数字时代正在快速增长，对许多组织来说，数字业务是未来增长的关键，而对于知道如何应对的组织来说，机会的数量是巨大的。然而，挑战依然存在于数字业务，例如，全面整合的数字成本可能会非常高昂。不仅如此，组织需要跟上市场变化和创新，还需要优化成本结构，保持竞争力。虽然技术可以让人们摆脱过去的操作性任务，但剩下的任务正变得越来越复杂。

      国外的一些研究表明，企业正在努力克服阻碍成功数字化转型的障碍。这包括（但不限于）在大型 IT 投资的商业案例中缺乏基于事实的见解、过于复杂的流程和 IT 环境使快速更改变得困难、大型不连贯项目投资组合对单独计划的附加值缺乏清晰的洞察力、治理定义不明确等。同时，我国企业数字化转型已进入关键时期，数字化转型作为一个系统工程，具有很高的复杂性，需要考虑多业务角度、多种技术的应用以及业务与技术二者的有效结合，复杂性远超过原有的信息系统建设。

      因此，建立一个模型化、可视化的，用以理解组织运营所处的复杂环境，发现新的挑战以及机遇，并给出可能的解决方案的模拟仿真，以避免代价高昂的错误等，对组织的数字化转型尤为重要。

2.组织数字孪生理论

      数字孪生的概念起源于工程领域。由于数字孪生能够带来竞争优势，越来越多的企业正在利用数字孪生来提高效率，并最大化降低风险。物联网技术与工业 4.0 的发展，使企业更容易接触到数字孪生，更多的行业正在利用数字孪生来提高绩效。随着数字孪生技术越来越先进，更加明显的情况是，任何东西都可能有数字孪生。虽然数字孪生的概念一般应用于设备或硬件，但并不局限于这些领域。

      2017 年，Gartner 将工程中数字孪生这一理念正式应用到组织的业务领域中，称为组织数字孪生（Digital Twin of an Organization，DTO），并给出如下定义：“组织数字孪生（DTO）是任何组织的动态软件模型，它依赖于运营和 / 或其他数据来了解组织如何运营其业务模型，如何与当前状态相连接，如何响应变化，部署资源并提供预期的客户价值。”

      Gartner 甚至预测，利用组织的数字孪生进行变革的组织将扭转局面，即将 70% 的失败率转化为 70% 的成功率。但要获取这一价值，需要新的高水平的业务运营，这个业务运营建立在后台，包含更稳健、更有效的流程和技术，即通过集成运营模式交付的基础上。在当今世界，原子化方法是不够的。而 DTO 的理念是基于使用组织的数字表示来支持变革或新计划实施的目标。DTO 提供了企业的虚拟模型，领导者可以根据需要进行分析和调整。当完全实现时，它在操作环境中提供了一个完整的孪生模型。而DTO 模型中使用数据的持续更新，也为企业提供了有关组织如何运作、如何利用资源、如何响应变化以及如何满足客户需求的实时信息。获得这样一种模式会给企业带来巨大的竞争优势。

      从组织绩效、成本优化到客户体验管理，DTO 有许多应用，但其所有应用都旨在支持组织的决策过程，即创建一个组织的虚拟副本来帮助企业领导者探索他们的选择，并参与到场景中。

      正如 Gartner 所定义的，DTO 是任何组织的动态软件模型。它依靠数据来了解组织如何运作其业务模型、如何与当前状态联系、如何响应变化、如何部署资源以及如何交付预期的客户价值。Gartner 将这些内容归结为如下几个方面：

      1）目的地，关于您想要到达的目的地以及您想何时到达目的地的信息。

      2）地图，展示如何达到这一目标的指南——你所在组织的 GPS 只能和地图数据库一样好。

      3）绩效，表明你在旅途中走了多远情况，属于情境意识（即组织意识到前方道路上的障碍和挑战）。

      4）价值，关于组织的进展和情况的准确信息，以便做出明智的决策。

      通过这些方面的整合，可以为领导者提供全面的知识，并有效地将他们置于组织的驱动位置，特别是在追求卓越运营、成本或企业绩效优化、数字业务或客户体验等方面。

图1 DTO 用例及趋势

      Gartner 还给出了组织数字孪生在近几年的用例及应用趋势，如图 1 所示。

3.组织数字孪生建设方法

      目前国内外，数字孪生已被应用于车间智能管控、个性化产线快速配置、产品全生命周期管理、智能物流、动态调度、机器人运行优化、产品质量保障、数控设备维修及人机交互等问题中。组织构建数字孪生的过程与工程数字孪生是不同的，主要是组织没有用于构建模板的原始物理设计，即没有物理意义。这就需要将组织结构化信息与运营（实际的或假设的）信息进行结合，来构建组织运行实体模型，就是我们所说的组织数字孪生（DTO）。

