理特咨询-工业元宇宙行业：2023年工业元宇宙报告（英）（英译中）

报告报告工业Metaverse工业让看不见的东西可见以推动可持续增长“我是什么？数据?生成的过程它？数字之间的关-GregEgan，科幻小说作家，排列城市蓝移蓝移/报告003工业Metaverse让看不见的东西可见以推动可持续增长AuthorsAlbertMeige博士，蓝移主任，ArthurD.LittleRickEagar，名誉合伙人，ArthurD.Little贡献者EnginBeken,合伙人,ArthurD.LittleMartinGlaumann，合伙人，ArthurD.LittleBerndSchreiber，合伙人，ArthurD.LittleArnaudSiraudin，ArthurD.LittleJaimeCapdevila，顾问,ArthurD.LittleOliviArthurD.Little艺术家在驻地利奥·布朗德尔，科学家CONTENT-51.的上下文是什么工业隐喻？122.什么是工业Metaverse真的吗？22插曲：使不可见的可见323.工业Metaverse在哪里今天的技术？364.的潜在价值是什么工业隐喻对商业？50附录2：选定的公司简介72用例80蓝移蓝移/报告003执行摘要Inbusinessandpopularmedia,theMetaversehypewaveisalreadyentersitsdisillusionmentphase,supersededbyartificialintel-ligence(AI).Yetthe工业Metaverse，也许在大众的想象中不那么令人兴奋，从来没有真正成为炒作的一部分。这就是Metaverse的真正价值实现的地方吗？关于工业Metaverse与整体Metaverse的区别，以及它与工业4.0下通常考虑的现有数字孪生技术有何不同，存在不同的观点。在本报告中，我们提供了基于证据的观点，评估了当前的技术状况，总结了用例和市场潜力，并为未来的公司提供了建议。WeconcludedthattheIndustrialMetaverseisbestdefinedasa“connectedwhole-systemdigitaltwinwithfunctionalitiestointeractwiththerealsysteminitsenvironment,allowingdecisionsmakers更好地了解过去和预测未来。“因此，IdstrialMetaverse是当今已经存在的离散数字孪生技术的进一步发展（例如。Procedre，用于工厂或工厂）,但逐步扩展到最终代表端到端的，现实世界的工业系统，包括公司外部的外部要素及其运营环境。因此，工业Metaverse提供了一种变革性工具,可以将数字仿真技术的使用提升到战略决策的水平。这对于应对公司领导者面临的日益复杂和加快的发展步伐非常重要，对于制定有效的可持续增长战略尤其有价值。6蓝移蓝移/报告003工业Metaverse提供了一种变革性的工具,可以将数字仿真技术的使用提升到战略虽然实现全面、互联、端到端、全系统的数字孪生可能还需要五年或更长时间的时间——特别是由于连接性、计算能力和扩展AI方面的发展差距——但短期内中间步骤是可能的，许多工业元观点用例已经存在。这些可以分为四个类别1）优化（e。Procedre，数字孪生和增强现实[AR]，用于提高运营/维护效率和生产率。(2)培训(e.Procedre，虚拟/远程培训工具)；(3)技术工具(e.Procedre，设计/施工/维护数字工具和（4）管理工具（e。Procedre、虚拟会议/协作/交互工具)。下一步的开发步骤将包括将数字模拟从离散的实物资产扩展到多个连接的资产，内部流程和功能，并最终扩展涉及整个工业系统的上游和下游活动。我们估计当前的工业隐喻市场约为100-1500亿美元，保守的2030年预测约为4000亿美元，但潜在的上行空间超过1万亿美元。就生产率而言，对企业的好处可能是多个两位数的百分比。工业Metaverse的增长不一定取决于消费者Metaverse的广泛采用，因为其实用性和业务价值更多地取决于复杂系统仿真的质量，而不是沉浸式和人机界面技术等功能。我们的结论是，工业隐喻既有进化的要素，也有革命的要素：进化就工业4.0技术进一步逐步渗透的潜力而言，以及革命就这些技术的融合——尤其是连接性、人工智能、复杂系统仿真和可视化——如何通过增加计算能力来实现——有可能改变商业生产力。公司需要在其更广泛的数字化战略的背景下考虑他们的工业Metaverse战略,同时还要考虑实施障碍。我们建议公司考虑四个步骤来获得好处：1.审查战略。清晰地了解数字化战略、旅程和当前位置。2.识别机会。发现工业Metaverse增值机会并制定路线图。3.实施试点项目。采用测试和学习方法并主动管理变更。4.建立和调整生态系统。与生态系统合作伙伴创造双赢局面。8蓝移蓝移/报告003序言当我还是个10或11岁的孩子时，我记得我在想，如果有可能“扫描”构成我身体的所有原子和分子在给定时刻的位置和速度并将所有这些信息放入能够模拟所有控制宇宙的物理化学反应的计算机中,那么这个数字副本将无法与原始副本区分开。Therewouldthenbetwoof“me”—theoriginal,basedoncarbonchain,andthedigitalcopy,whosesubstratewouldbesilicon.Thecopywouldbeasconsciousastheoriginal,anditwouldbejustasconvidentofbeingme.蓝移报告然后会有两个“我”-基于碳链的原始副本和数字副本，其衬底将是硅 。我还不知道，但我对意识有一种物质主义的方法。我不知道海森堡的不确定性原理，该原理禁止以无限精度知道同一粒子的位置和速度。因此,完美扫描因此是不可能的。更不用说运行这样的模拟所需的计算能力仍然远远没有可用。然而，在不知情的情况下，我已经概念化了这个行业有一天会称之为“数字双胞胎”的东西。."多年后，我的朋友DavidLouapre，育碧的科学总监和流行的“Scienceétonnante”YouTube频道的创作者，建议我读科幻小说排列城市由澳大利亚作家GregEgan于1994年发行。沉浸在自己排列城市，我童年的数字孪生故事突然像普鲁斯特数字玛德琳一样回到我的身边。因为确实，情节的关键要素之一是基于这样一个事实，即在不久的将来,即2050年左右，可以将自己的意识上传到计算机。问题是，为了使一个人的数字孪生能够与现实世界中的人进行交互，他们的模拟必须运行得足够快-也就是说，必须有足够的计算能力。如果计算能力不足，模拟人的时间虽然主观上保持不变，但比实际时间慢。如果相反，计算能力过大，模拟世界的展开速度比现实世界快。然后，可以预见未来。9蓝移蓝移/报告003这些正是我们寻求通过工业元逆实现的目标。工业Metaverse是至少十年来一直被称为“工业4.0”的延伸。