埃里克：简，非常感谢您今天加入我们的播客。

简：谢谢。嗨，埃里克。谢谢你有我。

埃里克：是的，嗯，我真的很期待这个。我知道您听过我们的一些播客，所以您知道我们主要采访年轻科技公司的 CXO 或更成熟科技公司的高管。但现在我有幸采访了一位每天以分析师身份发言的人。所以我真的很期待与您一起探讨一些颇具挑战性的话题。感谢您的加入。

Jan：实际上，我是你的播客节目的超级粉丝，因为它不仅是信息的巨大来源，也是我工作灵感的巨大来源。所以每次我都只是听听而已。不是每次。但当我听完之后，我得到了很多想法，我想把它们写在一篇论文上，写下评论，然后在某个地方发表。这实际上就是我开始出版工作的方式。因为我确实写了很多思想领导力或观点文章，并在世界各地发表。同样，物联网播客对我来说是一个巨大的灵感来源。非常感谢你的帮忙。

埃里克：酷。我很高兴听到这个消息。对我来说，这同样是一个很好的灵感来源，也是主持播客的一种教育。我想今天对我来说不会有什么不同。所以我们将讨论工业虚拟世界，我认为这是一个有趣的话题。因为这是一个话题，如果你问桌子周围的 10 个人什么是工业元宇宙，你会得到 10 种不同的答案，对吗？因此，仅定义技术堆栈就具有挑战性，定义用例，弄清楚它如何适合业务。所以我真的很期待与您讨论这个话题。让我们从简单开始吧。因此，如果您要对这里的工业虚拟世界进行 60 秒的宣传，那么该宣传会是什么样的？

简：好的。马上。我们在 IDC 中的定义方式（我们与其他科技公司非常一致）是，工业元宇宙是一个高度沉浸式的未来环境，它将物理和数字融合在一起，以实现跨多个领域的共享感知存在、交互和连续性：工程、运营、供应链。但你实际上可以将其理解为一种数字孪生，就像复杂的数字孪生一样。但还有一种沉浸式环境的视角，超现实或超现实。这是它与经典数字孪生的不同之处。然后社交元宇宙上的游戏也有区别，这实际上完全是一个数字环境，对吗？但工业元宇宙是真正与现实世界相连的东西，利用来自现实世界的数据。

我们也可以把它看作一台时间机器。无论哪种方式，你都可以快进，或者及时前进或后退，并尝试分析情况。例如，您或者用户也可以测试进行模拟的环境。所以这和经典的虚拟宇宙也有很大不同。所以你是对的。回到第一句话，10个人会以10种不同的方式理解工业元宇宙。但这就是我们试图坚持的定义，真正的沉浸式环境，推进物理和数字化。

埃里克：所以，如果我将其分解为更离散的技术，你可以说工业元宇宙，它建立在传感器网络之上，这些传感器收集实时数据，然后将这些数据集成到某种集成这些不同数据流的平台中。传统上，您可能只是通过笔记本电脑将其视为数字孪生。这是一种传统的数字孪生应用程序，但工业元宇宙还将包括增强的前端、增强的用户体验，您不仅仅是通过笔记本电脑访问它。但当您度过这一天时，您可以通过不同的方式与该数据环境进行交互。第三个元素是人工智能元素，因为你拥有这个数字孪生，所以你能够及时预测未来的活动。您可以通过处理数据了解过去发生某项活动的原因。这是考虑技术、传感器或平台增强用户界面的合理方式吗？我想这可能是一些事情，然后是人工智能？

Jan：是的，我的意思是，当我想到工业虚拟世界时，我可能会首先从平台开始。因为它不仅仅是来自机器或来自生产资产的数据。但它也是来自不同软件的数据可能进入的外部环境。例如 ERP、PLM，等等。这是另一回事了。而且，我想说，也可能有来自公司外部的数据。这种平台的最大好处之一是数据的真实情境化。所以你可以重新考虑它。

