来源:GIS小丸子
自从2019年参与到“数字孪生”领域以来,经过一段时间的发展,最近有明显的感觉:数字孪生已经逐渐进入了下半场~。
在上半场的时候,我们还会在很多场合激烈的讨论到底什么才是数字孪生,最近这个声音变少了;
在上半场的时候,我们还会对一张酷炫的3D可视化场景去给他赋予美好的愿景和展望,最近这个话术变少了;
在上半场的时候,我们在项目很多机会很多,最近这个机会变少了;
转而到来的下半场,我们也看到了一些比较明显的特征:
如果说上半场的时候大家大多数讨论的还是比较宏观的“大孪生”概念,那下半场的特征就一定是“小孪生”了,而这里的“小孪生”一方面是行业化的数字孪生,另外一方面是深度有价值的场景。
最近百度地图也发布了百度的数字孪生地图解决方案,当然了从姗姗来迟的产品发布中我们也可以发现虽然百度是一个很明显的平台化公司,但是本次的产品发布会上还是可以很明显的看到他们的数字孪生行业化策略,主要依然面向政府客户,同时主要的应用场景是聚焦在交管领域,而且从产品上来看,他们在这个方向上已经形成比较典型的案例以及一些独特的领域技术优势,包括:多源数据自动差分融合、深度学习道路自动提取、全景图像自动精准识别以及针对一些线性道路要素的参数化建模等。
所以下半场的“小孪生”更容易聚焦产品力以及服务资源,政府企业信息化没有新鲜事,解决方案能力以及服务能力还是第一位的,过去我们认为数字孪生是没有边界的,但是后面发现数字孪生确实是没有边界的,但是我们自己以及我们的团队的能力是有边界的。PPT都可以讲,但是最终下沉到服务中就是要真真实实去解决客户的问题的,而在服务过程中去积累自己对客户业务的理解以及增强自己的能力是一个必要的积累过程,没有奇迹可以发生,可以有跨界打劫,但是能够跨界打劫成功的人未必是你。
就像很多靠游戏引擎起家的新势力数字孪生厂商在遇到专业GIS场景基本上还是会有陌生感,虽然和很多传统GIS公司似乎都是做着地理空间的事情,就像在一些城市应用场景上我们本身并不是特别担心这些新势力厂商的竞争,我们主要的优势还是在于对客户业务的理解以及一些问题解决能力的积累,但是在一些企业智能化的场景中,我们相应的理解能力就会弱一些。
同时也需要在过往的应用场景中找深度,比如我们最近一直在做的数字孪生水厂项目就需要将水厂的处理流程包括沉淀池、砂滤池、臭氧接触池、活性炭滤池、超滤膜车间、清水池、清水泵房、尾水车间等八个工艺彻底搞明白,项目团队都是驻扎在现场,客户带着我们一道一道工艺的去看,不断的去梳理流程,其中包括每个管道的走向都要理清楚,这种投入是在园区以及城市项目上是从未有过的,在这个项目上我们不仅仅积累的是非常多的技术能力,还强化了我们对生产型数字孪生的构建以及对水务相关业务的理解,同时这个项目客户其实也是比较谨慎,整体的智慧化改造其实是分阶段规划以及实施的,随着我们对业务理解的加深以及服务能力的认可,客户也将后续的一些信息化改造的内容也交给了我们,这样也提升了我们解决方案的丰富度,进入特定行业的时候典型客户以及标杆项目都非常重要,这类项目需要投入足够的资源以及耐心,下半场,应用的深度很重要。
同时在下半场,随着国家确定了“主抓经济”这个主线,在行业方向上过去很多没有得到很好推动的政策都还是值得期待的,包括实景三维中国、CIM以及现在推动节奏比较好的水利数字孪生等,都还是会存在很大的机会,但是要抓住这些方向还是需要一些必要的合作伙伴的能力支撑,很多行业领进门还是得要找个师傅,这个还是挺重要。
