這對于FM和建筑環境空間中的其他重要功能來說當然是正確的。數字孿生技術的創新——物理對象的虛擬表示，有可能在工作場所、資產和庫存系統中創建操作豐富、連續的數據饋送。

不是火箭科學

這項技術的起源無疑是非常具體的。在20世紀70年代初，美國宇航局為阿波羅計劃開發了其所稱的“活體模型”。在阿波羅13號的氧氣罐爆炸，迫使機組人員中止登月任務后，美國宇航局運行了多個模擬器以確定發生故障的原因，并為物理登月艙配備了可以捕獲所需數據的傳感器。據該機構稱，這樣做可以“持續攝取數據，對導致事故發生的事件進行建模，以便進行法醫分析和探索后續步驟?！?/p>

考慮到其起源于美國宇航局，很容易理解為什么這項技術仍然被誤解，甚至可能被神秘化。有一種揮之不去的看法認為，數字孿生是復雜而專業的，這種技術適用于其他組織而不適用于自己的組織。但這不是火箭科學。數字孿生可以像2D CAD文件一樣簡單或靜態，并且不必完全相同。然而，數字孿生越先進，與現實世界的物體越接近，其就越強大。

數字孿生的一個基本示例是引擎的虛擬副本，其可以捕獲壓力、溫度、振動和燃油效率信息。有了這些數據，用戶就可以更準確地了解發動機的狀況，并做出更明智的維護決策。

在規模的另一端，建筑物(或建筑物組合)的全動態數字孿生體可以匯集設計、施工和實時運營數據，以模擬、預測，并根據現實生活條件做出決策。通過將來自資產、空間和不同系統的傳感器數據與智能分析平臺相結合，基于云的數字孿生有可能呈現每扇門、電梯、空調設備、煙霧報警器和辦公桌的3D副本。

四大支柱

將數字孿生視為成熟之旅的一部分非常重要，在成熟之旅中，技術與監督技術實施、運營和協作的職能一起發展。這個流程包括四個支柱：

• 初始資產數據(例如，資產登記和空間清單)
• 視覺模型(即2D CAD和資產圖像)
• 運營數據(例如，空間利用率和工作訂單)
• 分析(即商業智能和預測分析)

如果沒有其他三個支柱，第四個支柱是不可能實現的，只有整合這四個支柱，組織才能開發出動態的、完全3D的、完全相同的數字孿生體。

彌合知識鴻溝

IBM最近對4,000名全球商業領袖進行的一項調查發現，盡管面臨經濟逆風，但仍有超過四分之三的人計劃在2023年優先考慮或投資于技術。其中主要原因是更好的員工體驗，以及使組織更具可持續性和彈性。

技術可以做到這一點的方法之一是為企業領導者提供清晰的未來圖景，使之能夠預測挑戰并適應變化——這有助于解釋對數字孿生日益增長的需求，尤其是在建筑環境中。根據Verdantix的說法，對設施優化和更具預測性的分析的興趣導致人們增加了在該技術上的支出意愿。超過三分之一(31%)的組織表示計劃在未來12個月內對數字孿生進行投資。同樣，超過四分之一(26%)的組織表示已經廣泛使用預測分析，五分之一(20%)的組織在一定程度上會使用。

對于建筑環境中的許多從業者而言，數字孿生不僅可以展望未來，還可以幫助填補過去。對于設施管理人員而言，普遍存在的一個問題是在整個建筑生命周期中，從設計和施工階段一直到運營，都缺乏透明度、凝聚力和有用的數據，這通常導致需要進行可避免但昂貴的維修，或對設施策略進行更重大的更改。

數字孿生可以充當唯一的事實來源。在數字孿生中捕獲建筑信息建模數據，可確保關鍵信息不會在移交過程中丟失，并且用戶可以在潛在問題加劇或累積之前發現它們。在運營階段，數字化還確保工作場所、資產和系統數據有一個歸屬地，這在FM行業中是一個特別重要的因素，因為負責維護和其他服務的承包商(和潛在的數據所有者)經常變化。

企業元宇宙

憑借其捕獲、呈現和分析歷史和實時數據的能力，設施的數字孿生技術可被視為所有物聯網、智能建筑系統和工作場所平臺的錨點。用戶可以通過更容易地連接資產和設施數據來消除規劃和運營盲點，使用戶能夠探索、定位、交互和報告以前難以訪問的空間和資產數據以及數字場景規劃安全空間。

正是這些特質讓McKinsey和其他企業將數字孿生描述為企業元宇宙，“一種數字化且通常是沉浸式的環境，可以復制和連接組織的各個方面，以優化體驗和決策制定。”然而，與更廣泛理解的元宇宙不同，人們對數字孿生的應用及其實用性幾乎沒有懷疑。