我真的会首先启动平台，将平台上的内容可视化，然后是不同的数据流，将数据引入平台。我想说，从重新可视化的角度来看，这也可能是 AR VR 技术。但在这一点上，它可能不是那么重要，因为您可以只使用笔记本电脑的真实屏幕。这不是什么大事，对吧？所以也许在未来，它会进入某种半虚拟的环境，或者说，AR VR 环境。但现在，要真正利用工业虚拟宇宙的力量，你不需要拥有它。

埃里克：让我更好地理解。听起来这在某种程度上可以被视为现有技术的重塑，该技术基本上是一个具有一些模拟功能的数据平台，可能是 10 年前就存在的数字孪生功能。当然，它已经变得更加复杂。但为什么我们需要元宇宙这个术语呢？为什么不直接说它是数字孪生，我们不断对此进行渐进式改进，以便您可以通过更多方式访问数据并集成更多数据集等等？

Jan：因为这也与合作有关。你是对的，它的某些部分可能更像是，它真的就像一个虚拟的、沉浸式的数字双胞胎。数字孪生已经有一段时间没有任何东西了。我想说的是，还有超现实可视化的元素。 Nvidia 的一些东西主要为这些用例提供服务，例如宝马虚拟工厂。所以没有它，它就像双胞胎一样。我对数字孪生的经验始终是，它不一定是视觉上有吸引力的东西。可能就像——我不知道。它可能就像数据一样。它可能是它的输出，对吗？

就我个人而言，我是一个在工厂工作或开始职业生涯的人。因此，我想说，可视化在某种程度上对员工体验始终起着非常重要的作用。人们正在采用这项技术。这也是我所看到的，视觉部分也非常重要。以前并不是说它是数字孪生的必要组成部分。对我来说，工业元宇宙实际上是通过视觉视角增强的数字孪生平台。另一件事也是合作或培训的地方。所以我会说数字孪生+。有人称其为“类固醇数字孪生”，这确实是事实。但这就是现状或现状。未来它将会到来。我们也许可以稍后再讨论这一点。

Erik：是的，好吧，让我们来看看用户和用例，因为我认为这才是更具体的地方。我认为这是一个很好的观点。如果您考虑传统的数字孪生，用户将是某种训练有素的分析师，或者像对系统有高度了解的工程师。通常只有相当少数的用户真正了解系统并与之交互。现在情况有显着变化吗？那么我们是否正在谈论扩展接触点，让更多的人定期与系统进行交互？

Jan：是的，我认为它是真实的，就像现实世界的虚拟代表。那么几乎就像用户数量可以等于工厂日常流程中的人员数量一样。让我们这样说吧。因此，生产计划、模拟、车间工程师、质量经理，比如说维护人员。比如说，每个人都可以在工业虚拟宇宙中拥有自己的一部分。他们可以利用数据，将数据置于情境中。正如我之前提到的，它有点像时间机器。因此，他们还可以尝试了解车间发生的某些事情的后果。

这实际上有点像他们的物理环境的平行世界。当然，随着用例的数量，它可能会扩展。这个世界对各行各业就会越开放。这就是未来。这正是你在四堵墙内思考时的情况。如果你走出工厂本身或公司，那么我们可以想到供应链，所有的整个价值链。因此，可能会与您的客户以及供应商建立联系。比方说，可能与服务提供商或服务公司等第三方参与者有联系。所以我想说，一旦你摆脱了这种情况，比如说，真正的四堵墙，你就可以真正以指数方式扩展用例的数量。