      虽然国外在某些领域已有相应的实践，但关于 DTO的建设目前在国内研究较少。本文结合数字孪生理论及相关项目实践，理清组织数字孪生建设需要关注的内容与方法模型，探索设计了组织数字孪生建设内容及与之相结合的推进路线。

      在设计 DTO 建设内容和推进路线时需要解决或关注如下几个问题：①需要根据组织需求的不断发展，定义一个框架来促进 DTO 的开发和发展；②数据和分析是建设DTO 的驱动力；③ DTO 建设需要考虑的关键要素包括真实世界组织实体的模型，以及时间、上下文和事件等的数据要素；监视真实世界对象的能力，同时展示元素间的结合及动态的进化过程，从而维持和发展组织数字孪生。

      在本方法设计过程中，重点考虑企业在数字化转型过程中重点关注的 DTO 要素、驱动力及 DTO 的可持续发展，在推进方法论设计时主要考虑了以下内容：

      1）为企业建模，如战略、组织、流程、绩效和支持运营的技术等。

      2）考虑实时运营数据，如流程运行状态、资源成本、技术生命周期和绩效等。

      3）可视化和分析，如运营数据统计、合规性分析。

      4）更改和仿真，决策关键是分析影响。

      5）改善、不断检查并改进。

      总之，DTO 建设应允许在模型中表示组织的所有元素和连接，并可以对模型进行模拟分析，以实现组织的持续评估和优化。基于上述分析，建立组织从战略、组织、流程、技术、财务和合规等综合角度的全景视图，并将组织的动态模型与运营和 / 或其他数据相关联（以了解组织业务模型的实际运作模式、对变化的响应、资源部署和如何提供客户价值等），来挖掘业务改进点，并对企业未来场景进行模拟仿真，以预测潜在战略和 / 或战术行动方案的性能，提出了一套组织数字孪生推进路线，如图 2 所示。

图2 组织数字孪生建设路线

      1）组织建模：创建 DTO 的第一步是开发准确而全面的虚拟组织表示形式，即组织模型。在 DTO 组织建模中，可以利用 EA 作为开发 DTO 的工具。EA 可以提供稳定而灵活的框架与内容体系，也便于新的 DTO 元素轻松添加。模型可以通过端口接受外部信息，这些端口的设计为数据导入提供基础。

      需要注意的是并非所有组织资产或其所有特征都可以进行模型化，资产性质决定了哪些特征可以提供数字化模型化的表示。而组织业务、资产的信息化或数字化，可以帮助 DTO 应用领域扩展。

      2）运营数据导入：创建 DTO 的第二步是将企业中的相关运营数据添加到组织模型中。模型创建后，就可以对其导入数据进行分析，以了解更多关于组织信息，同时为预测问题和需重点关注的领域提供输入。在本步骤中需要注意，模型与数据必须对齐，即接收到的数据需转换为模型匹配的格式。运营数据导入到组织模型中，将会呈现出组织是如何真实运行的。

      3）业务挖掘：业务挖掘主要是针对现有业务进行问题的洞察。在引入运营数据后，组织可以通过对业务执行情况进行分析与挖掘，对比设计与实际之间的差距，发现现有的问题，从而自动发掘真实的业务执行情况以及相关的 KPIs，并分析出相关影响要素。

      4）模型改进与仿真：针对挖掘出的问题，给出相应的模型化的改进方案，并对方案进行仿真。通过仿真模拟技术，DTO 将协助组织能够更灵活地应对变化，这可以转化为更持久的客户关系和盈利能力。

      5）组织改进：组织数字孪生的改进阶段创造了持续改进的良性循环，即组织数字孪生过程不应被视为线性过程，而应被视为一个循环。通过本推进路线，在传统企业架构（EA）模型和组织运营数据以及组织改进之间提供了一个持续的反馈回路。在推进过程中需要考虑的不仅是原有模型的维护，还包括在 DTO 动态进化过程中不断的增加模型数量，从而积极、渐进地构建组织的数字模型表示，并协助推进组织数字化转型。

