Les progrès des infrastructures cloud, de l'informatique de périphérie (edge computing), de l'Internet des objets (IoT), des plateformes de gestion des données distribuées et des technologies d'apprentissage automatique ont fait passer les jumeaux numériques de la science-fiction à une technologie plus courante et accessible aux entreprises. Pour mettre ces jumeaux numériques à la portée de ces dernières, les experts technologiques doivent mieux comprendre les opérations et les technologies opérationnelles (OT) de leur entreprise. « Les DSI et les responsables informatiques doivent comprendre que les technologies opérationnelles sont un monde différent de celui des technologies de l'information et qu'un jumeau numérique parfait est la fusion des deux », résume Jens Beck, associé chez Syntax, en charge de la gestion des données et de l'innovation.

Pendant longtemps, les entreprises ont pu se contenter de laisser OT et IT totalement séparés, mais ce n'est plus le cas pour les industriels, les acteurs du BTP, de la distribution et d'autres secteurs qui doivent relier les mondes physique et numérique. Le jumeau numérique est l'un des moyens permettant cette connexion, qui présente des avantages opérationnels pour l'optimisation de la production et l'amélioration de la qualité. Plus important encore, il peut parfois procurer des avantages stratégiques, lorsque l'apprentissage automatique sur les données du monde réel sert à améliorer les produits, les services et les processus métiers. Mais pour développer un jumeau numérique, des étapes préliminaires sont nécessaires. Des experts de divers domaines partagent sept conseils pour les entreprises envisageant de telles initiatives.

1. Étudier les déploiements réussis

Avant de réfléchir à des opportunités et se lancer dans un nouveau domaine technologique, tout professionnel a intérêt à étudier les retours des premiers utilisateurs, les cas d'usage et les avantages obtenus. Dans le cas des jumeaux numériques, il existe de nombreux exemples dans les secteurs de l'industrie, de la construction, de la santé et d'autres domaines, y compris l'étude du cerveau humain lui-même.

Dans tous les domaines technologiques émergents, les dirigeants recherchent des expériences susceptibles de favoriser l'adoption. Certaines doivent être une source d'inspiration et illustrer l'art du possible, tandis que d'autres doivent être plus pragmatiques et démontrer les résultats métiers objectifs. Si vos concurrents directs ont déployé avec succès des jumeaux numériques, braquer les projecteurs sur leurs usages crée souvent un sentiment d'urgence.

2. Identifier des opportunités qui changent la donne

La création d'un jumeau numérique est coûteuse ; par exemple, un groupe immobilier estime le coût de la création d'un jumeau numérique pour un immeuble de bureaux commerciaux entre 1,2 et 1,7 million de dollars. Par conséquent, avant de développer un jumeau numérique, l'équipe doit documenter sa vision du produit, prendre en compte la logique commerciale et estimer les avantages financiers.

Parfois, l'investissement est motivé par un objectif qui change la donne. Abhijit Mazumder, DSI de TCS, en donne un exemple. « En 2020, TCS a collaboré avec une organisation non gouvernementale locale pour résoudre le problème des clusters émergents de Covid-19 », explique-t-il. « Un jumeau numérique d'entreprise a simulé des processus et des situations pour modéliser les facteurs - caractéristiques du virus, hétérogénéité démographique et modèles de mobilité - qui ont influencé la propagation. Le jumeau numérique de la ville a servi d'expérimentation 'in-silico' pour explorer les interventions efficaces sans compromettre la santé et la sécurité publiques. »

3. Réfléchir à la gestion du cycle de vie

Le développement d'un jumeau numérique demande du temps et de l'argent, mais il y a aussi des coûts de support permanents pour s'assurer que les modèles fournissent des résultats pertinents. David Talby, directeur technique de John Snow Labs, partage trois principes à respecter avant d'expérimenter les jumeaux numériques :
- Avoir un cas d'utilisation clair - ne pas expérimenter la technologie pour le simple plaisir de l'utiliser.
- S'assurer que la population des jumeaux numériques, que vous utilisez pour créer votre modèle, votre service ou votre simulation, est représentative des personnes du monde réel.
- Disposer d'un ensemble d'outils MLOps pour passer rapidement et de manière fiable du développement au déploiement d'un jumeau numérique.

La principale recommandation de David Talby est de prendre en compte dès le départ les éléments du cycle de vie complet, en particulier les fonctions permettant de prendre en charge les modèles d'apprentissage automatique et d'instrumenter les déploiements automatisés.

4. Exploiter les outils de conception de systèmes

Une fois l'analyse de rentabilité et le cycle de vie conçus, quels outils les équipes devraient-elles envisager pour commencer leur planification et leurs expériences ? Arjun Chandar, PDG d'IndustrialML, suggère d'utiliser des logiciels de CAO ou des outils de simulation comme « moyen d'expérimenter les jumeaux numériques du côté de l'ingénierie de conception [et] d'estimer les effets des environnements physiques sur les produits nouvellement conçus. »

Voici des exemples d'outils de conception de systèmes utilisés dans des domaines spécialisés :
- Les jumeaux numériques d'Autodesk, utilisés dans les domaines de la construction, de l'ingénierie et de l'architecture.
- Les jumeaux numériques de Bentley Infrastructure, utilisés dans des domaines tels que les infrastructures de téléphonie mobile et les systèmes de gestion de l'eau.
- Les jumeaux numériques de General Electric, utilisés pour les équipements, les réseaux et les processus de fabrication.
- Les jumeaux numériques de Siemens, utilisés pour la conception, le développement et la fabrication de biens de consommation.
- Les jumeaux numériques de Bosch, utilisés pour les bâtiments intelligents, y compris la gestion de l'espace et la maintenance prédictive.