埃里克：是的，事实上，这很有趣。你提到了维护。上周我正在与一家电梯公司交谈。他们研究的案例之一基本上是他们拥有 SAP。然后在德国，他们有一个维护团队的经理。你可以想象电梯维护，这是他们业务的重要组成部分。当事情发生变化时，情况可能会相当复杂。这个德国人早上登录他们的 SAP 集成解决方案，然后根据他看到的数据调整日程安排等。在中国，这种情况不会发生。在中国，每18个月就有一次人员流动，所以你没有正确地培训人员。这些人都有高中学历。他们不使用笔记本电脑。然后我们讨论，好吧，为什么不只开发一个移动应用程序呢？使用其背后的人工智能来完成大部分的调度，然后你只需告诉这个人，这是系统建议你做的任何在这里不起作用的事情。所以你内置了很多自动化功能。

因此，一方面，您确实大大简化了解决方案。你这样做是为了让教育程度较低的维护工程师或维护经理可以使用它。另一方面，您将人工智能等技术置于幕后，以便他们实际上可以完成相当复杂的调度工作。听起来好像它开始移动了。这只是一个接触点，对吧？但我想，如果你将其乘以 500 个用例，然后你开始查看相互流入的数据流，那么你会开始构建你想象中的系统，该系统是一个正确连接或连接人们的企业。地面以及使用 SAP 等系统进行操作的人员？

Jan：是的，我认为这将是未来的事情。可能需要一段时间才能到达那里，并将这些单个用例连接到一个更大的世界之类的东西。让我们这样说吧。因为在我对未来的理解中，这真的就像是我们现实世界的平行世界。所以你走在街上，你就到达了工厂。你穿过门，走进去，像在现实生活中一样看看周围的一切。在遥远的将来，您也可以在虚拟世界中做到这一点。您可以实时查看环境。当然，其中必须嵌入某种安全屏障或网络安全元素。但这就是我对未来的看法。真的就像平行世界一样。电梯等服务可能会产生费用。它可能是机器。它可能是工厂里的资产。它可能是 Oryx，不管怎样——有一天，它将真的像企业世界的数字孪生一样。但这可能需要十年的时间。所以几年内绝对不会发生任何事情。

但一般来说，这里也非常重要的是可扩展性元素。已经有一些公司已经尝试首先在虚拟环境中建设工厂，并使用工业虚拟环境进行模拟，例如在世界各地快速扩展工厂，特别是像电池生产这样的环境，这是一个非常重要的环境。非常非常新的东西。它本身很有趣。它也可能非常有竞争力。因此，真正快速扩展非常重要。这就是这个工具可以提供帮助的地方。

埃里克：是的，如果你看看这里的先行者，我的意思是，你提到了电动汽车电池的生产。是流程制造吗？我想这给我留下了深刻的印象，因为这个市场拥有最复杂的数字孪生作为基础，因为他们正在管理非常繁重的制造流程，其中停机时间影响很大。但他们会是最大的第一批采用者吗？或者当你想看到这一点时，你会关注其他群体吗？

Jan：是的，我认为与其说是流程，不如说是离散制造商，主要是那些拥有复杂工程产品的制造商。但通常情况下，我想说，大多数数字技术的最早采用者是汽车行业。汽车制造商、汽车原始设备制造商，这是测试最多创新的地方。除了电池业务之外，他们远远领先于其他业务。但这也可以被视为汽车的一部分。从加工工业来看，主要是食品和饮料。例如，我们看到了某种虚拟工厂或啤酒厂。可以说，这是一个真实的环境，我想说，它确实具有高速生产。另外，比如说，对流程的 100% 控制。我的意思是，整个生产工厂流程的数字孪生确实带来了那些超级好处。因为那里的每一站都会给他们的供应链或价值链带来重大问题。这些可能是汽车，我会说快速消费品。但主要是食品和饮料。他们是最早的采用者。

埃里克：是的，明白了。因此，如果我们考虑一下需要采用什么，显然，有很多技术需要采用。因此，在决策、预算、实施等方面都存在一定的挑战。我想还存在文化挑战，因为您可能会考虑改变许多业务流程的运行方式。您可以提供以前没有可见性的操作区域的可见性，而有些人会对此做出负面反应。您认为采用的主要挑战和主要障碍是什么？

