Bernat Morato
Innovation Technologies Expert at NTT DATA
En un mundo donde la intersección entre lo físico y lo digital se vuelve cada vez más prominente, los digital twins (gemelos digitales) emergen como una poderosa herramienta para capturar la esencia de esta convergencia. La semilla de esta tecnología fue plantada por David Gelernter en 1991, cuando introdujo el concepto en su obra Mirror Worlds. Desde entonces, los gemelos digitales han pasado de ser una visión futurista a una realidad palpable que está transformando la forma en que interactuamos con nuestro entorno físico.
En este artículo, exploraremos en detalle esta poderosa tecnología, los diferentes tipos que existen, su diversidad de aplicaciones, la tecnología y protocolos que hay detrás de éstos, y por último, los retos y oportunidades que presentan.
Descifrando los digital twins
Los digital twins son réplicas virtuales diseñadas para reflejar con precisión objetos, procesos o sistema físicos.
Este concepto cobra vida con la democratización de los microcontroladores y la fabricación digital, lo que ha permitido la recopilación masiva de datos sobre procesos e instalaciones reales. Estos datos, cuando se integran y representan en un entorno digital tridimensional, crean una versión virtual enriquecida de nuestro mundo físico, lo que se conoce como digital twin.
Esta tecnología ha trascendido los límites de la imaginación para convertirse en una herramienta fundamental en una amplia gama de sectores. Además, requiere un mayor o menor grado de inversión inicial en función del nivel de detalle, cantidad y calidad de los datos que se quieran consumir, así como del contexto del proceso en sí mismo y los motores de visualización que se necesiten usar.
Por regla general, un digital twin puede integrarse con una amplia gama de tecnologías de visualización, desde un sistema multi-pantalla, hasta una gran variedad de tecnologías inmersivas como la Realidad Aumentada (AR), Virtual (VR) o Mixta (MR), con las cuales crea una impactante sinergia (si aún te quedan dudas sobre la diferencia de estas tecnologías, sumérgete en un artículo detallado aquí).
Esta versatilidad se debe a la naturaleza conectada a la “nube” de los sistemas digital twin, es decir, los datos se almacenan y procesan en ésta, lo que permite adaptar la visualización según las necesidades específicas de cada usuario o aplicación.
Una vez ya explorada la base y versatilidad de los digital twins, es crucial entender que no todos son iguales. A continuación, nos adentraremos en los diferentes tipos y sus aplicaciones específicas, desde la visualización hasta el control en tiempo real, y mucho más.
Diversidad de los Digital Twins
La clasificación de los diversos digital twins puede resultar compleja debido a las múltiples perspectivas desde las cuales se aborda este concepto: ya sea por su contenido, su desarrollo en relación con el producto físico, su nivel de interacción, entre otros. Sin embargo, estas clasificaciones pueden generar ambigüedades y dificultades para identificar el modelo específico requerido por colaboradores o usuarios.
Frecuentemente, la primera pregunta que surge respecto a los digital twins es: ¿Para qué sirven? y, consecuentemente, ¿Cómo se pueden aplicar en un determinado sector? Por lo tanto, una aproximación útil para distinguir los diferentes tipos es adoptar un enfoque funcional. Esta metodología de clasificación presenta categorías autodescriptivas e independientes de la tecnología utilizada, lo que facilita comprender su propósito con solo leer su denominación.
Este enfoque funcional no solo permite describir las funcionalidades más innovadoras y poco convencionales de los digital twins, sino que también elimina la exclusividad entre los diferentes tipos, convirtiéndolos en un conjunto más accesible de posibilidades. A continuación, exploraremos la diversidad de tipos que se pueden encontrar.
Digital Twin de visualización
Este tipo es el más común y se centra en proporcionar una representación visual y gráfica de un sistema físico o proceso. Permite a los usuarios observar y comprender el estado y comportamiento del sistema en tiempo real o a lo largo del tiempo, ya sea mediante observaciones numéricas, colores, movimiento, y otros indicadores visuales.
Un ejemplo práctico podría ser un sistema de vigilancia utilizado en un estacionamiento de varias plantas. Imaginemos que un empleado es responsable de supervisar el estacionamiento y tiene acceso a una pantalla que muestra un modelo tridimensional (3D) de éste, detallando cada una de sus 500 plazas. En este modelo, cada plaza de aparcamiento se representa claramente, indicando si está ocupada o libre en tiempo real.
