VCM_022022_LR

W W W . V A L U E C H A I N . B E 10 VISIE dellen te gebruiken buiten de technisch zeer onderlegde R&D-afdeling. Die simulaties kunnen dan worden uitgevoerd door een medewerker of een machine via een beperkte set van specifieke API’s. Aan zo’n digitale tweeling zijn bijvoorbeeld ook dashboards gekoppeld, die voor snelle inzichten zorgen. Het voorbeeld van de smar t city geef t meteen aan dat we erg ver kunnen gaan met de ontwikkeling van digitale tweelingen. Maar natuurlijk kunnen we zulke zaken nooit ontwikkelen met louter de gegevens van interne systemen. “Bekijk dus welke data nog zinvol zijn, binnen je ecosysteem of daarbuiten (zie f iguur 3). Zo kun je je digitale tweelingen nog beter voeden, bijvoorbeeld met data over het gedrag van gebruikers”, stelt prof. Piller. Een mooi voorbeeld van hoe gebruikersdata optimaal kunnen worden benut, vinden we terug bij Choosy, het modemerk van Jessie Zeng, dat out f its ontwikkelt op basis van algoritmes. Dat noemen we predictieve innovatie. Prof. F. Piller: “Een eerste algoritme scant Instagram om, op basis van wat mensen posten, te spotten wat op dat moment trendy is. Een tweede algoritme creëert vervolgens items die op die trends inspelen. En terwijl die items in beperkte oplage worden geproduceerd, zoekt algoritme nummer drie naar mensen die interesse hebben om die stuks te kopen. Op het moment dat de stukken blijken aan te slaan, kunnen de grote modemerken ze snel in hun collectie meenemen.” Het businessmodel van de digitale tweeling Prof. Frank Piller rondt af met enkele aanbevelingen om een succesvol businessmodel rond de digitale tweeling te bouwen. “Weet dat wat kan worden gemeten, ook steeds vaker zal worden gemeten. Het zal steeds uitdagender worden om door de bomen het bos te blijven zien. Je moet je vooral de vraag stellen hoe je met behulp van digitale tweelingen en schaduwen waardevolle visibiliteit voor je business kunt creëren”, adviseert hij. “Weet ook dat wat kan worden geconnecteerd, steeds vaker zal worden geconnecteerd. Hier moet je je vooral afvragen hoe je die connectiviteit optimaal kunt benutten door silo’s met (digital twin) data te connecteren. Want zoals aangehaald bestaat de moeilijkheid er niet zozeer in digitale tweelingen te maken, maar wel data zodanig te combineren dat ze een goede basis voor analyses vormen.” Maar dé hamvraag die we ons moeten stellen, is wel wat de ‘taak’ van onze digitale tweeling wordt. Ideaal is als we bij het omschrijven van die taak een goede balans weten te vinden tussen de productiviteitswinst (OE/OEE) en de uitbouw van een nieuw businessmodel, dat meer wendbaarheid, flexibiliteit of customisering biedt. Dat zal zowel ons eigen bedrijf als onze klanten ten goede komen. Prof. F. Piller: “Moet de digitale tweeling een nieuw businessmodel ondersteunen, dan positioneer je je wellicht best ook in een open ecosysteem. Overweeg innovatieve gezamenlijke ontwikkelingen in een gedeelde infrastructuur. Als je dat doet, is het misschien mogelijk binnen je industrie een innovatief platform of een innovatieve app te ontwikkelen. Denken we maar aan 365FarmNet, dat werd ontwikkeld als een open platform voor complementaire bedrijven, maar ook concurrenten. Binnen die oplossing deelt Claas Crop View bijvoorbeeld satellietbeelden met landbouwers, wat precisielandbouw voor iedereen toegankelijker maakt.” “Maar het allerbelangrijkste is dat hoe sterk we ook op digitalisering willen inzetten, we nooit mogen vergeten dat we uiteindelijk nog steeds in een fysieke wereld leven. Uiteindelijk zal het dan ook de meest zinvolle integratie en wisselwerking van de fysieke wereld en de digitale wereld zijn, die nieuwe businessmodellen drijft”, besluit prof. Frank Piller. TC FIGUUR 3 Verschillende databronnen

RkJQdWJsaXNoZXIy MjkyNTU=