Jan：我认为如果你看看数字技术的总体采用情况，情况几乎是一样的。对于许多公司来说，如果他们像棕地一样，他们的技术就在孤岛中运行，因此他们确实有准备好的数据或数据基础设施，甚至一般来说，为此类项目准备好基础设施。有趣的是，我想说这有点像一个悖论，另一方面，一些公司实施了如此多的数字工具或解决方案，但他们让它们在孤岛中运行。因此，他们的数字化程度越高，他们就会感觉镜头已经发生了变化，但他们创建的筒仓也就越多。最终，他们无法真正从数据的力量、数据的情境化中充分受益。这是我认为最大的障碍之一：人们思考数据基础设施本身、数据应该如何管理或处理的方式。

接下来，另一个步骤是如何真正将数据转化为见解。因为这才是最重要的，什么对公司的业绩影响最大。基于数据的决策能力。再说一次，基础设施，人们思考它的方式，我的意思是，如果你看一下 IDC 的一些调查结果，我会说，对如何利用技术的有限知识总是位列前三名。或五个障碍。当然，很多公司也在思考，不仅仅是害怕害怕。但我想说，采用这种数字技术的内部障碍之一是对网络安全的担忧。也许有些公司甚至是——我理解就是这个因素，特别是现在，甚至制造业也正在成为关键的基础设施。但有时也许正是这个因素真正减缓了公司中某些技术的采用，特别是当我们大量谈论 IT/OT 集成时。可以说，在很长一段时间里，IT 都是网络安全统治的环境。旧约被抛在后面一段时间了。所以现在，当一切都在网上时——你可能在播客上与你的客人交谈很多次。但实际上，这也是关键障碍之一。 IT/OT 集成、数据传输方式以及安全方面也是这一挑战的一部分。

埃里克：是的，我知道这很有趣。大概在 40 年前，如果你谈论一项新技术，最快推出它的将是军方或财富 500 强公司。现在，工业元宇宙概念面临的挑战是，人们会想到元。基本上，这是一个消费电子商务。但消费者现在在采用方面的速度要快得多。不过，我猜他们正在遇到一些减速带。

简：是的，完全正确。因为这实际上就是我开始撰写有关工业虚拟宇宙的文章的原因。因为当我参加一些技术焦点活动的会议时，我有一种感觉，我想说，这个概念被误解了，或者对这个术语、整个概念有误解。这就是为什么我开始思考这个问题，然后与供应商、该领域的领导者交谈。而且，它不仅仅是软件技术提供商。这也与超大规模企业有关，了解他们是否认为这是他们所相信的技术。因为归根结底，他们才是真正为平台提供基础设施的人，这样你就可以拥有尽可能多的平台。但就数据中心而言，市场上的参与者并不多。这就是我写作的原因。正如你一开始所说的，10种不同的看法，10种不同的理解。

埃里克：我想向您介绍另一个主题，即环境可持续性作为一组用例的主题。我知道您最近写了一篇关于该主题的文章。为什么这个工业虚拟宇宙技术堆栈对于解决环境可持续性主题特别有用？

Jan：是的，这取决于角度。但总的来说，我想说，这样的虚拟环境可以帮助您减少现实世界中的交互或活动数量，这最终是一个节省的事实。它总是在减少碳排放。所以你不必出差那么远。您可以分享信息。如果您测试某些东西，则不必创建物理原型。因此，即使只有新工厂，您也可以在虚拟环境中完成所有操作。因此，您可以使用工业元宇宙作为协作平台在虚拟环境中进行或开始模拟。

因此，这可能是对可持续发展元素的直接影响。接下来的事情是，如果你在更广泛的概念上更多地了解工业元宇宙，那么，例如在供应链中，它有助于更好地控制供应链。这里同样重要的是，也许会有人说我会偷看未来。但这不仅仅是了解供应链的二氧化碳足迹并通过元宇宙将这些信息输入到您的系统中。但最终，它也应该成为您可以主动控制或管理碳足迹或碳排放的工具。因为一件事就是进行报告。另一个是真正能够管理它，积极减少它。那么这些是什么可能只是背后的不同学科。但这正是工业虚拟宇宙绝对可以成为强大工具的地方。

