La Digital Transformation persegue la smaterializzazione del mondo fisico in un modo di dati e informazioni digitali. Questa smaterializzazione offre vantaggi in quanto i bit possono essere spostati, copiati, aggregati e rielaborati a costi infinitesimi ed a velocità prossime a quelle della luce. I digital twin sono una tecnologia a supporto di questa smaterializzazione, replicando in informazioni, dati e programmi gli oggetti fisici composti da atomi.

I digital twin sono l’evoluzione dei simulatori digitali ed in quanto tali partono dal concetto di modello digitale di un entità, fisica o virtuale, semplice o complessa e di sistema di sistemi.

Un modello digitale di un’entità fisica è una replica virtuale di tale entità o Sistema descritta con un linguaggio formale adatto ad essere elaborato da un computer. Ogni modello digitale ha una sua intrinseca accuratezza di rappresentazione del comportamento, in termini di input e output, dell’entità associate, e può reagire pertanto a stimoli esterni in forma, ad esempio di istruzione di controllo, segnali provenienti da sistemi reali o ad altri componenti, reali o virtuali anch’essi, che con esso interagiscono.

Il modello può essere simulato offline rispetto al Sistema reale che rappresenta, e I risultati ottenuto con il modello vengono confrontati con gli output reali, allo scopo di determinare la bontà del modello ma anche di scoprire differenze di comportamento che possono indicare deviazioni dal funzionamento corretto previsto per il sistema reale.

Il digital twin, o gemello digitale, va oltre la simulazione perché può essere eseguito in parallelo al Sistema reale e soprattutto in tempo reale e diventa un vero e proprio riferimento digitale vivente, continuamente alimentato dagli stessi dati che il Sistema reale riceve e continuamente validato dagli output che produce il sistema stesso.
Ogni deviazione è sintomo di un’anomalia del Sistema reale rispetto al suo gemello “perfetto” e quindi determina un allarme o un warning da considerare per migliorarne l’affidabilità, la resilienza, le performance e la sicurezza. Ma non è tutto: il gemello digitale può essere eseguito a velocità superiore del reale, fornendo una vista sul futuro, più o meno prossimo a seconda di quanto preciso e dettagliato è stato realizzato il modello stesso.
Le simulazioni predittive dalla replica virtuale di un prodotto reale nel tempo possono abbassare inoltre i costi dei reparti aziendali che si occupano di ricerca, grazie alle condizioni operative ottimali durante le quali testare i consumi e alle caratteristiche quantitative e qualitative del Sistema, processo o prodotto, cui è associate il digital twin; al tempo stesso, aumentano le possibilità di effettuare modifiche anche minime ai processi e di valutarne gli impatti immediate, a breve e lungo termine (analisi “what-if”). La simulazione offline dei robot consente, ad esempio, di controllare in modo esatto l’evoluzione del pezzo lavorato dalla macchina, potendo minimizzare completamente la comparsa di anomalie di realizzazione e assicurando così un risultato quanto più vicino alla perfezione.
Questa capacità predittiva è estremamente preziosa per molti settori applicativi dove i digital twin sono già una realtà, come ad esempio l’industria manifatturiera, il commercio, il marketing, I social network, la sanità. Ma altri settori che richiedono la validazione di schemi complessi a valle di una progettazione estesa e spesso costosa quali la pianificazione urbana, la logistica, i trasporti, l’edilizia stanno iniziando a valutare l’applicazione dei digital twin quale elemento di trasformazione digitale dei loro processi.

I “gemelli digitali” possono ad esempio creare una copia perfetta di un prodotto manifatturiero o di un processo – copie che come si è detto hanno vita ed interagiscono tra loro solo nel mondo digitale. I digital twin sono complessi da creare e richiedono un mix di competenze di dominio e digitali, tra cui il model-based development, il machine learning, la simulazione, la verifica e validazione di sistemi complessi, che attualmente non sono disponibili sul mercato del lavoro, se non in minima parte e comunque non al livello richiesto.
Le principali piattaforme di cloud computing forniscono strumenti avanzati per la progettazione e l’esecuzione di tali modelli, ma ancora siamo in una fase acerba dello sviluppo di veri e propri ambienti “domestici” per I gemelli digitali, tendenzialmente ospitati in cloud data center in modalità Platform as a Service (PaaS).
Simulazioni su larga scala, cioè a livello di fabbrica, di supply chain o di ecosistema di prodotti connessi, richiedono che ogni oggetto sia dotato di digital twin.
Alcune grandi aziende sono pioniere nello sviluppo di digital twin, tra tutte sicuramente va menzionata General Electric, che li utilizza sistematicamente per identificare comportamenti anomali delle proprie turbine, facendo “nascere” contemporaneamente la turbina ed il suo gemello digitale e monitorando l’evoluzione dei parametri vitali nel tempo di entrambi allo scopo di calcolarne con accuratezza la vita funzionale residua. GE ha sviluppato anche un Digital Twin Framework che consente di creare e ospitare digital twin multipli e di farli interagire tra di loro mentre reagiscono ad input esterni sotto forma di flussi informative provenienti da sensori, modelli analitici e dati storici.
Reply come system integrator innovativo e da molti anni in primissima linea sugli sviluppi dell’Industrial IoT vede nei digital twin un modo efficace di rispondere ai bisogni di ottimizzazione delle risorse, manifatturiere e di servizi, delle aziende. Reply e EIT hanno un’attività di innovazione in partenza nel 2019 con lo scopo di realizzare un digital twin per l’anticipatory logistic (logistica predittiva) da affiancare alla tradizionale gestione di magazzino ed abilitata da smart IoT sensors.
Anche se sicuramente ai primordi, l’era dell’industria digitale e dei Digital Twin danno i primi segnali di enormi cambiamenti che sono a portata di tecnologia. Scenari dove macchine di recente installazione comunicano con altre macchine installate sul medesimo sito produttivo per cambiare la propria configurazione basandosi sull’”esperienza” accumulata da queste ultime e codificata nei relativi digital twin con la finalità di ridurre i fermi per manutenzione e ottimizzarne la resa complessiva, valutandone l’impatto sui propri componenti utilizzando nuovamente i digital twin sono già tecnicamente possibili oggi e attendono solamente di essere applicati su scala mondiale.
Tuttavia, come spesso accade nei sistemi distribuiti di prima generazione, la sicurezza sembra rappresentare un problema ancora poco affrontato. È infatti più semplice attaccare un’entità virtuale nel cyberspace che non un asset fisico o un oggetto non “smart”. Occorre quindi, nel momento in cui si propone ad un’azienda di trasferire parte dei suoi processi in un ambiente digitale ed usare i digital twin, garantirne la sicurezza già partendo dalla fase di progettazione. Analogamente è molto facile fare una copia di un digital twin, che in assenza di sistemi certificati di autenticazione potrebbe sostituire il digital twin primario o ereditarne importanti proprietà intellettuali di difficile protezione.
Un settore nuovo, da affrontare con gli strumenti digitali già disponibili, e con grandi potenzialità.

Maurizio Griva – Reply

Digital twin