数字孪生作为数据经济下工业企业内部规划的有效工具

工业企业数字化转型的加速以及向数据经济的过渡，导致了对有效内部规划工具的需求的增长。本文分析了数字孪生在管理复杂生产流程、预测变化和优化资源利用方面的作用。该主题的现实意义在于竞争加剧、工业企业所处的社会经济环境发生变化，以及一种新型企业竞争优势的出现，这种优势基于数据处理能力、构建规划和对变化快速响应的数字模型。本文旨在研究在正在形成的数据经济条件下，数字孪生技术在确保工业企业内部规划中的作用。文章特别关注了数字孪生技术提供持续反馈的能力，这种能力能够帮助企业及时调整计划并最大限度地降低风险。研究方法基于对相关科学文献、案例和数据的系统分析，并运用了比较、综合和逻辑归纳等一般科学方法。文章展示了数字孪生技术的优势，如降低时间成本、提高决策质量以及发展数据处理文化。文章强调，数字孪生技术的应用有助于降低成本、提高生产率和优 化资源配置，为企业提供竞争优势。本文着重强调了数据的作用，因为数据是数字经济中的核心且最重要的资源。海量经济数据的测量、收集、处理和利用是成功实施数字孪生的关键要因素。研究表明，在动荡的经济环境和正在形成的数据经济中，数字孪生正在成为企业内部规划和管理的核心通用工具，其灵活性、快速适应性和决策准确性具有战略意义。

1. Абрамов В.И., Андреев В.Д. Первый год реализации программ цифровой трансформации в регионах России: проблемы и результаты. Вопросы государственного и муниципального управления. 2024;(2):110–128. https://doi.org/10.17323/1999-5431-2024-0-2-110-128

2. Garcia O.B., Gomez-Conde J. de las Heras E. Debt pressure and interactive use of control systems: Effects on cost of debt. Management Accounting Research. 2018;40(3):27–46. https://doi.org/10.1016/j.mar.2017.10.001

3. World Economic Forum. Global Lighthouse Network: Four Durable Shifts for a Great Reset in Manufacturing. White Paper. Sept. 2020. Available at: https://www3.weforum.org/docs/WEF_GLN_2020_Four_Durable_Shifts_In_Manufacturing.pdf (accessed on 18.07.2024).

4. Gregolinska E., Khanam R., Lefort F., Parthasarathy P. Capturing the true value of Industry 4.0. Available at: https://www.mckinsey.com/capabilities/operations/our-insights/capturing-the-true-value-of-industry-four-point-zero#/ (дата обращения: 23.02.2026).

5. Queiroz M.M., Ivanov D., Dolgui A., Wamba S.F. Impacts of epidemic outbreaks on supply chains: mapping a research agenda amid the COVID-19 pandemic through a structured literature review. Annals of Operations Research. 2020;319(3):1159–1196. https://doi.org/10.1007/s10479-020-03685-7

6. Абрамов В.И., Гордеев В.В., Столяров А.Д. Цифровые двойники: характеристики, типология, практики развития. Вопросы инновационной экономики. 2024;14(3):691–716. https://doi.org/10.18334/vinec.14.3.121484

7. Гордеев В.В., Столяров А.Д., Абрамов В.И. Роль цифровых двойников в управлении производством и базовые принципы их создания. Экономика и управление: теория и практика. 2024;10(1):29–39.

8. Hasan M. Decoding Digital Twins: Exploring the 6 main applications and their benefits. IoT Analytics. March 7, 2023. Available at: https://iot-analytics.com/6-main-digital-twin-applications-and-their-benefits/ (accessed on 18.07.2024).

9. Digital Twin Market Size, Share $ Growth. 2025–2030. Available at: https://www.marketsandmarkets.com/Market-Reports/digital-twin-market-225269522.html (accessed on 18.07.2024).

10. Groombridge D. Gartner: Top Strategic Technology Trends 2023. Available at: https://emt.gartnerweb.com/ngw/globalassets/en/publications/documents/2023-gartner-top-strategic-technology-trends-ebook.pdf (accessed on 18.07.2024).

11. Абрамов В.И., Ломакин В.А., Столяров А.Д. Цифровая экосистема региона как перспективная модель территориального развития экономики. Информационное общество. 2024;(6):16–27.

12. Hedberg T., Lubell J., Fischer L., Maggiano L., Feeney A.B. Testing the digital thread in support of model-based manufacturing and inspection. Journal of Computing and Information Science in Engineering. 2016;16(2):1–10. https://doi.org/10.1115/1.4032697

13. Schumann R. Preface: big data and analytics. In: Linnhoff-Popien C., Schneider R., Zaddach M. (eds). Digital marketplaces unleashed. Berlin. Heidelberg: Springer; 2018. Р. 633–636. https://doi.org/10.1007/978-3-662-49275-8_56

14. Bonvino C., Giorgino M. A valorization framework to strategically manage data for creating competitive value. International Journal of Production Economics. 2024;269:109152. https://doi.org/10.1016/j.ijpe.2024.109152

15. Attaran S., Attaran M., Celik B.G. Digital Twins and industrial Internet of Things: Uncovering operational intelligence in industry 4.0. Decision Analytics Journal. 2024;10:100398. https://doi.org/10.1016/j.dajour.2024.100398

16. Абрамов В.И., Гордеев В.В., Столяров А.Д. Цифровая трансформация промышленных предприятий в цифровые бизнес-экосистемы: структурные компоненты и практические аспекты реализации. Фундаментальные исследования. 2024;(9):78–85. https://doi.org/10.17513/fr.43680

17. Gürdür Broo D., Schooling J. Towards data-centric decision making for € smart infrastructure: Data and its challenges. IFAC-PapersOnLine. 2020;53(3):90–94. https://doi.org/10.1016/j.ifacol.2020.11.014

18. Развитие экономических систем: теория, методология, практика. Под ред. Б.Н. Герасимова. Пенза: ПГАУ; 2024. 275 c.

