ニュース

Jul 15, 2023

デジタルツインのテストシナリオで尋ねるべき 3 つの質問

デジタル ツインは、車、工場、建物などの物理的なものだけでなく、ビジネス プロセス、サプライ チェーン、さらには都市などの不定のエンティティをモデル化し、テストするための一般的な方法です。

デジタル ツインは、車、工場、建物などの物理的なものだけでなく、ビジネス プロセス、サプライ チェーン、さらには都市インフラなどの不固定のエンティティをモデル化し、テストするための一般的な方法です。 Accenture のクラウド ファースト主任技術者である Teresa Tung 氏は、デジタル ツインについて、組織が「ソフトウェア製品開発がウォーターフォールからアジャイルに進化したのと同じように、物理的な製品開発を変革する」方法であると説明しています。

テストに使用される従来のモデリング ワークフローとデジタル ツイン アプローチの主な違いは、後者は実世界のデータから受け取った継続的な更新に基づいて実行されることです。 デジタル ツインをサポートするように設計されたシステムには、通常、シミュレートされたコンポーネントと現実世界のコンポーネントの両方の異なるビュー間の点を結び付けるのに役立つ一連のセマンティック スキーマが付属しています。

これらのタイプのスキーマは、電気、機械、その他のタイプのエンジニアリング チームが、個別のツールやダッシュボード間でデータを転送するのではなく、単一のビューを通じて設計とパフォーマンスのトレードオフを検討するのに役立ちます。 しかし、デジタル ツインのアプローチは絶対確実というわけではなく、それを効果的に導入したい組織は、データの整合性、ビジネス コンテキスト、既存のテスト手順の正確性を巡る 3 つの重要な質問を自問する必要があります。

データ管理プロバイダーであるDataStaxの戦略担当バイスプレジデントであるブライアン・カーシュナー氏は、QAチームに対し、現実世界とデジタルツインの状態がどのように乖離する可能性があるかについて特別な注意を払うよう推奨した。 テスト チームは、双子が信頼できる真実の情報源として信頼できる条件の範囲を定義するシナリオをテストする必要があります。

「テストの目的は、『このシステムがどの程度うまく機能するか』ということから変わります。 「信頼できる真実の情報源として信頼できるだろうか？」とカーシュナー氏は述べ、双子からのデータが現実世界の状況を正確に表していない可能性がある具体的なシナリオを特定することの重要性を強調した。 これを達成するために、QA チームは、デジタル ツインの基礎となる設計が組織の既存のテスト ワークフローと一致していることを確認する必要があります。

たとえば、mCloud Technologies の製品および技術最高責任者であるジム・クリスチャン氏は、同社はデジタル ツインのアプローチを使用して大容量データ処理システムのモデル化とシミュレーションを行い、運用パフォーマンスをリアルタイムでテストしていると述べました。 これを達成するために、デジタル ツインはモジュラー アーキテクチャを使用して設計されているため、各部分を個別にテストすることも、集合的にテストすることもでき、データの整合性をより厳密に追跡できるようになります。

デジタル サービス プロバイダーである Apexon のエンタープライズ QA 担当シニア ディレクターである Siva Anna 氏によると、QA チームがデジタル ツインで使用するために現実世界のソースからどのデータ ポイントを収集するかを慎重に検討することが重要です。 デジタル ツインの実装が成功するかどうかは、最終的にパフォーマンスの調整と設計の改善に役立つ特定の重要なパラメーターを取得するかどうかにかかっています。 テスト チームは、デジタル ツイン システムにデータを供給するさまざまなセンサーが複数のデータ形式と品質レベルにまたがる可能性があり、それらを単一のビューにきちんと統合する必要があることに留意する必要があります。

Blue Yonder社のサプライチェーン計画担当バイスプレジデントであるPuneet Saxena氏は、テストチームは開発者と協力して、ユースケースを通じて表現されるコンテキストを理解する必要があると述べた。 たとえば、製造業者向けの統合需要供給計画では、デジタル ツインを使用して、倉庫の品目、地理的位置、自動機械などの物理的なものと、請求書などの抽象的なエンティティの両方を表す詳細なソフトウェア モデルで物理的なサプライ チェーンを表します。材料、平均サイクル時間、生産率の目標。

「ソフトウェア領域における物理的現実の表現がよりリアルであればあるほど、より良い結果が得られます」とサクセナ氏は語った。 たとえば、サプライ チェーンのデジタル ツインは、既存の需要、原材料の入手可能性、仕掛品のスケジュールなどを考慮して、その施設が何を生産できるかという予測に基づいて、組織が特定の製造施設の現実的な生産ベンチマークを決定するのに役立つ可能性があります。生産能力に関連するその他の要因。