數字時代正在快速增長，對許多組織來說，數字業務是未來增長的關鍵，而對于知道如何應對的組織來說，機會的數量是巨大的。然而，挑戰依然存在于數字業務，例如，全面整合的數字成本可能會非常高昂。不僅如此，組織需要跟上市場變化和創新，還需要優化成本結構，保持競爭力。雖然技術可以讓人們擺脫過去的操作性任務，但剩下的任務正變得越來越復雜。

      國外的一些研究表明，企業正在努力克服阻礙成功數字化轉型的障礙。這包括（但不限于）在大型 IT 投資的商業案例中缺乏基于事實的見解、過于復雜的流程和 IT 環境使快速更改變得困難、大型不連貫項目投資組合對單獨計劃的附加值缺乏清晰的洞察力、治理定義不明確等。同時，我國企業數字化轉型已進入關鍵時期，數字化轉型作為一個系統工程，具有很高的復雜性，需要考慮多業務角度、多種技術的應用以及業務與技術二者的有效結合，復雜性遠超過原有的信息系統建設。

      因此，建立一個模型化、可視化的，用以理解組織運營所處的復雜環境，發現新的挑戰以及機遇，并給出可能的解決方案的模擬仿真，以避免代價高昂的錯誤等，對組織的數字化轉型尤為重要。

2.組織數字孿生理論

      數字孿生的概念起源于工程領域。由于數字孿生能夠帶來競爭優勢，越來越多的企業正在利用數字孿生來提高效率，并最大化降低風險。物聯網技術與工業 4.0 的發展，使企業更容易接觸到數字孿生，更多的行業正在利用數字孿生來提高績效。隨著數字孿生技術越來越先進，更加明顯的情況是，任何東西都可能有數字孿生。雖然數字孿生的概念一般應用于設備或硬件，但并不局限于這些領域。

      2017 年，Gartner 將工程中數字孿生這一理念正式應用到組織的業務領域中，稱為組織數字孿生（Digital Twin of an Organization，DTO），并給出如下定義：“組織數字孿生（DTO）是任何組織的動態軟件模型，它依賴于運營和 / 或其他數據來了解組織如何運營其業務模型，如何與當前狀態相連接，如何響應變化，部署資源并提供預期的客戶價值?！?

      Gartner 甚至預測，利用組織的數字孿生進行變革的組織將扭轉局面，即將 70% 的失敗率轉化為 70% 的成功率。但要獲取這一價值，需要新的高水平的業務運營，這個業務運營建立在后臺，包含更穩健、更有效的流程和技術，即通過集成運營模式交付的基礎上。在當今世界，原子化方法是不夠的。而 DTO 的理念是基于使用組織的數字表示來支持變革或新計劃實施的目標。DTO 提供了企業的虛擬模型，領導者可以根據需要進行分析和調整。當完全實現時，它在操作環境中提供了一個完整的孿生模型。而DTO 模型中使用數據的持續更新，也為企業提供了有關組織如何運作、如何利用資源、如何響應變化以及如何滿足客戶需求的實時信息。獲得這樣一種模式會給企業帶來巨大的競爭優勢。

      從組織績效、成本優化到客戶體驗管理，DTO 有許多應用，但其所有應用都旨在支持組織的決策過程，即創建一個組織的虛擬副本來幫助企業領導者探索他們的選擇，并參與到場景中。

      正如 Gartner 所定義的，DTO 是任何組織的動態軟件模型。它依靠數據來了解組織如何運作其業務模型、如何與當前狀態聯系、如何響應變化、如何部署資源以及如何交付預期的客戶價值。Gartner 將這些內容歸結為如下幾個方面：

      1）目的地，關于您想要到達的目的地以及您想何時到達目的地的信息。

      2）地圖，展示如何達到這一目標的指南——你所在組織的 GPS 只能和地圖數據庫一樣好。

      3）績效，表明你在旅途中走了多遠情況，屬于情境意識（即組織意識到前方道路上的障礙和挑戰）。

      4）價值，關于組織的進展和情況的準確信息，以便做出明智的決策。

      通過這些方面的整合，可以為領導者提供全面的知識，并有效地將他們置于組織的驅動位置，特別是在追求卓越運營、成本或企業績效優化、數字業務或客戶體驗等方面。

圖1?DTO 用例及趨勢

      Gartner 還給出了組織數字孿生在近幾年的用例及應用趨勢，如圖 1 所示。

3.組織數字孿生建設方法

      目前國內外，數字孿生已被應用于車間智能管控、個性化產線快速配置、產品全生命周期管理、智能物流、動態調度、機器人運行優化、產品質量保障、數控設備維修及人機交互等問題中。組織構建數字孿生的過程與工程數字孿生是不同的，主要是組織沒有用于構建模板的原始物理設計，即沒有物理意義。這就需要將組織結構化信息與運營（實際的或假設的）信息進行結合，來構建組織運行實體模型，就是我們所說的組織數字孿生（DTO）。