4.组织数字孪生建设应用验证

      根据提出的建设方法，选取部分建设内容进行验证，为 DTO 的建设提供可验证的案例。

      4.1 组织建模

      在DTO模型内容体系设计过程中，利用企业架构（EA）作为开发 DTO 的技术和工具，并利用 EA 嵌入组织虚拟实现中使用的原则、约束和模型。在 DTO 模型创建过程中，选择的建设内容可以包括（但不局限于）战略方向与目标、商业模式、当前和所需的资源和能力、组织、流程以及支持组织运营的 IT 和其他技术等。在各架构体系中选择相应的模型，如图 3 所示，并对这些模型或模型元素进行关联，形成连贯的主干，在企业的战略方向、运营和变革之间提供一条主视线。

图 3 DTO 建设内容及模型选择

      企业在实际推进过程中应建立统一的建模规范，以使相关推进人员专注于组织数字孪生内容本身，例如，可以选择 ArchiMate、TOGAF、BPMN、NIST 800-53 等标准或框架来构建模型，也可以基于组织实际情况建立自己的建模规范。本文以《航空工业集团公司复杂组织体架构建模规范》为指导，选择 ARIS 平台来对各元素、模型进行建模。需要注意的是，模型及其属性按照关注的管理重点及模型特征可以分为定性描述类、定量描述类或二者的结合。如 PESTEL 模型中各因素描述为定性的描述；而战略绩效指标类可以包括定量的指标或定性指标描述。

      4.2 运营数据导入

      组织模型创建后，就可以对模型导入数据。Gartner 在DTO 白皮书中提供了 12 个用例，这些用例可以通过将此类操作数据与传统企业架构模型相结合来解决。这些用例是：企业绩效、数字商务、客户体验、需求驱动的价值网络、业务流程管理、制造、商业时刻、业务流程外包、并购、风险管理、项目组合管理、业务能力。

      在实践中，有些数据信息是通过与相关业务系统集成实现的，而一些是访谈收集，事实上，访谈收集这种方法仍然是有用的方法。基于应用系统的数据导入可以是基于时间或事件驱动。基于时间的数据流以特定的采样时间传递给控制器。事件驱动的数据通过在物理世界中发生事件来接收，同时携带有关事件的重要信息。但在实际操作中数据和分析模型之间的关系并不明确，有些数据嵌入到组织现有软件或硬件系统中。例如，许多企业使用的 ERP 软件、商业智能软件部署了许多预配置的数据和分析模型，为了对组织进行建模，需要清楚地了解这些数据和分析模型。

      此外，导入的数据还依赖于 DTO 组织模型的选择。选取战略绩效指标数据（侧重于财务数据）、业务流程性能数据（流程活动开始时间、结束时间、处理时间等）、资源成本（如人员、应用程序）等进行数据导入。在实际DTO 建设中还应重点考虑数据质量，本文主要侧重于 DTO构建方法的研究，对数据质量暂不做过多描述。

      通过将来自不同来源的运营数据集成到 DTO 模型中，使后续能够有计划有侧重地分析和更改商业模式、业务、IT 系统和其他资产。

      4.3 业务挖掘

      一旦用相关数据丰富了模型，就可以使用它来执行各种分析，进行这种分析并记录结果即业务挖掘。例如可以对业务模型场景、投资优先级、产品组合绩效、能力成熟度和增长、业务连续性、流程性能与瓶颈、IT 系统组合等进行分析。为了传达正确的信息并在组织内达成共识，可以进行适当的可视化，例如 ArchiMate 中的基于模型生成的矩阵和列表、热力图和交互式仪表盘等。目前的主流业务分析挖掘技术或内容包括 6 个方面。

      1）影响分析：贯穿模型的结构，以评估业务、应用程序的重要性、更改计划对战略目标的贡献或更改对整个企业的影响。

      2）相关性分析：探索架构元素之间的一致性，组织的关键要素、运行风险及瓶颈。

      3）生命周期分析：解决企业随时间的演变问题，如何规划变更计划并控制组织环境中各元素的生命周期，同时考虑不同项目的实现或更改的流程和系统以及期望的业务结果之间的依赖关系。