Il ne s'agit là que de quelques exemples, mais la principale leçon à tirer pour les experts technologiques travaillant sur les jumeaux numériques est de se familiariser avec les plateformes industrielles utilisées par les équipes opérationnelles.

5. Définir les profils d'utilisation et les opportunités

Lorsque les professionnels IT se lancent dans un programme technologique, il est essentiel d'identifier les utilisateurs finaux et les profils d'utilisation des plateformes qui en résulteront. Les responsables informatiques doivent définir qui bénéficie le plus du jumeau numérique. Très souvent, les premiers bénéficiaires sont les personnes travaillant dans les opérations. « La principale capacité du jumeau numérique est de fusionner les données OT/IT et de replacer ces ensembles de données dans un contexte, par le biais de l'analyse des données ou de l'IA/ML si nécessaire », souligne Jens Beck. « Mais sa véritable puissance réside dans le fait qu'il permet aux opérateurs, tels que les ingénieurs, les techniciens de maintenance et autres, d'extraire des points de données, puisqu'ils les comprennent parfaitement. »

Comprendre les personas des utilisateurs est une première étape. La suivante consiste à identifier quelles parties de leurs flux de travail et de leurs opérations pourraient bénéficier des données d'un jumeau numérique, des prédictions de l'apprentissage automatique et des capacités de planification de scénarios. « En ce qui concerne la fabrication et les opérations, les responsables informatiques peuvent choisir de modéliser une zone de production physique pour simuler le flux de produits, ou ils peuvent modéliser les étapes d'assemblage ou de logistique pour assembler un nouveau produit », explique Arjun Chandar. « Tous ces cas d'utilisation peuvent être mis à l'échelle, et l'IA générative peut compléter l'analyse traditionnelle basée sur des éléments finis pour tester virtuellement de nouveaux produits. Les installations de production peuvent être numérisées et simulées pour tout nouveau produit avant la mise en place physique des lignes d'usine, et des représentations numériques des processus de travail peuvent être développées pour tous les produits d'une usine. »

6. Construire une plateforme de données évolutive

Les jumeaux numériques génèrent des pétaoctets de données, voire davantage, et ces données doivent être sécurisées, analysées et utilisées pour maintenir les modèles d'apprentissage automatique. L'un des aspects critiques est la conception du modèle et des flux de données pour collecter en temps réel des données IoT, ainsi que celle de l'architecture de gestion des données pour le jumeau numérique. Harry Powell, responsable des solutions industrielles chez TigerGraph, explique : « Lorsque vous créez le jumeau numérique d'une organisation de taille moyenne, vous aurez besoin de millions de points de données et de relations. Pour interroger ces données, il faudra parcourir ou sauter des dizaines de liens afin de comprendre les relations entre des milliers d'objets ».

De nombreuses plateformes de gestion des données prennent en charge l'analyse en temps réel et les modèles de machine learning à grande échelle. Mais les jumeaux numériques utilisés pour simuler le comportement de milliers d'entités ou plus, comme des composants industriels ou des bâtiments intelligents, auront besoin d'un modèle de données qui permette d'interroger les entités et leurs relations. Harry Powell poursuit : « Aujourd'hui, les entreprises créent des jumeaux numériques à l'aide de bases de données en graphes, afin de soutenir diverses analyses opérationnelles et de glaner des informations métiers exploitables et opportunes. La construction d'un modèle numérique détaillé peut être de haut niveau, ne contenant que les plus grands composants de l'entreprise tels que des usines entières, des entrepôts et des lignes d'approvisionnement, ou elle peut être plus granulaire, modélisant des machines individuelles dans l'usine, des rayonnages d'entrepôt et des camions de livraison. »

7. Établir des compétences en matière de cloud et de technologies émergentes

L'installation de plateformes de jumeaux numériques, l'intégration de données provenant de milliers de capteurs IoT et la mise en place de plateformes de données évolutives exigent toutes que l'équipe IT dispose d'une compétence de base dans le déploiement d'une infrastructure technologique à l'échelle. Alors que les équipes informatiques étudient les cas d'utilisation et expérimentent les capacités des plateformes de jumeaux numériques, les responsables informatiques doivent prendre en compte le cloud, l'infrastructure, l'intégration et les appareils nécessaires pour prendre en charge un jumeau numérique prêt à passer en production. Jens Beck formule cette recommandation sur l'infrastructure : « Pour mettre à l'échelle les jumeaux numériques, les responsables informatiques se tourneront vers le cloud tout en conservant certaines technologies à la périphérie, telles que la gestion des appareils IoT et la data science. »

Au-delà de l'infrastructure, Abhijit Mazumder recommande de développer des compétences pour prendre en charge les dispositifs émergents et tirer parti de l'analytique. « Le succès du jumeau numérique commence par un noyau numérique solide, obtenu grâce aux applications nativement cloud, comme l'IA/ML, la réalité augmentée ou virtuelle, et qui aide les organisations à traiter les données et les applications indépendamment de l'infrastructure », dit-il.