埃里克：是的，似乎这种了解自己的碳排放量以及供应链排放量的动力，似乎正在推动大量的努力来连接您的设施并连接公司之间的数据流，您可以说这并没有不一定最终会成为一种元宇宙类型的解决方案。但它确实提供了更多的数据，而以前的公司并没有真正被激励去收集这些数据，例如，好吧，我们想谨慎地了解每台机器使用了多少电量，或者至少了解每条生产线的用电量，以便我们可以对它们进行比较。我们想知道我们的供应链是什么样的，材料的来源，以及我们的供应商使用了多少能源等等。这为系统提供了大量数据，然后这些数据也可以重新用于其他分析。

Jan：我想说，它也可以被视为提供闭环信息的环境，也是可以在产品的整个生命周期或生命周期中跟踪产品的环境。所以这也非常重要。因为我想说的一件事是只有一种观点。这就是二氧化碳或碳排放量的减少。但另一方面，循环性也发挥着重要作用。因为很可能，最有效的产品就是您无需生产相对二氧化碳排放量的产品。所以这也可能是——我想说工业虚拟宇宙实际上就像整个环境的复杂数字孪生。这可能是它最大的好处。

您在本播客的开头也说过这一点。即使现在，也有很多技术可以应用于制造商生命周期的某些领域，或者说，应用于产品的生命周期。这非常复杂，您无法通过单独的工具来控制一切。这几乎是不可能的，复杂性随之出现。因此，拥有单一环境，一个包含所有信息的环境，可能对用户也有好处。这也是存储和处理数据的地方。而且，它还使您能够应用人工智能。因为您必须拥有适当的数据和适当的治理。因此，这是利用人工智能力量的完美环境。

埃里克：是的，好的。这说得通。我们这里的重点是工业虚拟宇宙，但我也想快速了解您对生成人工智能的看法，因为您在线上。我想听众会对生成式人工智能相当熟悉。但大多数情况下，来自消费者应用程序或白领办公室帮助起草文件或办公室工作等。如果我们看看工业环境，那么我认为我们开始遇到很多挑战，例如获取专有数据等，或者要求响应或多或少 100% 可靠性等问题。您今天在工业环境中采用生成式人工智能和解决方案方面有何看法？

Jan：如果我从营销、人力资源和这些通用职能中抽象出来，那么就专注于工程、生产和质量维护。所以我们看到，即使公司本身试图理解该技术并尝试考虑用例，当然，如果他们使用一些，例如 ChatGPT，这对他们来说并不是专有技术。我们看到，大量的物联网供应商已经开始行动。他们中的一些人开始将这些模型嵌入到他们的工具或解决方案中。例如，就像在 PLM 中一样。因此，这项技术可以更多地被视为一种——我的意思是，我可以看到最大的潜力是这些，比方说，副驾驶。例如，帮助人们或增强来自复杂环境的工人、工程师、私人信息。所以副驾驶，绝对是。顺便说一句，副驾驶还可以帮助解决某些地区、某些职位的劳动力短缺问题。因为你不需要拥有超级熟练的工人、超级熟练的工程师或训练有素的工程师。比方说，你可以像新人一样。我写了一篇关于这个的文章。这是一家公司及其服务部门。他们还能够与更初级的工程师一起工作，其中增强的信息来自副驾驶。所以副驾驶解决方案，这肯定有助于提高或提高某些领域的生产力。

接下来的事情是——我们也看到一些公司已经在测试它，比如说，用于编写代码。这是一件非常简单的事情。而且，我们还看到一些技术供应商正在尝试增强其在创建自主系统方面的解决方案。例如，在机器人生产线上，如果发生一些问题或存在一些最有可能的问题，那么系统可以自动更改或重新编程机器人。这就是生成式人工智能可以发挥重要作用的地方。