      雖然國外在某些領域已有相應的實踐，但關于 DTO的建設目前在國內研究較少。本文結合數字孿生理論及相關項目實踐，理清組織數字孿生建設需要關注的內容與方法模型，探索設計了組織數字孿生建設內容及與之相結合的推進路線。

      在設計 DTO 建設內容和推進路線時需要解決或關注如下幾個問題：①需要根據組織需求的不斷發展，定義一個框架來促進 DTO 的開發和發展；②數據和分析是建設DTO 的驅動力；③ DTO 建設需要考慮的關鍵要素包括真實世界組織實體的模型，以及時間、上下文和事件等的數據要素；監視真實世界對象的能力，同時展示元素間的結合及動態的進化過程，從而維持和發展組織數字孿生。

      在本方法設計過程中，重點考慮企業在數字化轉型過程中重點關注的 DTO 要素、驅動力及 DTO 的可持續發展，在推進方法論設計時主要考慮了以下內容：

      1）為企業建模，如戰略、組織、流程、績效和支持運營的技術等。

      2）考慮實時運營數據，如流程運行狀態、資源成本、技術生命周期和績效等。

      3）可視化和分析，如運營數據統計、合規性分析。

      4）更改和仿真，決策關鍵是分析影響。

      5）改善、不斷檢查并改進。

      總之，DTO 建設應允許在模型中表示組織的所有元素和連接，并可以對模型進行模擬分析，以實現組織的持續評估和優化?；谏鲜龇治?，建立組織從戰略、組織、流程、技術、財務和合規等綜合角度的全景視圖，并將組織的動態模型與運營和 / 或其他數據相關聯（以了解組織業務模型的實際運作模式、對變化的響應、資源部署和如何提供客戶價值等），來挖掘業務改進點，并對企業未來場景進行模擬仿真，以預測潛在戰略和 / 或戰術行動方案的性能，提出了一套組織數字孿生推進路線，如圖 2 所示。

圖2?組織數字孿生建設路線

      1）組織建模：創建 DTO 的第一步是開發準確而全面的虛擬組織表示形式，即組織模型。在 DTO 組織建模中，可以利用 EA 作為開發 DTO 的工具。EA 可以提供穩定而靈活的框架與內容體系，也便于新的 DTO 元素輕松添加。模型可以通過端口接受外部信息，這些端口的設計為數據導入提供基礎。

      需要注意的是并非所有組織資產或其所有特征都可以進行模型化，資產性質決定了哪些特征可以提供數字化模型化的表示。而組織業務、資產的信息化或數字化，可以幫助 DTO 應用領域擴展。

      2）運營數據導入：創建 DTO 的第二步是將企業中的相關運營數據添加到組織模型中。模型創建后，就可以對其導入數據進行分析，以了解更多關于組織信息，同時為預測問題和需重點關注的領域提供輸入。在本步驟中需要注意，模型與數據必須對齊，即接收到的數據需轉換為模型匹配的格式。運營數據導入到組織模型中，將會呈現出組織是如何真實運行的。

      3）業務挖掘：業務挖掘主要是針對現有業務進行問題的洞察。在引入運營數據后，組織可以通過對業務執行情況進行分析與挖掘，對比設計與實際之間的差距，發現現有的問題，從而自動發掘真實的業務執行情況以及相關的 KPIs，并分析出相關影響要素。

      4）模型改進與仿真：針對挖掘出的問題，給出相應的模型化的改進方案，并對方案進行仿真。通過仿真模擬技術，DTO 將協助組織能夠更靈活地應對變化，這可以轉化為更持久的客戶關系和盈利能力。

      5）組織改進：組織數字孿生的改進階段創造了持續改進的良性循環，即組織數字孿生過程不應被視為線性過程，而應被視為一個循環。通過本推進路線，在傳統企業架構（EA）模型和組織運營數據以及組織改進之間提供了一個持續的反饋回路。在推進過程中需要考慮的不僅是原有模型的維護，還包括在 DTO 動態進化過程中不斷的增加模型數量，從而積極、漸進地構建組織的數字模型表示，并協助推進組織數字化轉型。

