，傳統的信息流就是「輔助」實體流運作，並沒有任何積極的意義。

但在IoT加入之後，供應鏈開始擁有了「感官系統」，信息流的角色反而變得比實體流更加重要，原因很簡單：實體流中的「實體」本身在生命周期結束後就會消滅，但是伴隨的數據信息卻可永久保存。

數字孿生與傳統的模擬（simulation）差異就在於資料的「新鮮度」。傳統的模擬，可能用的是過去幾年所累積的舊資料進行推算，且有些運作情境可能原廠根本沒有預想過，因此，即「拿過去的資料去預測未來」，這種做法顯然是不準確的。

數字孿生則會持續反饋「現在」正在產生的數據資料，這些資料多來自於實際的設備使用，相當於「用現在的資料預測未來」，自然可以得到較好的預測結果。此外，實體設備目前的實時運作狀態，可以投射到數字孿生上，因此在控制中心的管理者，可遠端監控工廠的重要設備；甚至未來有需要安裝新設備（例如安裝新的機械手臂）時，可先通過新設備的數字孿生模擬運作，確認運作過程不會與其他設備發生碰撞。

舉例來說，車廠通常會告訴車主，每一萬公裡就得進行一次汽車保養，這種做法看似沒問題，但實際上每個車主用車方法不同，有的人經常開快車、急剎車；有的人經常開高速公路；還有的人大部分只開市區路段，如果所有人都使用「每一萬公裡進行一次保養」的話，顯然會有問題，針對損耗快的車輛，很可能不到一萬公裡，剎車片就已磨耗嚴重。

同樣的概念，在一座物流中心內，即使同時採購十部倉儲叉車，也會因為其使用狀況不同而產生不同的損耗，因此使用數字孿生持續追蹤每一部倉儲叉車的狀況，則更加便利。

數字孿生對物流業而言，將是必然趨勢！試想，如果物流中心內每一組碼頭升降設施、貨運車輛、倉儲高位叉車、貨梯、空調系統等，都各有一套對應的數字孿生系統，可隨時進行倉內監控，在大問題發生之前可先預做處理，物流中心發生意外故障的情況也將大大減少，設備原廠也不需要經常派人進行倉庫檢修，可降低維修成本，這對雙方都十分有益。而當數字孿生累積的數據越來越多之後，設備廠可根據這些信息反饋，做出更好的產品設計。

全球第二大飛機引擎製造商羅爾斯·羅伊斯（Rolls Royce）近年來也積極建設相關管理平臺，為每個出廠的引擎預先產生一組數字孿生，因此可以隨時遠程監控每個引擎的實時運作狀況，並通過搜集到的大數據協助優化引擎運作產生的碳排放量，此外，某個引擎何時該進場保養，該保養哪些項目，更換哪些零件，也不再只是一份靜態的使用手冊，因為每個引擎的使用狀況不同，定製化的保養套餐才能確保引擎的飛航安全，這一切都有賴數字孿生技術。

圖：飛機引擎與其數字孿生體（來源：Shutterstock）

汽車業自2018年開始，就採用數字孿生的方式進行新車設計，使得新車的開發時間縮短至少1/3，知名汽車品牌路虎是目前全球車廠中，第一個做出數字孿生皮革管理機制的廠商，簡單的說，一張皮革從哪一頭牛的身上取下，這頭牛是哪一個農場所牧養，經過哪一個屠宰場以及皮革廠加工裁切，最後進入到路虎的主機廠，做出了幾張皮椅，這張牛皮「本身」，與其數位化記錄的「分身」，形成一種孿生體（twins）關係，因此，即使實體牛皮已經被分割做成了皮椅，人們仍可通過這張牛皮的數字孿生，了解這張牛皮的整個生命周期歷程。

當然，如果牛皮可以做出數字分身，那麼車上任何零組件，都可運用類似方法追溯原料零組件的數字孿生。甚至一臺車從新車出廠到報廢整段期間的車輛運作狀態，都有一個虛擬的數字孿生在持續記錄著。

數字孿生對於供應鏈運作有其效益，舉例來說，如果我是車主，我只需要把這臺車的「數字孿生」交給車廠保管，車廠就可了解這臺車的使用狀況、耗損狀況，並在合適的時候通知車輛進場保養。這種做法，一方面可以降低維修成本，使車廠內部的保修、保養排程更有效率；另一方面，也大量節省了車主所花費的時間。在車輛最終申請報廢時，通過數字孿生，我們可以預知這臺車還有哪些零組件尚可使用，哪些零件必須回收報廢，將車輛的回收過程變得更環保、更高效。

針對龐大的數字孿生資料的保存、管理，以及預測分析，第三方物流經營者可能無法從中獲益。舉例來說，DHL或許可以協助配送路虎SUV、F1賽車、BMW摩託車，但是這些車輛的數字孿生還是交給原廠的車廠去管理才更有意義，因為DHL不太可能知道數字孿生會有哪些信息變化，必須提早通知車主。

不過，數字孿生的數據是源自各式各樣的IoT傳感器，傳感器難免會發生故障，且需要定期調整校估（就好像磅秤、溫度計都需要定期校正），這龐大的傳感器維護管理作業，則是物流經營者最有可能的商機之一，因為物流管理者距離終端消費者最近，假設設備原廠在美國，物流管理者則在中國臺灣，那麼只需要請臺灣地區的物流管理者定期檢測客戶的IoT傳感器，然後將這些傳感器資料傳回美國原廠作分析、模擬即可。

物流管理者另一個可能建設的是道路孿生（road twin）。眾所周知，目前社會對GPS、衛星地圖的應用已相當普遍，但「路況」卻不是實時更新的，除了人們一般知道的塞車狀況外，還包括道路目前的質量（例如該道路最新的行駛平穩度）、施工狀況、氣候狀況、限速狀況等。而且，這些道路數字孿生數據，不只物流公司自己使用，還能對外銷售，成為物流業的附帶收益。

物流車輛經常需要行經各道路，包括高速公路、市區、鄉間道路等，通過車上的震動感應器（G-sensor）、油耗感應器、速度感應器，就可以實時反饋某一條道路的路況，這些路況反饋到管理中心會成為大數據，成為後續優化派車路線的依據，可以避免貨車途經塞車路段或顛頗路段，提升運輸質量，並降低油耗。因此，「運輸」這件事，往後不單純是從啟運點到目的地送達，沿途都可通過車輛感應器全程搜集「路況」資料。

數字孿生要能成功實施，除了雲端技術、信息安全技術之外，另一項就是防資料被竄改技術。如果回傳的感應器資料可被任意竄改，那麼數字孿生就失去意義，好在我們可以通過區塊鏈（block chain）技術解決此問題。

圖：倉儲系統的數字孿生

此外，如果物流中心希望建構數字孿生，那麼就需搭配無人機系統進行每日貨區的計算機視覺掃描。以圖為例，管理者希望在計算機畫面中，可以精準看到貨區內每個儲位實際的佔用狀態，一般的倉儲管理系統或許能知道數量，例如A01儲位目前有某個商品共1託盤，但是如果希望更進一步採用視覺化方式，讓管理者好像身在儲位前方看，就需要使用無人機，針對每日異動過的儲位實地拍照，然後轉換成3D視覺影像，這些目前都已是可行技術。

END