它是复杂系统的数字孪生，可让您通过时间投射自己并沉浸在太空中。它可以在数字上预测复杂系统上的决策或事件的未来后果-无论该系统是什么：机器，工厂，公司，价值链。正如我们将在本报告中看到的那样，与工业4.0相比，工业Metaverse具有三大优势：1.复杂系统的建模与仿真-10年前仍然是学术界的一部分，现在正在改变工业界的游戏规则的方法-使创建虚拟的假设场景成为可能。可访问的数据不再只是过去和现在的数据，现在也是关于未来的数据。及时预测成为可2.感谢AI和虚拟现实(VR)，它最终成为可能，带出意义和可视化的工业系统，必须管理，从而克服了人类大脑的限制，这是不能很好地适应一个复杂的系统和它的出现-著名的蝴蝶效应，由一个决定或一个事件。3.互操作性和互连在物理工业系统，其数字孪生，以及现在越来越多的各种利益相关者之间，使其有可能进行最佳管理。蓝移蓝移/报告003sustainabLegrowth.WhhiLeconomicgrowth,webeLieve事实上，有趣的是，我们注意到MétaversIndustriel（工业元）是：verthrewmiterantes/好战的绿色植物这很有趣，而且像往常一样，字谜以神秘的方式移动。—AlbertMeige博士1CHAPTER工业本质的背景？蓝移蓝移/报告0031工业隐喻的背景是什么?IdstrialMetaverse是一个术语，通常适用于为业务用户设计的Metaverse应用程序集。在我们之前的报告“超越幻想的元思维”中，我们将元思维作为一个整体，它的应用，基础技术和影响。在本报告中，我们特别关注企业和企业的Metaverse应用程序，因此不包括个人消费者的应用程序和体验（例如。Procedre、游戏、娱乐和社交互动)，尽管消费者在客户界面与企业互动存在重叠。蓝移/报告003工业蓝移/报告003工业今天，作为一个概念，工业元观点既被普遍理解，又被不同地解释。业务经理已经精通数字化的潜力，许多人已经在数字化转型过程中走得很好。实物产品和资产的数字模型，增加的连通性和新的可视化是这一旅程的重要组成部分。那么，工业元观点真的带来了什么呢？创造一个身临其境的虚拟环境来经营一个典型的企业有多重要？工业元观点真的是革命性的，还是实际上更具进化性的？在本报告中，我们研究了Indus试验Metaverse的背景和背景，定义了它的含义，提出了概念架构，探索了其关键技术构建块，评估了其现在和未来的业务价值，并提出了企业应该如何利用其潜力。内部研究，客户经验以及与行业和学术界专家访谈的贡献。工业4.0和今天的工业Metaverse工业Metaverse经常被认为是工业4.0之后的下一个发展阶段，从网络物理系统转向完全虚拟化的世界（见图1）。工业3.0工业2.0来源：ArthurD.Little蓝移/报告003蓝移/报告003线课程（MooC）“工业4.0”（或第四次工业革命）一词在大约十年前就已普及，指的是部署各种具有转型潜力的技术行业通过新的认知工具，连接，虚拟建模（包括数字孪生协作工具以及制造和供应链的新技术，包括先进的机器人和区块链（见图2）。在这些不同的技术中，有些技术与工业Metaverse特别相关。这些技术包括人工智能、连接技术、虚拟化和模拟技术以及协作/交互工具（有关关键技术构建模块的进一步探索，请参见第3章）。工业4.0技术已经为那些成功部署它们以帮助其业务转型的公司带来了巨大的好处。例如，根据ArthurD.Little(ADL's)卓越运营数据库案例中的数据，这些好处通常在规模上达到两位数：-部署的运营资本减少15%-30%-供应链成本降低10%-30%-生产能力利用率提高30%-维护成本降低10%-40%人资料来源：亚瑟·D·利特尔；卓越运营数据库，2020年蓝移蓝移/报告003在实施数字和工业4.0技术方面取得进展对于任何大型公司都是一项挑战 。However,overallprogressinachievingIndustry4.0maturitystillhasalongwaytogo.Forexample,a2020surveyof70GermancompaniesbyAcatechthatmeasuredprogressagainstasix-stageIndustry4.0成熟度量表显示，绝大多数公司（80仍处于第二阶段（连通性只有少数公司（4进入了创建数字双胞胎的下一阶段（可见性）。1没有公司在最后三个成熟阶段取得进展，这三个阶段涉及对复杂的交互进行建模，模拟面向未来的假设情景，或者创建自治系统。正如我们将在本报告后面显示的那样，这些功能是工业元预测承诺提供的关键部分。众所周知，在数字和工业4.0技术的实施方面取得进展对任何大型公司都具有挑战性。这是因为它通常涉及业务运营方式的根本转变；不可能简单地将这些新技术“附加”到现有资产、业务流程和工作方式上。典型的挑战包括:-高初始投资，特别是在数据收集和管理-传统IT系统施加的限制-不愿接受所需的业务转型的程度-在足够短的时间内实现数字投资的目标业务回报的困难Acatech研究还强调了工业4.0进展的常见障碍，包括：-缺乏共同标准-脆弱信息系统集成-不愿参与部门间合作-员工对变更流程的参与不足如果我们接受工业元观点是超越工业4.0的进一步发展阶段，那么它的成功实施还需要克服工业4.0实施的这些常见障碍。1Schuh，Günther等人。“在工业中使用工业4.0成熟度指数：当前的挑战，案例研究和趋势。”Acatech,德国国家科学与工程学院，2020年。蓝移/报告003复杂性Acceleration认知蓝移/报告003复杂性Acceleration认知为什么不断变化的业务环境导致未满足的需求考虑自工业4.0早期以来商业格局如何转变是很有用的。如今，除了不断需要进一步提高生产率外，企业领导者面临的最大挑战之一是如何实现可持续的净零影响增长。造成这一挑战的因素有三个，如图3所示：复杂性、加速度和认知。复杂性工业系统越来越成为复杂的系统，这些系统受到紧急属性的影响，使得它们更难管理。复杂系统是指具有大量：-元件（或零件）-关系（零件之间的连接）-嵌套系统（系统内的系统）复杂系统的例子包括城市、气候和生物体。Complex系统不同于复杂系统。复杂的系统基本上像钟表一样以可预测的方式运行。它们可能有许多元素、子元素和相互作用，但结构随着时间的推移保持稳定，它们有助于通过分解元素使用结构化分析来解决问题。到目前为止，大多数业务管理方法都基于这样的想法，即公司的资产、流程和组织可以近似行为，至少在很大程度上，就像一个复杂的系统。图3-工业组织面临的挑战工业系统的复杂性如雨后春笋般涌现....商业变革的步伐正在加快......这挑战了人类大脑的能力...增长...解决关键的复杂系统性问题，例如维护来源：ArthurD.Little蓝移蓝移/报告003However,increasinglythisapproximalisbecoming地不切实际.Forexample,considertherecentchangesin:-元素。