4.組織數字孿生建設應用驗證

      根據提出的建設方法，選取部分建設內容進行驗證，為 DTO 的建設提供可驗證的案例。

      4.1?組織建模

      在DTO模型內容體系設計過程中，利用企業架構（EA）作為開發 DTO 的技術和工具，并利用 EA 嵌入組織虛擬實現中使用的原則、約束和模型。在 DTO 模型創建過程中，選擇的建設內容可以包括（但不局限于）戰略方向與目標、商業模式、當前和所需的資源和能力、組織、流程以及支持組織運營的 IT 和其他技術等。在各架構體系中選擇相應的模型，如圖 3 所示，并對這些模型或模型元素進行關聯，形成連貫的主干，在企業的戰略方向、運營和變革之間提供一條主視線。

圖 3?DTO 建設內容及模型選擇

      企業在實際推進過程中應建立統一的建模規范，以使相關推進人員專注于組織數字孿生內容本身，例如，可以選擇 ArchiMate、TOGAF、BPMN、NIST 800-53 等標準或框架來構建模型，也可以基于組織實際情況建立自己的建模規范。本文以《航空工業集團公司復雜組織體架構建模規范》為指導，選擇 ARIS 平臺來對各元素、模型進行建模。需要注意的是，模型及其屬性按照關注的管理重點及模型特征可以分為定性描述類、定量描述類或二者的結合。如 PESTEL 模型中各因素描述為定性的描述；而戰略績效指標類可以包括定量的指標或定性指標描述。

      4.2?運營數據導入

      組織模型創建后，就可以對模型導入數據。Gartner 在DTO 白皮書中提供了 12 個用例，這些用例可以通過將此類操作數據與傳統企業架構模型相結合來解決。這些用例是：企業績效、數字商務、客戶體驗、需求驅動的價值網絡、業務流程管理、制造、商業時刻、業務流程外包、并購、風險管理、項目組合管理、業務能力。

      在實踐中，有些數據信息是通過與相關業務系統集成實現的，而一些是訪談收集，事實上，訪談收集這種方法仍然是有用的方法?；趹孟到y的數據導入可以是基于時間或事件驅動?；跁r間的數據流以特定的采樣時間傳遞給控制器。事件驅動的數據通過在物理世界中發生事件來接收，同時攜帶有關事件的重要信息。但在實際操作中數據和分析模型之間的關系并不明確，有些數據嵌入到組織現有軟件或硬件系統中。例如，許多企業使用的 ERP 軟件、商業智能軟件部署了許多預配置的數據和分析模型，為了對組織進行建模，需要清楚地了解這些數據和分析模型。

      此外，導入的數據還依賴于 DTO 組織模型的選擇。選取戰略績效指標數據（側重于財務數據）、業務流程性能數據（流程活動開始時間、結束時間、處理時間等）、資源成本（如人員、應用程序）等進行數據導入。在實際DTO 建設中還應重點考慮數據質量，本文主要側重于 DTO構建方法的研究，對數據質量暫不做過多描述。

      通過將來自不同來源的運營數據集成到 DTO 模型中，使后續能夠有計劃有側重地分析和更改商業模式、業務、IT 系統和其他資產。

      4.3?業務挖掘

      一旦用相關數據豐富了模型，就可以使用它來執行各種分析，進行這種分析并記錄結果即業務挖掘。例如可以對業務模型場景、投資優先級、產品組合績效、能力成熟度和增長、業務連續性、流程性能與瓶頸、IT 系統組合等進行分析。為了傳達正確的信息并在組織內達成共識，可以進行適當的可視化，例如 ArchiMate 中的基于模型生成的矩陣和列表、熱力圖和交互式儀表盤等。目前的主流業務分析挖掘技術或內容包括 6 個方面。

      1）影響分析：貫穿模型的結構，以評估業務、應用程序的重要性、更改計劃對戰略目標的貢獻或更改對整個企業的影響。

      2）相關性分析：探索架構元素之間的一致性，組織的關鍵要素、運行風險及瓶頸。

      3）生命周期分析：解決企業隨時間的演變問題，如何規劃變更計劃并控制組織環境中各元素的生命周期，同時考慮不同項目的實現或更改的流程和系統以及期望的業務結果之間的依賴關系。