Por lo tanto, con solo un vistazo a la pantalla, el empleado puede obtener información instantánea sobre el estado de ocupación de todas las plazas del estacionamiento. Esto simplifica la gestión del estacionamiento al permitir una supervisión rápida y eficiente del espacio disponible y ocupado, sin la necesidad de inspecciones físicas constantes.
Este ejemplo ilustra cómo un digital twin de visualización facilita la comprensión y supervisión de sistemas físicos complejos mediante representaciones visuales intuitivas y en tiempo real, sirviendo como fundamento para los siguientes.
Digital Twin de control
Este tipo está diseñado para permitir la interacción y el control directo sobre el sistema físico o proceso, representado por el digital twin. Los usuarios pueden realizar ajustes y tomar decisiones en función de la información proporcionada por el modelo digital.
En este caso, el empleado responsable del parking del ejemplo anterior, puede controlar la subida y bajada de las barreras y persianas de todas las plantas, y también bloquear y desbloquear ciertas plazas reservadas usando su software de digital twin.
Digital Twin de diagnóstico o mantenimiento
Está orientado a identificar problemas, anomalías o fallos en el sistema físico representado por el digital twin. Utiliza datos históricos o en tiempo real para detectar y diagnosticar problemas, facilitando la toma de decisiones para la resolución de problemas. Este tipo también puede hacer uso de algoritmos de IA y de Deep Learning para realizar análisis de mantenimiento predictivo.
Siguiendo el ejemplo anterior, el responsable del parking es capaz de tener controlada la presión de agua en los antiincendios, la calidad del aire en cada planta, el estado de los sistemas de ventilación, y mucho más. Incluso el software es capaz de mostrarle avisos cuando el sistema de ventilación muestra algún signo de deterioro imperceptible, gracias a los sensores que incorpora y al algoritmo de mantenimiento predictivo en el aplicativo digital twin.
Digital Twin de simulación
Este tipo se utiliza para simular el comportamiento futuro o hipotético de un sistema físico o proceso. Permite a los usuarios explorar diferentes escenarios, prever resultados y evaluar el impacto de cambios antes de implementarlos en el mundo real. Este tipo también puede incluir funciones de optimización y de predicción, usando normalmente algoritmos de IA y Deep Learning.
En este caso, si se quiere optimizar al máximo el parking y no acumular colas, la implementación de un sistema de simulación puede ser clave. El software podrá simular distintos escenarios de horas puntas, de estrategias de almacenamiento y de cambios en las direcciones de los carriles, entre otros. Los datos de cada simulación comparados aportarán datos clave (espera más larga, estacionamiento más lento, etc.) para añadir mejoras futuras al hipotético parking.
Digital Twin para análisis de métricas
Es uno de los tipos más vanguardistas y está centrado en la recopilación, el análisis y la interpretación de métricas, además de proporcionar datos relacionados con el sistema físico o proceso representado por el digital twin.
Es ideal para usar en entornos de control de flota, de personal o de producción. Se enfoca en la monitorización continua de variables clave, la identificación de patrones y la generación de insights para mejorar el rendimiento y la toma de decisiones. Además, puede integrar técnicas de análisis de datos avanzadas, como la minería de datos, el análisis de series temporales y la IA, para extraer conocimientos relevantes a partir de los datos recopilados.
Siguiendo el mismo ejemplo, se incorpora al parking una zona de almacenamiento y distribución que se alquila a otras empresas para realizar sus operaciones. Para saber en todo momento si esta operación funciona como es debido o sale rentable, un sofisticado software digital twin de última generación, procede a cruzar los datos de todos los ejemplos anteriores. Esto incluye presencia y localización de personas, vehículos y mercancías, entre otros, de tal manera que extrae útiles métricas de negocio. Este nivel de virtualización aporta los datos suficientes para mantener una serie de KPIs en tiempo real y así realizar análisis y simulaciones en mucha más profundidad y con datos correlacionados con múltiples fuentes.