仅在过去的两年里，企业数据增长了40%以上，达到2PB以上。2-关系。作为关系的代理，物联网(IoT)连接的数量增长了2022年与2021年相比接近20%，达到144亿。3在过去的十年中，合作伙伴生态系统网络的规模和复杂性大大增加。证明这一点，由第三方供应商制造的典型汽车的比例从1985年的56％增加到2015年的约82％。4这一比例在今天仍然很大程度上是如此。-嵌套系统。工业系统架构中嵌套“层”的数量有所增加。在例如，航空航天，在最新的客机设计中，规格元素的数量是其前身的10倍以上。这意味着，任何大公司的工业体系——工厂、流程、人员、财务、客户、供应链、合作伙伴、股东及其环境——都越来越必须被视为一个复杂系统出于管理目的。复杂的系统由于三个特定的属性而固有地难以管理：1.出现。零件之间的相互作用会产生新的意外属性。2.非线性。部件之间的反馈循环可能导致指数行为。3.弹性。系统的一部分中的小问题不一定导致其失败。这些属性意味着复杂系统的行为很难预测，从而在管理决策的影响中引入了高度的不确定性。管理者依靠简化的系统模型来帮助做出决策，发现这些模型往往是不够的。事实上，未能明确地认识到固有的不确定性是新的IT系统经常无法提供预期收益的主要原因之一。AccelerationThepaceofchangeforbusinessiscontinuingtoacceler-erate,causingthesepredictableemergenteffectstocomeandfast.Threefactorsaredrivingthisacceleration:1.知识和扶持技术正在以越来越快的速度发展和采用，随着更多的指数技术推动转型变革。2.公司和产品的生命周期正在缩短。Forexample,theaveragelifetpanofS&P500companieshasfallfromaround35yearsinthe1970toaround20yearstoday.Productlifetpansinmanysectorsarereducing,随着新进入者中断率的增加和更快的市场渗透时间。3.供应链越来越容易发生变化和中断。越来越复杂的供应链和合作伙伴生态系统正受到全球和快速破坏的影响，如气候变化、流行病、欧洲战争和其他地缘政治不稳定。例如生物采购导致更多的供应商可变性。这种加速意味着公司需要能够更快地应对不断变化的环境，并更快地做出战略决策。2泰勒，彼得罗克。“2020-2022年全球企业数据量，按地点划分。”统计，2022年5月23日。3物联网分析。“物联网2022：全球互联设备增长18%，达到144亿。”物联网，2022年9月1日。4Kallstrom，Henry。“汽车行业的供应商力量正在增加。”雅虎！新闻，2015年2月6日。蓝移/报告003...意味着时间上的巨大差异明天去市场。今天到期估计的一个小错误...蓝移/报告003...意味着时间上的巨大差异明天去市场。今天到期估计的一个小错误...认知人类认知的局限性意味着在这些更快的移动，不可预测的系统中做出好的决定是困难的。人类大脑不是为了处理好复杂系统-人类倾向于以笛卡尔的方式思考，将问题分解为较小的部分，这过度简化了复杂性。在这些情况下，人类往往特别容易受到认知偏见的影响-依赖于与以前的想法和信念系统相匹配的信息-这通常会导致做出错误的决定。越来越多的商业现象特征非线性或指数行为，人脑对其评价不好。例如，预测的技术发展“曲线拟合”中的一个小误差会导致向下的大差异，如图4.这方面的例子包括自动驾驶汽车和核聚变的成熟度，两者都被一再高估,而最近人工智能在曲线平坦部分几十年后已经成为指数级。图4-小错误的影响随着时间的推移而增长上资料来源：亚瑟·D·利特尔；米勒，乔治·A。“神奇的数字七，加号或减号二：我们处理信息的能力的一些限制。”蓝移蓝移/报告003可持续性同时，可持续性要求意味着端到端的复杂工业系统控制变得越来越重要。大多数发达国家已将目标设定为2040-2060年之间的净零。这意味着公司面临的挑战是继续实现经济增长，同时将其对环境的影响降低到净零。在保持增长的同时实现净零影响的进展要求公司在端到端复杂工业系统中施加控制（例如，管理范围3以及范围1和2排放）。这意味着：-共享当前相关数据(例如，运营和环境绩效数据)跨越整个工业系统，包括所有涉及的第三方。-能够预测该系统任何部分的变化对可持续性的影响，包括供应链、制造、分销、销售、服务和报废处置/回收。如今，这种控制通常是通过进行离散影响分析并与第三方合作以共享信息并采取集体行动来尝试的。然而,由于围绕数据共享和协作的必要程度的技术挑战以及机构、组织和文化障碍的混合,实现真正的端到端控制是困难的。在技术方面，在复杂的大规模工业系统中，收集、监测、分析和模拟预测端到端可持续性影响所需的大量数据所需的技术尚未完全成熟。工业Metaverse如何解决这些未满足的需求包括数字孪生在内的工业4.0技术已经提供了显着的好处，但是正如我们已经讨论过的那样，由于各种原因，如果没有进一步的发展，它们将无法满足未来的所有需求：-它们主要限于离散的物理系统，而不是“整个系统”。-决策过于静态和孤立。-对行业的净零义务意味着更有效的全系统管理将在未来几年越来越重要。工业Metaverse提供了一种超越工业4.0的方法，克服了复杂、加速和认知方面的挑战，通过以下方式实现可持续的增长：-允许公司做出知情的C级基于a的决策动态、前瞻性、全系统方法。-确定性能改进和变更的影响更迅速和有效。-帮助履行义务以管理整体影响并实现可持续增长。在下一章中，我们将更深入地讨论工业元的含义，并研究其关键组成部分。虽然这些挑战对企业来说都不是全新的，但鉴于目前的趋势,今天用于解决这些挑战的方法将越来越不足以满足未来几年的需求。2CHAPTER工业金属真的意味着吗？蓝移蓝移/报告0032工业Metaverse的真正含义是什么？在本章中，我们的论点是，Ids-trialMetaverse的概念远远超出了仅仅是一台机器或制造工厂的数字复制品。它从根本上是整个公司在其运营环境中的数字反映，为决策者提供对历史事件的见解并促进未来的预测。工业元的典型作用是照亮看不见的东西。-maketheinvisiblevisible.Itplaysacriticalroleinpromotingaoverholicalperspectiveacrosscompartmentalizedunits,enablingdetailedwhat-ifsimulationsthatprovidingforeight-tialfuturescenares.Itrelationshipstheintricateinterrelations此外，它增强了我们对整个系统的整体行为和影响的理解，这对促进可持续性至关重要。蓝移/报告003SIEMENS蓝移/报告003SIEMENSHMicrosoftTheIndustrialMetaverse。定义和框架对于术语“工业元感知”的含义有许多定义，如在图5所示的描述中从一些有助于其发展的关键参与者可以看出。