在过去一年,在数字孪生领域关于“拿来主义”以及“信创可控”的讨论依然是很多的,而且在进入到下半场“信创可控”依然会是一个非常关键的内容,其实在很多工程项目中,并不是不想换,而是没法换,国外游戏引擎的效果就是做得好,而且还免费,相关的资源也多,只要是客户没有硬性的要求,大家都是睁一只眼闭一只眼。现在的数字孪生应用繁荣其实本质上也是这些国外的游戏引擎带来的,同时我们也应该正视这种先天不足的差距,其实我不是特别看好在当前的赛道上期待短期能够开发出一个能够直接和UE或者Unity直接竞争的国产化产品,主要还是时间问题,可行的路线可能还是需要期待下一次的技术更新迭代,从而国内国外基本能够站在同一个起跑线上去竞争,就像从一个GISer的角度来看,未来3D的主要应用载体还应该会是以Web轻量化为主,WebGPU会是一个值得期待的技术更迭。
当然也可以采用基于这两款引擎代码进行修改发布的策略(可能会有知识产权的问题),并保证这些引擎能够顺利的适配到国产化生态环境中其实也是一个策略。“信创可控”不能意味着产品更差,之前和一个做大数据平台的厂商沟通,他们按照客户的要求将底层全部切换到一些国产化的产品上之后,导致整个系统的稳定性以及性能都出现了非常大的问题,所以在后来给客户推荐方案的时候,他们基本上也都是要劝客户考虑清楚,尤其是针对一些有日常工作需求的场景。
从另一方面来说,这也不值得悲观,在GIS领域其实热门的3D引擎也都是一直变来变去的,新的一些特定的应用场景或者模式会催生出一些新的热门引擎,就像很多游戏引擎的产生也都是由于游戏的流行而流行开的,下半场,数字孪生也会有更多的专有引擎出现。
进入到下半场,另外一个很有意思的变化,之前我也提过就是“数字孪生”向“元宇宙”的概念过渡,从一些专家的分析来看,元宇宙更强调“虚实融合”,可以说是“数字孪生”的高级形态,在下半场,在概念上,大家应该不会有更多的兴趣去讨论“数字孪生”是什么了,更多的还是会去讨论“元宇宙”概念。
“元宇宙”概念太大,有太多的概念并不是很理解,结合着自己的主业,个人只能有一些浅显的理解:
如果“数字孪生”更强调“真实”,那“元宇宙”则会更加强调“虚拟”,那为了应对这样的趋势,我们需要储备一些新的知识以及技术,包括AR/VR以及AIGC相关的内容,这个方向也会产生更多的工作机会以及学科的融合。
3D化依然会是一个关键的方向,我们的内容从过往的2D方案的图文以及视频必然是要过渡到3D的表达形式以及体验,我之前也在朋友圈发过,未来网站的全面3D化可能会是一个重要的趋势。
现在的元宇宙场景味道还不对,子弹还需要再飞一会儿。
抛开这些所谓的概念和阶段,其实对于企业来说如果具备一些独特的能力的积累,通常会让你能够具备更好的跨越周期的能力,最麻烦的就是那种没有特点的,我们在很多项目上也遇到过这些问题,比如有些公司说自己什么都能做,最后大概率都是出局了,什么都能做也就意味着什么都不精,而特点相对明确的团队往往在“分蛋糕”的时候相对来说麻烦就会比较少一些。
所以尽量让自己变得有特点儿,在数字孪生上半场,我也发现一些比较有意思的一些特长能力,在这边分享给大家:
在城市数字孪生领域,空间数据的管理其实是受到严格的政策约束的,但是为了构建城市的空间底板其实目前主要有三条途径:
1)自己投入生产,这个成本是非常高的,对于一般的空间几何数据还可以通过一些航飞的方法进行快速采集,但是对于一些比如地名地址类的数据再去做采集难度就非常大了,这个成本都非常高,所以现在也就出现了一些国资单位自己去投资生产空间数据然后再在政府的信息化项目中进行二次增值转售的情况,这在不少地方已经出现了这种应用模式,同时如果自己能力可以还可以顺带基于数据做一些软件的服务。