      4）應用系統的業務價值和技術價值分析：應用系統或數字化對組織的重要性，以及它的工作表現。

      5）財務分析：例如在應用系統成本計算或項目組合管理中，投資成本、比重及是否與業務目標一致。

      6）風險、安全和合規性分析：例如在法規遵從性、隱私和網絡安全等方面。

      如前文所提到的定性與定量模型，在業務挖掘或仿真過程中，對于定性描述的模型，主要采用對模型與模型、模型與元素之間關聯及影響關系進行分析；對于可導入數據定量描述的模型，主要側重于運行數據的分析。例如，通過定義模型元素間的關系，可以分析在 PESTEL 模型中對政治、經濟、社會、技術、環境和法律六大因素的描述與定義，在后續的 SWOT 分析中，機會與威脅因素有多少予以考慮與應用，對于不考慮的因素組織是否有合理的說明。

      本文給出了流程 - 應用系統矩陣分析及流程挖掘分析兩種示例。如圖 4 所示，在流程與應用系統的分析示例中，可以看出流程中不同的步驟在不同的應用系統中實現，而有些流程步驟還是手工的處理方式，這樣我們就可以提出系統的合并以及提出新的 IT 需求。

      如圖 5 所示，在業務流程挖掘示例中，利用流程挖掘工具，監控、可視化和度量關鍵業務流程，幫助確定瓶頸、流程不合規和異常等關鍵痛點，從而確定潛在的改進領域。

圖 4?流程 - 應用系統矩陣分析示例

      4.4?模型改進與仿真

      通過業務挖掘發現相應問題后，可以對組織模型進行改進，通過仿真技術，可以在提供改進解決預方案，到真正執行前基于數據對模型進行仿真跟蹤，及早發現業務瓶頸，方便提出優化方案，保證在業務改進實施前全面了解可行性。良好的 DTO 實踐可以幫助組織進行變革和創新，從而增強組織的可持續性。當使用 DTO 時，領導者可以在虛擬模型中進行調整和更改，這意味著領導者能夠在實施重大變革之前審查不同的選擇和方案。除了使用歷史數據對未來可能的場景（例如，使用數據分析、模擬、機器學習）進行評估外，還主要側重于對組織可能發生的情況（假設），而不是當前正在發生的情況進行分析。

圖 5?業務流程挖掘示例

圖 6?流程仿真架構

      本文以目前應用較為成熟的流程仿真技術為例，說明仿真模型的創建過程。如圖 6 所示，基于改進完成的業務流程模型，對流程模型對象和特性模擬參數配置，利用仿真引擎驅動過程實例的執行，得到一系列運行實例數據，對運行實例數據進行統計分析以及可視化、圖表化展示。

      例如，對流程中事件的觸發頻率、分支概率，流程活動的時間參數（包括等待時間、處理時間等）進行設置，其中時間分布可以設置為能夠對仿真算法進行配置，如常數、均值分布、正態分布、指數分布、三角分布以及伽馬分布等運算算法?；谠O置的參數在流程引擎中進行模擬。

      這些模擬的結果能夠為現實世界建立業務案例，確定可能的成本，并計算當前方法的潛在節約，還可以利用所有這些知識來決定首先要做什么，接下來應該做什么，以及根據收到的信息，哪些可能根本不值得做。還可以重新審視模擬數據，并嘗試各種“假設”調整，以期得到更好的改進設計。

      4.5?組織改進

      使用設計的業務模型和規則，可以在虛擬環境中創建業務場景，以測試業務運行時間、成功或失敗裕度，從而無風險地識別業務能力，并可以隨著特定流程的更改而改進業務。在評估改進可能性及效果后，組織應將設計的方案進行實施，將改進階段作為 DTO 推進的重要一環，并真正的落實組織的改進提升。

5.結束語

      在組織數字化轉型過程中，需要使用一種互動的方法，定期更新戰略及運營計劃，以敏捷的方式適應不斷變化的環境。而組織數字孿生（DTO）可以提高效率，最大限度地優化，并降低風險。在 DTO 中，由于所有信息都連接在一個連貫的模型空間中，任何變化都可以作為整體畫面的一部分預先評估。反之亦然，外部世界相關數據的變化可以輸入數字孿生，以評估其對企業的影響。

      在企業數字化轉型過程中，改變企業的關鍵在于分析變化的影響，并以明智的方式規劃變化。本文探索的組織數字孿生建設內容及推進路線，希望能夠幫助各級決策者使用這些信息來指導、控制和改變企業。

      組織數字孿生建設是一項復雜的工作，需要強大的平臺和相當高的 EA 成熟度。盡管如此，結合其競爭優勢，探索 DTO 的理論及應用還是非常有意義的。 

轉載：制造前沿