虽然有不同的侧重点，但广泛共识的一个要素是，工业Metaverse以创建数字化模型、模拟或现实世界的双胞胎为中心。建立有用定义的另一种方法是考虑与工业元观点相关的技术逻辑构建块，正如我们所看到的，它们都已经存在于工业4.0的保护伞下（见图6）。考虑与工业隐喻相关的smesme来源：ArthurD.Little蓝移/报告蓝移/报告003如图6所示，使工业元感知与工业4.0不同的是许多这些技术的持续发展和融合。数字孪生，与物理对应物进行某种形式的真实数据交换，并应用AI来协助解释和分析，今天已经存在（例如。Procedre，宝马的工厂；另见第4章和附录3)。这些技术的进一步发展和融合-以及复杂的系统建模和仿真,数据可视化和协作技术，所有这些都得益于更大的计算能力。-正如第1章所述，这导致了工业元观点作为一个新概念，能够应对复杂性，加速度和认知以及可持续增长的挑战。基于所有这些，我们提出了以下定义：图6-工业4.0和工业元之间的差异协作技术（包括Web3/区块链）来源：ArthurD.Little蓝移/蓝移/报告003“工业Metaverse被定义为具有功能的连接的全系统数字孪生与环境中的真实系统，使决策者能够更好地了解过去并预测未来。”蓝移/报告003连接计算构思蓝移/报告003连接计算构思正如所定义的，工业Metaverse有可能改变商业决策者在战略和运营层面分析过去活动和预测未来的方式。我们已经为工业Metaverse定义了一个概念框架，说明了其关键组成部分（见图7）。如图所示，工业元观点的核心是为现实世界的工业系统创建和运行全系统数字孪生体，包括其所有元素、关系和层。让我们依次考虑每个关键组件。全系统数字孪生Awhole-systemdigitaltwinsignificantlydifferentfromwhatwewouldcalladigitaltwintoday,whichtendstofocusmainlyononeormorephysicalassets,typicallyplantsandproducts.itsfunctionalitiesarerepresentativeofan端到端的现实工业体系，包括公司之外的外部元素和它运作的更广泛的环境。它不仅仅涵盖工厂、工厂或产品线，而且与现实世界的系统持续双向连接。模拟不仅基于过去的数据,还基于当前和未来的数据。虽然它可能包括真实系统、资产和/或产品的沉浸式和逼真的渲染，但这不是双胞胎的关键定义特征。可视化可能有多种不同的形式，具体取决于管理决策的需要。图7-工业隐喻的组成部分协作协作来源：ArthurD.Little蓝移蓝移/报告003真实世界的工业系统“现实世界的工业系统”是指在其环境中代表企业的一组元素、关系和嵌套系统。它包括业务的所有战略、流程、组织和资源。它涵盖所有业务功能和资产，包括供应链和其他生态系统合作伙伴等外部参与者，以及业务运营所在的更广泛的外部环境。因此，从本质上讲，现实世界的工业系统是一个复杂的系统，包括多个元素，关系，嵌套系统和子系统，如图8所示。它受到紧急和非线性效应的影响。连接、计算、构思和协作TheIndustrialMetaverseneedstoincludefourkeyfunctionstoenableawhole-systemdigitaltwinthatadequatelyrepresentthereal-worldindustrialsystem.Theseare:1.连接-整个系统的数字孪生和现实世界的工业系统之间的实时双向连接,使数据收集和驱动回到系统。2.计算-处理来自真实系统的非常大的数据量，包括分析，复杂系统建模，模式识别和模拟，以实现未来场景的制定。3.构思-物理和非物理数据的可视化，可能是也可能不是完全沉浸式的。这些可视化以不同的方式解释和呈现复杂的数据，不仅是为了模拟现实，也是为了便于理解和说明假设场景。4.协作-实现一系列互动的功能，包括内部员工，生态系统合作伙伴,价值链参与者，客户和其他人之间的互动。互动可能包括商业交易以及日常合作。图8-现实世界工业系统的组成部分StrategyProcesses组织机构Resources工厂和资产Operations供应链物流销售和市场营销Finance来源：ArthurD.Little蓝移/报告003复杂性Acceleration认知可持续性系统性动态视觉整体蓝移/报告003复杂性Acceleration认知可持续性系统性动态视觉整体IndustrialMetaverse如何帮助应对高管挑战基于上述定义和模型的工业隐喻的本质是使看不见的可见通过实现这一点，IdstrialMetaverse提供了一些对C级决策者非常有价值的关键功能（见图9）。其中，它有助于对各个孤岛进行系统性的观察。它还有助于通过实现现实的假设模拟来展望未来。它有助于使整个系统中复杂的交互可见。最后,它为整个系统的行为和影响提供了更好的可见性，这对于实现可持续性是非常宝贵的。工业隐喻的本质是使无图9-工业Metaverse如何解决当今的执行挑战来源：ArthurD.Little“看到整个筒仓”...一个全系统增强的数字孪生体，不仅包括工厂，还包括组织、流程、供应链、客户和更广泛的环境。“看到未来”...实时、现实的未来情景模拟，以预测决策的所有“理解复杂性”...新的可视化，使复杂的系统参数能够更好地被人脑理解。“管理整体影响”...对整个系统对战略决策环境的影响进行建模的能力。蓝移/蓝移/报告003工业Metaverse与工业5.0一个合理的问题是：如果工业4.0只是下一阶段，为什么要谈论工业Metaverse？为什么不称之为工业5.0？答案可以在这个行业的下一阶段中找到4.0与Metaverse共享属性，正如我们在“Metaverse，超越幻想”中所定义的那样：“互联网的未来版本融合了现实与虚拟之间的边界，融合了沉浸式空间，协作平台，社交体验和创造者经济。TheIndustrialMetaversesharethethreekeyfeaturesoftheMetaversethatdistinguingitfromtheInternet—named,interaction,andpersistence—althoughtherearealsosomedifferencesofemphasis(seeFigure10).如图所示，沉浸和交互是消费者隐喻的关键。沉浸，在现实渲染的意义上，仍然是重要的，但不是关键的工业和企业元。例如,完全有可能解释、分析和可视化复杂的系统数据,而无需沉浸在真实的环境中。然而，交互和持久性是工业和企业元的关键——企业管理在很大程度上依赖于交互，数字孪生需要像物理对应物一样“永久”。一个明显的关键区别是，工业Metaverse通常包括只有授权人员才能访问的离散区域，而不是Metaverse的愿景，即创建一个所有人都可以访问的开放环境。这降低了采用更多Metaverse的障碍之一，即完全互操作性。