除了这些国资的企业还有一些图商或者快递企业积累了很多空间数据,这些空间数据也是可以在政府的项目中提供针对性的解决方案,比如上文提到的百度地图,还有就是类似丰图这类快递企业,在经营快递业务中积累了很多的城市地名地址数据,这些数据可以很好的补充政府的地名地址数据,在很多数据空间化的场景上其实都是有很独特的价值的。
2)协调自规数据,这个就不多说了,大家都知道的。
3)互联网数据,这部分过去其实用的都是一些地图服务,但是在数字孪生的应用中大部分都需要进行3D化的建模,所以这个时候大部分都是需要拿到原始数据进行再加工的,前期很多价格不贵的下载器就成为了主流,虽然这样大概率是违规的但是大家还是都在用,后来很多做数字孪生引擎的厂商就开始逐渐集成这部分能力,把这种3D白模作为一项能力打包到引擎中,用户只要简单的拉框选择,这些软件就自动给你生成好了这些模型,这样就可以直接用了。
其实现阶段在数据上又出现了一些新的选择,包括目前很多遥感厂商也都提供了相应的高现势性的数据服务,之前的一些“野路子”数据的质量其实都不高,随着这些专业遥感厂商的加入,在数据选择丰富度上就会有更多的选择,同时“数字孪生这张底板也能够更加高效的反馈城市的实时体征”。
所以用独特的「数据资源+软件服务」会成为一个比较好的“服务组合”,因为对于很多客户来说,尤其是非自规的业主来说,事情越简单越好,你们都能做自然都是交给你们,这样自己省的协调的麻烦。
如果没有特定数据资源的优势,其实如果拥有独特的算法也是一个比较不错的能力,这些公司往往自己不生产或者拥有数据,但是他却可以通过他们的算法让当前的数据增值,比如去年遇到的一个公司他们就是主要做通过遥感影像反演城市PM2.5的数据,而且在数据上可以用开放的数据也可以用客户自己的数据。
话题还是说回到遥感,在提到视频识别的时候,以前经常听到“灯下黑”这个说法,那从当前的趋势来看,未来遥感领域也同样会积累大量的对地观测的数据,而如何快速和高效利用和理解这些非结构的数据也会成为一个重要的需求,虽然现在也有不少遥感厂商推出了一些自服务的遥感AI类平台,但是总体来说还没有形成类似人脸识别这种比较通用的应用场景,对于非专业的用户来说门槛还是很高,去年也想做一些关于遥感AI平台的使用评测,但是到今天还没有找到很好的场景,但是遥感+AI这个方向肯定是没有问题的,比如航天宏图最近预中标2.21亿元鹤壁市遥感应用系统建设项目都是很好的需求体现,主要还是场景,比如随着图像分辨率的越来越高通过遥感影像进行三维模型的构建也会是一个很强劲的需求。
同时还有一些做视频和三维融合的团队,可以接入丰富的视频流,然后做海量视频数据的拼接以及融合,这些能力都还是一些比较有特色的算法能力,这都是在现有数据的基础生创造出更新的交互体验,是一个提升的过程。
其实对于我们这种做项目类型的公司,行业经验很重要,绝大多数情况下比技术更重要,我遇到的一些行业的团队,包括自然资源领域的,很多都有着很好的业务理解,有的即使是在没有产品和案例的情况下,靠自己的业务理解都可以直接拿下项目。所以这些年也在刷新一个认知,虽然我们从事的是软件服务,但是业务理解的深度和高度有时候反而比技术更重要,所以这些行业很多情况下也并不会出现一些破坏性的创新,大多数出现技术迭代的情况就吸收进来,对于服务商自己生产有难度的就以采购为主,他们主要盯住这部分用户的需求就好了,而不是盯住技术的发展,这是一个不同的思路,毕竟盯住客户才是盯住了钱袋子。
上面说的可能并不是很全面,也只是最近一些心得的总结,最后还是要说一句:「数字孪生下半场,你准备好了么?」