接下来，我认为更通用的是，我认为这些语言模型也使知识民主化。你可以在亚洲某个地方拥有专家，而你可以在南美洲拥有一家工厂。可能存在某种语言障碍。看起来很明显。但在现实生活中——正如我所说，我的职业生涯是在工厂开始的——我们一直遇到这些问题。就像一家工厂出现一些问题一样，我们需要与世界其他地方的供应商或机器制造商交谈。例如，存在严重的语言障碍。

现在有了这些模型，你真的可以拥有——也许这就是下一步。这一切都可以自主完成。但现在你还可以在这两个人之间拥有一个真正的、直观的翻译。因此，我确实将其称为真正良好的信息民主化。这也可能是元宇宙的一部分，也可能是不同工具的一部分。如果人们不被技术本身取代的话，他们现在可以以更有效的方式进行互动。但那就是一个不同的故事了。但如果仍然存在人与人之间的互动，那么生成式人工智能也可以发挥重大作用。

埃里克：是的，当然是人与人之间的互动。但是这个数据过载的问题，如果你真的有一个互联的企业，并且里面有大量的信息，任何人试图找出正确的信息在哪里，把它以正确的格式提供给我，确保我不要遗漏任何东西，如果需要的话请帮助我扩展这一点，这是一个巨大的挑战，对吧？使用滚动框和下拉菜单等传统用户界面确实很难解决这一挑战。一旦你进入这些真正深入的系统，你或多或少就会有无数的选择。

因此，如果你有一个人工智能可以向它发出请求，它会追踪到正确的事情，你告诉它你想如何查看数据，它会以对你有意义的方式呈现它，我可以仅仅作为与元宇宙系统交互的一种方式，这就是一个巨大的用户体验改进。 Jan，我认为我们在虚拟宇宙中讨论了很多内容。有什么我们没有触及但对于人们理解很重要的事情吗？

Jan：是的，我认为我们的谈话涉及新兴技术，一些超级新的东西。它在不断发展。对于许多从事日常运营工作的人来说，这似乎也很令人困惑。他们可能会觉得这太多了。因为就像工业 4.0 一样，这些对话是 12 年前开始的。直到今天，对于那些从事运营工作的人们来说，有如此多的新技术。我说的不是 IT 领域的人员，而是生产、质量管理领域的人员，还有 CIO，也包括 CEO。因此，每个积极从事技术工作的人都必须处理云、人工智能等术语。这些周期可能越来越短。

因为我们现在谈论工业元宇宙。我们谈论生成式人工智能。也许我们要讨论量子计算。因此，我认为找到一种方法非常重要，我们作为一个民族以及从事技术工作的人们如何从这些技术中受益，了解如何从这些技术中受益，以及如何不迷失在这些新技术中。科技，新术语。因为你可能会说，好吧，我就放弃了。我可以坚持这项技术。这事已经很晚了我想去了解一下。那么剩下的就是超级未来主义的东西了。也许这对我有好处，但我已经超负荷了。所以这就是我头脑中的外部想法，以及如何处理这个问题。我实际上没有答案，但关键是组织应该真正拥有这样的人——我真的很喜欢首席未来官这个词，但更多的是指一个在个人环境中的人，无论什么，或者某人谁真正跟踪这些新事物，并将它们与商业和引用趋势放在一起，然后将它们转化为，我想说，有点像一条信息蛇，有点像正常的信息人们。所以这非常重要。

埃里克：是的，我同意。技术开发周期变得越来越快。作为猿类，我们并没有变得更加复杂，至少没有跟上我们的技术发展的步伐。因此，我们必须找到新的系统来应对这种复杂性。好吧，Jan，非常感谢您加入我们的播客。我真的很喜欢今天和你的谈话。

简：谢谢你，埃里克。谢谢你有我。