图10-工业元与其他细分市场之间的差异FEATURESFEATURES浸入式SEGMENT企业工业持久性消费者交互来源：ArthurD.Little非常重要重要不太重要蓝移蓝移/报告003INTERUDE使看不见的可见蓝移蓝移/报告003我的艺术反映了我的生活，一组连接然而不同的方面，在数字空间中一起移动。拥有哈佛大学计算生物学博士学位和高等高等专科学校（ENS）硕士学位，我的研究以计算方法为中心，以了解发展生物学。同时，我与人共同创立了非营利组织JustOneGiantLab，以在全球范围内推广开放科学。利用我在数据科学和机器学习（ML）方面的专业知识，我开发了音乐和视觉艺术实践，这些实践围绕着艺术科学和问题：什么是数据？网络空间的孩子，我通过使用虚拟现实作为一种媒介来揭示无形的线程，从细胞轨迹到投射的意识和化身实施之间的联系，将我对沉浸的着迷带入了我的研究和我的艺术。-LeoBlondel，网络向导蓝移/蓝移/报告0035对象并不总是它们看起来的样子。当我们周围的一切都是数据时，当我们操纵它来揭示隐藏的含义时会发生什么？复杂性背后的秘密有时可以通过改变我们的视角来揭示。从金字塔开始，应用转换可以揭示其他形状的复杂性。在虚拟领域中，数据是有意义的，但只能通过寻求超越可见层的人的眼睛。5标题是对Linux命令行的引用，该命令行向/dev/null发送重复值，即void-深渊。蓝移/蓝移/报告003光是物质，物质是光现代科学已经打开了以未知方式数字化信息的大门。通过记录分子发出的光子，物质变成了光，然后变成了字节。进入网络领域，我们可以照亮现实。在虚拟世界中，限制仅受想象力的限制。在这里，从光数据模拟的胚胎再次成为物质，模拟的光子为其不可见的物质着色。从一个透明的胚胎，光只经过轻微的散射，数字过程允许产生一个不透明的物体，光将在其上反射：从透明到不透明，揭示不可见的形状和过程。3CHAPTERWhere今天的工业金属技术？蓝移蓝移/报告0033今天的工业Metaverse技术在哪里？在本章中，我们探讨了工业元的技术逻辑构建块：它们的成熟度，要克服的挑战，以及这对于商业可以实现工业元的全部潜力的时间尺度意味着什么。蓝移/报告003蓝移/报告003考虑与工业隐喻相关的与工业隐喻相关的技术的演变从考虑相关技术开始是有帮助的，这些技术已经在工业中存在，因为计算机化和连通性的浪潮已经持续了至少三个十年（见图11）。涉及数字仿真和虚拟化的技术，如建筑信息管理(BIM)、计算机辅助设计(CAD)和数字过程控制，虽然仍未完全部署，但已经成熟。使用AR(e.Procedre，用于改善资产建设、维护和检查)也已经建立起来，尽管在行业采用方面还有进一步的工作要做。近年来，代表工厂、工厂和产品的数字孪生已经开始被部署，尽管通常更多的是作为试点方案和试验(参见第4章和附录3的选定用例)。这些已经被有效地用于提高运营效率、维护和质量。在许多行业中，虚拟模拟已经被用于操作培训。因此，从这个意义上讲，工业Metaverse的各个方面已经存在，与工业4.0重叠，如图11所示。然而，根据我们在第2章的定义，“具有与环境中的真实系统交互的功能的连接的全系统数字孪生”的可用性仍然需要五年或更长时间(我们在本章后面提供更详细的分析）。.将IT应用于运营和业务管理.连接和集成流程.建筑信息管理。.设计工具（例如CAD）.资产检查/维护（AR工具）.数字过程控制..真实数据交换(ERP)1990年至今.业务人员培训.工厂/生产线运行效率优化.预测性维护优化.产品质量优化.远程资产故障排除/问题解决.设计/施工一体化..真正的数据交换（IoT和ERP）.AI2010年至今.全生命周期产品管理/循环.全系统工业设计.战略性假设决策.供应链和生态系统优化.财务/投资策略.管理培训.协作工具.虚拟交易..真正的数据交换（IoT和ERP）.AI.复杂系统仿真.区块链/Web3/交易工具向前呈现TRL=技术准备水平来源：ArthurD.Little蓝移蓝移/报告003迈向连接的全系统数字孪生Thereisafairlyclearpathofevolutiontowardwhole-systemdigitaltwinsthatinvolvesgraduatelyextendingandintegratingdigitalsimulationbeyonddiscreteplantoperations.Startingwithtechnologythatalreadydeploadedtoday,thiscouldmean,forex-步骤1：用于离散的选定植物的数字孪生Operations-包括使用支持AI的数据分析、增强的自动化、用于维护的AR工具和虚拟培训-步骤2：为多个工厂运营创建数字孪生-包括供应链联系和数据集成；增加模拟的范围，例如通过包括采购和/或物流优化-步骤3：为整个操作系统创建的数字孪生-包括上游和下游参与者。在这一步中，除了纯粹的操作流程外，各种管理流程也越来越多地集成到模拟中-步骤4：为整个端到端工业系统创建数字孪生-包括所有管理和运营流程、资产、人员和环境步骤2的一些早期例子今天已经存在。例如，米其林已经试行了一种涉及数字孪生模拟的方法，用于全球采购策略优化，使公司能够测试和比较不同的优化策略，跨越一系列参数，并取得令人印象深刻的结果（参见侧栏“米其林：超越工厂水平的数字孪生优化全球采购策略”）。米其林：不断发展的数字孪生超越工厂层面，以优化全球采购策略全球轮胎制造商米其林拥有70个生产工厂，在170多个国家开展业务，产品型号越来越多。2021年，仅这些业务的物流成本就达到了21亿美元。由于米其林的战略是在销售点附近生产产品，因此全球采购是一个重大挑战。该公司一直在寻找一种方法来测试不同的采购策略和方案，以确定最佳选择，并提出“如何”问题，以帮助确定优化成本、服务质量、碳足迹和库存水平的最佳行动。尽管米其林在产品开发中使用数字孪生已有大约30年的历史,但考虑到全球采购系统及其多个元素、关系和嵌套子系统。米其林与技术合作伙伴CosmoTech合作，为全球采购建立了复杂的系统数字模型，包括关键指标，如服务水平、二氧化碳排放量、库存、分销和工厂产能。这涵盖了1,700个产品模型，所有这些模型都在复杂的制造和分销矩阵中。这种模拟数字孪生使米其林能够运行更多超过80,000个模拟，每个模拟都有3,000多个不同的动态决策变量，以及内置的优化算法，以确定要采用的最佳策略。因此，米其林能够为未来五年确定一项可行的战略采购计划,该计划将每年减少约1100万美元的物流成本。这也将全球利润率优化了几个百分点，并将运输和海关成本降低了60%以上。蓝移/报告003蓝移/报告003技术构建块-成熟度和进一步发展需求在整个系统范围内实现工业Metaverse的下一阶段将需要进一步开发和集成一系列技术构建模块，如图12所示，并且必须考虑我们之前讨论的四个功能：1.连接-需要数字孪生和现实世界系统之间的双向数据交换，包括通过物联网技术的“热”当前数据和通过企业资源计划（ERP）系统的“冷”存储数据。2.