Digital Twin de operaciones
Este tipo es utilizado en los casos de uso más atrevidos para visualizar, coordinar y ejecutar procedimientos a nivel operativo, en tiempo real e incluyendo múltiples fuentes y tipos de datos (personas, vehículos, instalaciones, etc.).
Si bien es uno de los más complejos y costosos de ejecutar, es un caso especialmente útil en construcciones a gran escala, prospecciones mineras, operaciones de defensa y otros tipos de entornos donde el conjunto de datos es crítico en todo momento y se requiere un alto grado de control.
Como ejemplo, se podría retroceder a una construcción del parking, la cual es realizada con tecnología state-of-the art. En este caso, el digital twin aportaría en la construcción un excepcional nivel de control, precisión y seguridad. El sistema consistiría en un mapa situacional completo y en tiempo real 24/7, incluyendo muchos elementos como la localización de personas, vehículos, máquinas, rutas de transporte, metrología sobre el terreno y equipamiento, estado de la cadena de suministros, checklists de seguridad, alertas y acciones de control por AI, transcripción de comunicaciones, mediciones toxicológicas del aire, signos vitales de los operadores, y muchísimos elementos más en función del tipo de operación que se realice en cada momento.
En resumen, después de comprender cómo un enfoque funcional puede clarificar el propósito y la aplicabilidad de los Digital Twins en diferentes sectores, exploraremos en detalle las plataformas y protocolos que respaldan su implementación y funcionamiento.
¿Que hay detrás de un Digital Twin?
Todos los grupos de funcionalidades mencionadas anteriormente, son habilitadas por los distintos protocolos y plataformas centrados en IoT, de entre los cuales podríamos destacar MQTT, HTTP/S, CoaP y OPC UA, dado su amplia comunidad de soporte y grado de implantación.
No obstante, algunos desarrollos propietarios de grandes compañías, han sido los encargados de impulsar este tipo de tecnologías a gran escala mediante la creación de complejas herramientas de integración y de gestión, como podrían ser IBM, Cisco Kinetic IoT, Siemens Advante, Azure Digital Twins o AWS TwinMaker. Los distintos motores de renderizado 3D como Unity y Unreal Engine, cada vez más accesibles, rematan la jugada al proporcionar una plataforma de desarrollo accesible y eficiente.
Retos y oportunidades
A pesar de que los digital twin tengan un futuro prometedor, no están exentos de riesgos. Entre ellos se encuentran los altos costos del hardware especializado, la diversidad de tipos de datos procesados (como posiciones, estados, valores, señales, entre otros), la amplia variedad de distribuidores y protocolos, y la complejidad inherente de los sistemas a gran escala.
No obstante, la magnitud y versatilidad de estos sistemas, proporcionan la oportunidad de establecer proyectos evolutivos a largo plazo, que pueden ser mejorados y refinados a medida que se van desarrollando, añadiendo nuevas capas de información o nuevas maneras de interpretar los datos que ya se poseen. Por lo que un proyecto que haga uso de estas tecnologías, puede convertirse en un recurso invaluable para la toma de decisiones estratégicas, la optimización de procesos y la innovación continua en una amplia gama de industrias, desde la fabricación hasta la gestión de infraestructuras urbanas.
Para acabar, solo queda remarcar que el nicho de mercado de los digital twin, lleva creciendo a ritmo constante desde hace algunos años, y no se prevé que vaya a reducirse en un futuro cercano, dado que todavía está en la fase de descubrimiento. Además, las predicciones de aplicación para esta tecnología giran entorno equipos de generación de energía, estructuras y sus sistemas, operaciones de fabricación, servicios sanitarios, industria del automóvil y la planificación urbana, pero también tendrán impacto sobre las metodologías de negocio y en la toma de decisiones estratégicas.
En los próximo años, veremos un incremento de demanda de este tipo de desarrollos, impulsado y desafiado a partes iguales por los recientes avances y la democratización de la IA en entornos de simulación y predicción.
Los sistemas digital twin no solo representan una poderosa herramienta tecnológica, sino también un cambio de paradigma en la forma en que concebimos, diseñamos y operamos sistemas físicos complejos en la era digital.
Para profundizar más en otras tendencias de la realidad extendida que marcarán el futuro, haz click aquí.
