在李劼看來，狹義上的“數(shù)字孿生”并沒有單一定義，落實到場景時需要針對性的重新作出定義。
5G帶來的數(shù)據(jù)大連接，IoT數(shù)據(jù)采集的普及化浪潮，“新基建”七大板塊中的工業(yè)互聯(lián)被催動著走向完善，在看似巨大的浪潮下，又摻透幾分混沌的行業(yè)摸索中，DataMesh創(chuàng)始人李劼在他持續(xù)專注的領域 ＆ndash； 數(shù)字孿生，摸索出了一套自己的方法。
在李劼看來，狹義上的“數(shù)字孿生（Digital Twin）”并沒有單一定義，落實到場景時需要針對性的重新作出定義。
就制造業(yè)而言，對廣大一線工作者的使用場景進行降本增效已經(jīng)是普遍需求。面對“降本增效”的問題，通過“混合現(xiàn)實＋人工智能”的技術，DataMesh Digital Twin打造數(shù)字孿生時代的操作系統(tǒng)助力企業(yè)一線員工。
李劼在第一次創(chuàng)業(yè)之前的學術研究即與數(shù)字孿生仿真系統(tǒng)相關，利用統(tǒng)計能量法結合3D CAD仿真計算飛機艙體內(nèi)聲場能量分布，此后在微軟8年云和企業(yè)級搜索與協(xié)同產(chǎn)品開發(fā)的職業(yè)生涯中收獲企業(yè)服務中數(shù)字化轉(zhuǎn)型Know－How和打造SaaS產(chǎn)品商業(yè)模式的經(jīng)驗，2014年創(chuàng)立DataMesh，現(xiàn)在已是業(yè)界領先的企業(yè)數(shù)字孿生平臺和AR／MR應用程序提供商，在中國、日本、新加坡、美國等海外市場均有不錯的業(yè)務表現(xiàn)。
從混合現(xiàn)實技術切入市場，DataMesh數(shù)字孿生助力企業(yè)降本增效
什么是數(shù)字孿生？DataMesh創(chuàng)始人兼CEO李劼表示，廣義上的“數(shù)字孿生”由來已久，最初主要指現(xiàn)實世界與虛擬空間的數(shù)據(jù)流與信息流的映射，后來逐步覆蓋從產(chǎn)品設計到制造過程管理的全生命周期，現(xiàn)在又再進一步到產(chǎn)線運維、產(chǎn)品售后、故障診斷等一線領域。從行業(yè)角度來看，數(shù)字孿生的應用也已經(jīng)從單一制造業(yè)，拓展到智慧醫(yī)療、智慧園區(qū)、智慧城市等領域。
但是從狹義來講，“數(shù)字孿生”并不是單一某種特殊的技術，也不是單一某種特定的數(shù)據(jù)，也因此應用到具體場景時，“需要重新定義該場景的數(shù)字孿生到底是什么，對應的數(shù)據(jù)和物理現(xiàn)象以及流程是什么，能夠解決什么實際問題?！?/p>
當很多人還將AR／MR只作為酷炫的可視化方式時，李劼和他的團隊已經(jīng)將此定義為人類的下一代“屏“，是顛覆人機交互與協(xié)作的關鍵技術?；旌犀F(xiàn)實技術（MR）提供了一種直觀的數(shù)據(jù)疊加和立體視覺效果，能夠在很大程度上降低一線人員的學習成本。另外，“一線工作環(huán)境對時間的要求是爭分奪秒的，我們需要能夠做到讓數(shù)據(jù)主動找場景，而不是人根據(jù)場景再耗費時間去反復找數(shù)據(jù)，人工智能（AI）在這方面是至關重要的。”
MR＋AI， 看似“跨界”的技術結合，DataMesh數(shù)字孿生平臺便基于此為客戶解決了在數(shù)字化轉(zhuǎn)型中遇到的諸多痛點?！拔覀兊闹信_解決了企業(yè)常見的數(shù)據(jù)標準亂、復用差、對移動設備支持落后等問題，在前端支持超過8成的AR眼鏡和移動設備，直接就能讓用戶擁有高標準的視覺體驗，也能讓專家和合作伙伴基于我們的框架繼續(xù)開發(fā)高復用性的應用?！?/p>
事實上，李劼的內(nèi)心一直有一顆”北極星“，引領他和團隊利用3D、IoT和知識型數(shù)據(jù)，將一線人員需要的知識在正確的時間、正確的地點推給正確的人，從而更高效地解決問題。此外，為了讓已經(jīng)有數(shù)據(jù)的客戶能夠立刻有落地場景，DataMesh也對操作培訓、遠程協(xié)同與支持、維修巡檢等幾大場景做了深挖，繼而提供高效的第一方應用，讓不懂技術的一線人員通過可視化的標準前端產(chǎn)品，快速理解并融入到數(shù)字孿生體中進行實操工作，最終達到效率提升、管理更為流程化的企業(yè)目標。
他強調(diào)，“我們主要是利用新技術手段來帶動過往的舊業(yè)務，這些業(yè)務原本就有很高的成本，而新技術可以打破原本的成本邏輯，實現(xiàn)降本增效?！?/p> 12下一頁>
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