计算-需要技术来模拟复杂的系统，并使未来的场景能够运行。它还利用人工智能进行数据分析和解释，特别是预测。3.构思-需要VR，AR和混合现实（MR）可视化技术，以及用于复杂数据解释的其他类型的可视化，有时与AI集成。先进的人机界面（HMI）技术也是关键的构建模块。4.协作-需要一系列技术，包括企业协作工具（例如当今使用的Mesh和Horizon以及基于交易的工具，例如通常链接到Web3的工具,包括区块链和不可替代令牌（NFT）。确保轻松的软件互操作性和数据交换的API架构也很重要。所有这些功能的基础是需要增加的计算能力,这涉及在堆栈中不同级别的广泛开发技术,从新芯片设计、量子计算和高性能计算到云和边缘基础设施以及低代码/无代码软件解决方案的可用性。图12-为工业Metaverse开.企业协作工具（Horizon、Mesh.Web3交易工具.API架构.IoT:将“热”当前数据从.VR/AR/MR可视化.AI驱动的可视化.先进的HMI技术模拟真实系统并运行未来假设来源：ArthurD.Little蓝移蓝移/报告003表1总结了我们对每个技术构建块的成熟度级别的评估，包括关键开发需求和完全成熟的时间尺度。在表1中，“发展差距的规模”指的是能够提供为采用大规模全系统连接的数字孪生而设想的功能所需的发展程度。“不确定程度”是指在开发过程中可能无法克服当前加长的可能性。可以看出，在大多数情况下，各种技术构建模块只有适度的发展差距。就是否/何时克服当前的挑战而言，所有人都只有中等程度的不确定性。总体而言，图片表明，在实现我们的工业Metaverse定义中描述的全系统数字孪生之前，需要五年或更长时间，尽管在此期间将继续取得进展。AI被评估为比其他AI具有更大的发展差距，这主要是由于算法可扩展性，数据量和计算能力的挑战。计算能力本身是实现非常大的连接数字孪生仿真的关键推动因素。例如，许多涉及多个元素和交互的优化问题被认为是“棘手的问题”,其中解决方案的复杂性呈指数级上升，超出了传统计算能力的范围。这些问题适用于量子计算方法，但这项技术可能距离成熟至少还有10年的时间。技术工业金属的意义DEV.GAP不确定度关键发展需求与挑战可能会按时到期真实数据交换(IoT)提供数字孪生可以交换“热”（当前）数据到/从现实世界的工业系统的手段将需要新的传感器技术和应用来扩展数据捕获，以包括整个工业系统中更广泛的参数；进一步的AI集成也是关键真实数据交换(ERP)提供数字孪生可以与企业工业系统交换“冷”数据的方法日益复杂的数字孪生将对数据存储、共享和处理提出沉重的要求；开发领域围绕可扩展性和灵活性AI用于大规模创建VR/头像的关键工具；还用于高级HMI和数据分析/解释，尤其是预测性大规模的AI带来了多种挑战，包括算法可扩展性，数据量和计算能力限制；数据质量，隐私，道德和安全性也是开发的关键领域复杂系统建模与仿用于模拟大型工业系统的关键技术构建块，以实现假设场景和战略决策核心挑战包括能够应对整个端到端工业系统的复杂性的系统分解和算法方法;计算能力和数据采集也是关键挑战1-3年（有限规模）3-5年以上（整个工业系统）数据可视化和仪表板VR/AR/MR可视化使员工和管理人员能够理解和解释复杂的数据;它们还可以实现逼真的数字孪生渲染图形、存在、逻辑和物理引擎仍然需要对真实世界渲染进行重大的进一步开发；沉浸式复杂系统数据可视化仍然相对不成熟协作技术促进虚拟环境中的个人协作，包括商业交易提高体验质量、网络速度和安全性是当前的挑战计算能力需要高HPC、云和边缘计算能力来操作复杂的全系统数字孪生；量子计算可能是复杂模拟的解决方案；低代码/无代码是所需新软件的关键推动因素大规模全系统数字孪生可能需要增加一个数量级的容量；开发领域包括边缘/云混合，新的HPC技术，以及成熟度低得多的量子计算10年+量子●HighModerate来源：ArthurD.Little蓝移蓝移/报告003在接下来的部分中，我们提供了这些技术构建块的状态，成熟度和对工业元的影响的更多详细信息。真实数据交换(IoT)关键数据6全球市场规模（2021年）：>1500亿美元成熟度:TRL7-8-虽然基础物联网技术已经成熟，但进一步的技术发展潜力仍然很大预测市场增长：未来五年复合年增长率>20%发展差距：中度机器对机器连接的数量:10-300亿（2022-2025年）不确定度:中度Description物联网技术提供了数字孪生可以与现实世界的工业系统交换“热”（当前）数据的手段。物联网在几乎所有行业领域以及城市和家庭使用中都有应用。基本技术在技术就绪级别(TRL）7-8（有关TRL的完整描述，请参见附录1）已经相当成熟，但还需要进一步的发展，以实现具有实时端到端连接的更复杂的数字孪生。发展需要当前的发展重点包括改善网络安全平台和扩展边缘计算解决方案（边缘物联网设备），智能传感器和AI融合，传感器融合/小型化以及新的传感器应用。与AI（智能传感器）的融合，提高性能以及在更广泛的参数范围内扩展应用程序，都是开发更复杂的数字孪生的推动力。真正的数据交换(ERP系统)全球市场规模（2021年>450亿美元成熟度:TRL8-9-ERP技术已经成熟，但工业Metaverse将需要大量的新能力开发预测市场增长：未来八年复合年增长率>9%发展差距：中度不确定度:中度Description越来越复杂的数字孪生，包括业务流程以及来自物联网、人工智能和其他新技术应用的数据，将对ERP数据存储、共享、分析和可视化提出沉重的要求。发展需要当前的开发重点包括端到端安全性，数据存储系统（例如云更大的可扩展性和灵活性,采用区块链（例如用于加密交易）以及其他基于云的服务（例如远程协助和ML驱动的数据分析）。6亚瑟·D·利特尔，物联网分析。7亚瑟·D·利特尔，甲骨文，财富商业洞察。蓝移/报告003Description蓝移/报告003Description人工智能关键数据8全球市场规模（2022年>1000亿美元成熟度:TRL6-7-AI的不同子组处于不同的成熟度；我们现在可能正在进入更陡峭的发展阶段预测市场增长：未来八年复合年增长率超过38%发展差距：高不确定度:中度DescriptionAI类别包括一般智能，推理，知识表示，计划，学习，自然语言处理（NLP），感知以及移动和操纵对象的能力。它对工业和社会的适用性是广泛的。在数十年来AI开发和采用慢于预期之后，一些NLP应用程序现在呈指数级增长。AI是跨多个领域的工业Metaverse的关键技术。它是大规模VR/头像创建，高级HMI和数据分析/解释，特别是预测分析的工具。与物联网和复杂系统建模等其他相关技术的融合也是实现复杂数字孪生的关键。发展需要虽然人工智能正在迅速成熟，但它面临着多种挑战，包括算法可扩展性、数据量和计算能力限制。当前的开发重点包括改进的处理器芯片（e。Procedre，张量处理单元），更高速的网络，更大的网络带宽保证，AI研发云平台，克服存储限制（例如Procedre，通过高质量的标记数据集），数据质量，数据安全和道德。