      4）应用系统的业务价值和技术价值分析：应用系统或数字化对组织的重要性，以及它的工作表现。

      5）财务分析：例如在应用系统成本计算或项目组合管理中，投资成本、比重及是否与业务目标一致。

      6）风险、安全和合规性分析：例如在法规遵从性、隐私和网络安全等方面。

      如前文所提到的定性与定量模型，在业务挖掘或仿真过程中，对于定性描述的模型，主要采用对模型与模型、模型与元素之间关联及影响关系进行分析；对于可导入数据定量描述的模型，主要侧重于运行数据的分析。例如，通过定义模型元素间的关系，可以分析在 PESTEL 模型中对政治、经济、社会、技术、环境和法律六大因素的描述与定义，在后续的 SWOT 分析中，机会与威胁因素有多少予以考虑与应用，对于不考虑的因素组织是否有合理的说明。

      本文给出了流程 - 应用系统矩阵分析及流程挖掘分析两种示例。如图 4 所示，在流程与应用系统的分析示例中，可以看出流程中不同的步骤在不同的应用系统中实现，而有些流程步骤还是手工的处理方式，这样我们就可以提出系统的合并以及提出新的 IT 需求。

      如图 5 所示，在业务流程挖掘示例中，利用流程挖掘工具，监控、可视化和度量关键业务流程，帮助确定瓶颈、流程不合规和异常等关键痛点，从而确定潜在的改进领域。

图 4 流程 - 应用系统矩阵分析示例

      4.4 模型改进与仿真

      通过业务挖掘发现相应问题后，可以对组织模型进行改进，通过仿真技术，可以在提供改进解决预方案，到真正执行前基于数据对模型进行仿真跟踪，及早发现业务瓶颈，方便提出优化方案，保证在业务改进实施前全面了解可行性。良好的 DTO 实践可以帮助组织进行变革和创新，从而增强组织的可持续性。当使用 DTO 时，领导者可以在虚拟模型中进行调整和更改，这意味着领导者能够在实施重大变革之前审查不同的选择和方案。除了使用历史数据对未来可能的场景（例如，使用数据分析、模拟、机器学习）进行评估外，还主要侧重于对组织可能发生的情况（假设），而不是当前正在发生的情况进行分析。

图 5 业务流程挖掘示例

图 6 流程仿真架构

      本文以目前应用较为成熟的流程仿真技术为例，说明仿真模型的创建过程。如图 6 所示，基于改进完成的业务流程模型，对流程模型对象和特性模拟参数配置，利用仿真引擎驱动过程实例的执行，得到一系列运行实例数据，对运行实例数据进行统计分析以及可视化、图表化展示。

      例如，对流程中事件的触发频率、分支概率，流程活动的时间参数（包括等待时间、处理时间等）进行设置，其中时间分布可以设置为能够对仿真算法进行配置，如常数、均值分布、正态分布、指数分布、三角分布以及伽马分布等运算算法。基于设置的参数在流程引擎中进行模拟。

      这些模拟的结果能够为现实世界建立业务案例，确定可能的成本，并计算当前方法的潜在节约，还可以利用所有这些知识来决定首先要做什么，接下来应该做什么，以及根据收到的信息，哪些可能根本不值得做。还可以重新审视模拟数据，并尝试各种“假设”调整，以期得到更好的改进设计。

      4.5 组织改进

      使用设计的业务模型和规则，可以在虚拟环境中创建业务场景，以测试业务运行时间、成功或失败裕度，从而无风险地识别业务能力，并可以随着特定流程的更改而改进业务。在评估改进可能性及效果后，组织应将设计的方案进行实施，将改进阶段作为 DTO 推进的重要一环，并真正的落实组织的改进提升。

5.结束语

      在组织数字化转型过程中，需要使用一种互动的方法，定期更新战略及运营计划，以敏捷的方式适应不断变化的环境。而组织数字孪生（DTO）可以提高效率，最大限度地优化，并降低风险。在 DTO 中，由于所有信息都连接在一个连贯的模型空间中，任何变化都可以作为整体画面的一部分预先评估。反之亦然，外部世界相关数据的变化可以输入数字孪生，以评估其对企业的影响。

      在企业数字化转型过程中，改变企业的关键在于分析变化的影响，并以明智的方式规划变化。本文探索的组织数字孪生建设内容及推进路线，希望能够帮助各级决策者使用这些信息来指导、控制和改变企业。

      组织数字孪生建设是一项复杂的工作，需要强大的平台和相当高的 EA 成熟度。尽管如此，结合其竞争优势，探索 DTO 的理论及应用还是非常有意义的。 

转载：制造前沿