复杂系统建模关键数据9全球市场规模（2022年$10-$150billion成熟度:TRL6-8-虽然基本方法很发达，但这种非常大规模的工业系统应用的经验仍然有限，许多挑战仍然存在预测市场增长：未来八年的复合年增长率为10%-15%发展差距：中度不确定度:中度复杂系统的建模方法很多。复杂系统的分析不能只用系统分解和逻辑分析的经典方法来进行；需要一个框架来整合几种能够从不同角度看待问题的方法，包括:-结构/拓扑方法-基于系统分析，图论，统计物理等。-统计和逻辑方法-基于系统分析，层次和逻辑树，贝叶斯网络等。-现象学方法-基于传递函数，状态动态建模，输入输出建模和控制理论，基于代理的建模等。-流动方法-基于系统中发生的过程的详细机械模型（和计算机代码）8亚瑟·D·利特尔，优先研究。9亚瑟·D·利特尔。“复杂系统及其在交通运输行业的具体应用回顾”。Presans，2016年。蓝移/报告蓝移/报告003复杂系统建模将在工业Metaverse的开发中发挥关键作用。它对于模拟现实世界的工业系统，超越实物资产操作以及运行未来的管理决策方案至关重要。发展需要实现工业Metaverse的核心挑战包括开发能够应对实际端到端工业系统复杂性的系统分解和算法方法。计算能力和数据采集也是关键挑战。数据可视化和仪表板数据可视化全球市场规模（2021年>90亿美元成熟度:TRL6-7-有进一步开发沉浸式工具的空间，这些工具可能适合理解高度复杂和动态的数据集；HMI技术也需要大量的进一步开发预测市场增长：未来六年复合年增长率为10%HMI全球市场规模（2021年>40亿美元预测市场增长：未来四年复合年增长率为10%发展差距：中度不确定度:中度数据可视化技术在三个方面是Metaverse的基础：1.VR/AR/MR可视化。Metaverse的“世界引擎”包括图形，状态，逻辑和物理维度。复杂数据可视化是另一个关键类别，其中使用新颖的可视化和仪表板来增强数据解释（沉浸式或其他）。2.AI驱动的可视化。AI是开发Metaverse模拟和表示的关键工具。基于AI的数据分析得益于可视化技术。3.HMI技术。“输出”HMI技术包括VR/AR耳机，全息，触觉和脑机接口（BCI）。BCI和身体技术也是“输入”HMI将数据从人类传递到机器的关键。图形、存在、逻辑和物理引擎仍然需要显著的进一步发展以用于真实世界渲染。计算能力也是一个障碍。然而，对于许多工业Metaverse应用程序来说，“完美”的现实可能不如消费者Metaverse重要，因为许多非沉浸式数据可视化工具和仪表板已经存在。然而,差的HMI性能仍然是更多使用的障碍。有进一步开发的沉浸式工具的空间，可能适用于理解高度复杂和动态的数据集，而HMI技术(特别是BCI）也需要大量的进一步开发。Description发展需要10亚瑟·D·利特尔，环球新闻连线，Statista。蓝移蓝移/报告003协作技术全球市场规模（2022年>100亿美元成熟度:TRL8-9-协作工具已经部署，尽管仍有重大改进需求预测市场增长：未来五年复合年增长率>3%发展差距：中度不确定度:中度Description在Metaverse中，协作技术有三种不同的形式：1.企业协作工具。尽管用户体验需要进一步开发，但MicrosoftMesh和MetaHorizonWorkrooms等虚拟工作环境工具已经存在。2.Web3交易工具。这些与基于令牌的经济学和权力下放有关，以促进Metaverse中的商业交易。区块链，加密货币和NFT都是相关的Web3工具。3.API架构。API使应用程序能够轻松安全地交换数据和功能。它们是软件创新和互操作性的推动者。发展需要虽然已经部署了协作工具，但它们需要进行重大改进。企业协作工具尤其如此。由于这是大多数员工对IdstrialMetaverse的第一次体验，因此当前糟糕的用户体验成为采用的重要障碍。虽然Web3工具不依赖于Metaverse，但它们的可用性和有效性将有助于推动企业进一步采用Metaverse。协作技术的当前发展领域包括网络安全，更高速的网络，更大的网络带宽保证和基于云的存储系统。计算能力-微控制器全球市场规模（2021年>800亿美元成熟度:TRL7-8-硬件技术已成熟，尽管仍需要进一步的技术开发以适应Metaverse应用程序预测市场增长：未来八年复合年增长率>4%发展差距：中度不确定度:中度Description操作IndustrialMetaverse系统或将其他技术集成到其体系结构中需要可扩展的处理单元能力。这种计算能力由两种不同类型的微芯片驱动-确定数据处理速度的通用中央处理单元(CPU)和使用的专用图形处理单元(GPU)用于渲染图像或视频以及支持高性能计算(HPC)、AR/VR、AI或ML应用程序。虽然CPU性能只会看到有限的效率改进，但由于摩尔定律，尚未达到GPU的最佳利用率水平，并且仍然存在软件挑战。发展需要因此,当前的发展集中于创建通常基于云的解决方案,其在优化GPU的容量和利用率的同时并行化CPU/GPU处理能力。11亚瑟·D·利特尔，商业研究公司。12亚瑟·D·利特尔，“未来市场洞察”，“大观研究”。蓝移蓝移/报告003计算能力-常规全球市场规模HPC(2021年):~650亿美元成熟度:TRL6-8-基础设施技术已经成熟，尽管仍需要进一步的技术开发以适应Metaverse应用程序预测市场增长HPC：复合年增长率>7%发展差距：中度不确定度:中度传统的计算能力类别包括三个方面：1.边缘计算。一种分布式IT体系结构，其中客户端数据在网络外围进行处理，尽可能靠近原始源。2.云计算。通过Internet按需交付IT资源，即付即用定价，而无需购买、拥有和维护物理服务器。3.高性能计算。使用超级计算机和计算机集群解决高级计算问题。传统计算能力周围的基础设施正在快速发展。边缘和云计算的混合将对工业Metaverse非常有价值。这些混合云将帮助提供商提高运营效率，同时托管工业Metaverse并帮助消除停机通过在保护个人信息的同时使托管资源更接近最终用户的问题。与混合云一样,当前的开发优先事项包括网络安全、改进使能技术(例如冷却)、增加带宽以及创建更多样化的求解器/编译器以允许灵活和并行地利用计算能力,结合计算功率混合的半自动选择。在传统计算中的这些当前发展可以补偿微芯片级处理速度的限制，实际需求由工业元应用定义。Description发展需要蓝移/蓝移/报告003计算能力-量子预计全球投资（2022年）：~250亿美元成熟度:TRL3-4-量子计算技术仍处于概念验证实验室规模，商业渗透可能需要10-30年的时间2030年增长预测：<50亿美元至>600亿美元（取决于来源）发展差距：高不确定度:高Description量子计算（QC）利用纠缠量子比特（qubits）阵列的特性来提供适合于解决具有指数级复杂性的问题的计算能力。它可以应用于复杂系统仿真，优化，AI/ML处理和密码学等领域。发展需要质量控制距离商业可行性还有至少10年的时间，并且仍然处于概念验证实验室规模（TRL3-4）。至少有五个相互竞争的硬件范例和主要技术挑战仍有待克服。因此，质量控制将弥合巨大的发展差距以实现成熟，存在高度的不确定性。如果成功，第一个IdstrialMetaverseQC应用程序可能会围绕通信，安全和加密。QC能力最终还可以为关键的工业Metaverse复杂系统仿真任务提供解决方案，这将超出传统计算。为了可行，QC处理需要通过云访问实时可用，可能与传统的计算能力相结合。蓝移/蓝移/报告003“总的来说，这张照片表明,在实现全系统数字孪生之前，需要五年或更长时间。4CHAPTER什么是工业金属对业务?蓝移蓝移/报告0034工业隐喻对企业的潜在价值是什么？在本章中，我们评估了工业的规模和未来的增长Metaverse市场，提供不同功能类别和行业的当前用例概述，并查看当工业Metaverse进一步发展时可能出现的潜在未来用例。蓝移蓝移/报告003工业隐喻的市场规模为了评估工业Metaverse市场的规模，必须明确包括和排除哪些内容。我们已经定义了工业隐喻市场，包括以下内容：-所有的数字孪生市场-VR/AR/MR市场的工业部门，不包括消费者部门-大多数物联网、人工智能和区块链市场(>50%，取决于定义)其他工业4.0技术，如机器人和3D打印被排除在外，计算和电信基础设施市场也被排除在外，因为它们与整个数字市场相关。基于这个范围，我们已经从不同的来源看了一系列市场预测，以表明市场潜力（见图13）。请注意，我们没有进行任何自下而上的初级研究。蓝移/报告003蓝移/报告003如图13所示，2023年工业Metaverse市场规模在$100-$150十亿范围。这小于许多现有的工业4.0市场估计，这是合乎逻辑的，因为它排除了机器人和3D打印等技术。行业预测市场增长存在很大差异4.0fromdifferentsources,and,indeed,anysuchforecastsshouldbetreatedwithagreatdealofcaution.Ourconservative2030forecastfortheIndustrialMetaversemarketis$4000亿，尽管上行可能是>1万亿美元，复合年增长率在20%至30%之间。这个范围很宽，但与之前ADL对更广泛的Metaverse的估计一致，其中包括保守的5,000亿美元的低端和数万亿美元的高端（请参阅“TheMetaverse，超越幻想”）。无论八到十年的实际数字如何，很明显市场潜力非常大。当前工业Metaverse用例今天的工业Metaverse用例可以大致分为四类：优化、培训、技术工具和管理工具。优化-工厂/生产线运营效率改进-预测性维护优化-产品质量优化-供应链运营改进-销售运营改进-客户服务改进复合年增长率MarketsandMarkets财富商业见解和MarketsandMarkets财富商业见解和GlobalNewsWireIMARC集团 研究与市场来源：ArthurD.Little蓝移/报告003 工业4.0工业隐喻化蓝移/报告003 工业4.0工业隐喻化进 护来自不同来源的工业4.0的市场增长预测存在很大差异。培训-业务人员培训-安全和应急培训-远程培训-产品培训技术工具-设计/施工集成和设计工具-资产检查/维护工具-远程资产故障排除/问题解决-高级数据分析-BIM管理工具-虚拟会议工具-虚拟协作/车间工具-客户互动工具这些用例类别跨越典型公司的大多数业务功能，如图14所示。整个系统数字孪生离散数字双胞胎计算机化&连通性来源：ArthurD.Little蓝移/报告003蓝移/报告003)来源：ArthurD.当前用例涵盖了工业元观点的第一阶段，与工业4.0重叠。请参见附录3,了解根据实际示例并按行业、类别和目标组织的30个用例的非详尽列表。这些如图15所示。未来工业Metaverse用例深入研究未来的用例表明，它们通过增强战略管理有效性为大公司提供了重大突破的好处，如图16所示。尽管在此阶段无法预测绝对数字，但可以安全地假设它们可以提供两位数的百分比性能改进。优化培训技术工具管理工具非详尽。Little图16-未来工业Metaverse用例的潜在好处略化.模拟从原材料到使.模拟整个维护工作.将VR/AR培训扩展.整体，集成的方法.模拟销售网络、客.模拟整个供应链和.模拟财务选择的业.模拟战略选择的业用寿命结束的端到,包括人员和实物到操作之外来设计产品和过程户关系、客户行为合作伙伴生态系统务影响务影响端可持续性影响资产包括业务管理网络.确定关键战.更好的最佳维.使用全系统数字模.评估新产品/修.更好地优化销售网络.优化采购和采购策.更好地了解收购和.更好地理解意外或难略决策的可护设计拟，提供定制的顶改产品的业务增和运营略撤资的总体影响以预测的结果持续性影响战略、流程和组织级业务战略和管理值.评估可能的影响.了解更好的供应链.对不断变化的形势.在承诺资金之前和.降低维护成本，提培训.优化生产系统，整营销策略漏洞作出更快的战略反寻找优化的解决投资选择高效能.虚拟化所有功能合产品和流程&风险应方案.确定最佳的零净&效率和专业培训.对不断变化的形势增长策略作出更快的战略反.加强对可持续性影响的控制，提高透明度应来源：ArthurD.Little蓝移蓝移/报告003工业元观点中的当前参与者目前有数以百计的公司积极提供支撑工业元观点的技术。图17显示了这些公司的有限选择，根据第3章中概述的技术构建块进行分组。我们在附录2中分享了所选择的工业元观点/数字孪生参与者的更详细简介。Itshouldbenotedthatmanyplayersareinvolvedinmultipletechnologybuildingblocks.Obviously,manyofthesecompaniesarealsoinvolvedindevelopingthearchitectureofthewiderMetaverse,assetoutin"TheMetaverse,beyondFantasy."许多玩家参与了多种技术构建非详尽非详尽SIEMENSABBCrmcrminelSIEMENSSIEMENSUnttyMicrosoftslackclickupAirtableMicrosoftQlikQintel.CXR.AGENCYfunneYORDMicrosoftholdedMicrosoftbrescale，chimpare来源：ArthurD.Little蓝移/蓝移/报告003工业隐喻的近期市场走势IndustrialMetaverse市场仍然相对不成熟，预计中期可能会出现重大增长。鉴于当前技术行业面临的压力，以及IndustrialMetaverse当前缺乏可观的收入，这导致了一些举措的缩减，作为更广泛的技术行业裁员的一部分。例如：-2022年11月，Meta宣布将裁员11,000人员工，占其员工总数的13%。2023年4月宣布了进一步裁员10,000人的计划。-2023年2月，微软关闭了仅在四个月前成立的100人的IndustrialMetaverse团队，以及关闭其AltspaceVR和MixedRealityToolkit团队。这是一项更广泛的10,00