19. Жарасов Б.С., Абрамов В.И. Цифровые двойники в управлении производством: принципы создания, проблемы внедрения и перспективы развития. Современная экономика: проблемы и решения. 2024;(6):80–94. https://doi.org/10.17308/meps/2078-9017/2024/6/80-94

20. Актуальные проблемы бухгалтерского учета, аудита и анализа в современных условиях. Под ред. Н.Н. Бондиной. Пенза: ПГАУ; 2025. 297 c.

21. Bolton R.N., Mccoll-Kennedy R.J., Cheung L., Gallan A.S., Orsingher Ch., Witell L., Zaki M. Customer experience challenges: Bringing together digital, physical and social realms. Journal of Service Management. 2018;29(1):776–808. https://doi.org/10.1108/JOSM-04-2018-0113

22. Negri N., Berardi S., Fumagalli S. MES-integrated digital twin frameworks. Journal of Manufacturing Systems. 2020;56(6):58–71. https://doi.org/10.1016/j.jmsy.2020.05.007

23. Juarez M., Botti V., Giret A. Digital Twins: Review and challenges. Journal of Computing and Information Science in Engineering. 2021;21(3):030802. https://doi.org/10.1115/1.4050244

24. Абрамов В.И., Андреев В.Д. Сравнительный анализ цифровых двойников регионов. Информационное общество. 2023;(4):106–117.

25. Moshood T.D., Rotimi J.O.B., Shahzad W., Bamgbade J.A. Infrastructure digital twin technology: A new paradigm for future construction industry. Technology in Society. 2024;77:102519. https://doi.org/10.1016/j.techsoc.2024.102519

26. Абрамов В.И., Гордеев В.В., Столяров А.Д. Цифровые двойники с использованием агродронов в управлении растениеводством: особенности создания и перспективы. АПК: экономика, управление. 2024;(4):37–49. https://doi.org/10.33305/244-37

27. Гвоздяный С.Е., Мясков А.В. Российский и зарубежный опыт использования цифровых двойников в энергетике. Экономика промышленности. 2024;17(4):378–387. https://doi.org/10.17073/2072-1633-2024-4-1368

28. Wright L., Davidson S. How to tell the difference between a model and a digital twin. Advanced Modeling and Simulation in Engineering Sciences. 2020;7(1):13. https://doi.org/10.1186/s40323-020-00147-4

29. Nielsen S. Reflections on the applicability of business analytics for management accounting – and future perspectives for the accountant. Journal of Accounting and Organizational Change. 2018;14(2):167–187. https://doi.org/10.1108/JAOC-11-2014-0056

30. Столяров А.Д., Гордеев В.В., Абрамов В.И. Методика поиска многокритериальных решений на основе цифровых двойников. Экономика и управление. 2023;29(7):851–858. https://doi.org/10.35854/1998-1627-2023-7-851-858

31. Feng X., Wan J. Digital Twins for discrete manufacturing lines: A review. Big Data and Cognitive Computing (BDCC). 2024;8(5):45. https://doi.org/10.3390/bdcc8050045

32. Banaś W., Gołda G., Gwiazda A., Jarzyńska M., Kampa A., Kalinowski K., Olender-Skóra M., Stawowiak M. The use of simulation techniques and management tools to optimize the logistics process. LogForum. 2024;20(3):401–414. https://doi.org/10.17270/J.LOG.001080

33. Heluany J. B., Gkioulos V. A review on digital twins for power generation and distribution. International Journal of Information Security. 2023;23:1171–1195. https://doi.org/10.1007/s10207-023-00784-x

34. Argolini R., Bonalumi F., Deichmann J., Pellegrinelli S. Digital twins: The key to smart product development. McKinsey & Company. Industrials & Electronics. Our Insights. July 31, 2023 Available at: https://www.mckinsey.com/industries/industrials-and-electronics/our-insights/digital-twins-the-key-to-smart-product-development (accessed on 18.07.2024).

35. Kalaitzi D., Batista L., Lopez N.L. Digital Twins of supply chains: A systems approach. Preprint. TechRxiv. https://doi.org/10.36227/techrxiv.24073527.v1

36. Piromalis D., Kantaros A. Digital Twins in the automotive industry: The road toward physical-digital convergence. Applied System Innovation. 2022;5(4):65. https://doi.org/10.3390/asi5040065

37. Bhatti G., Mohan H., Singh R.R. Towards the future of smart electric vehicles: DT technology. Renewable and Sustainable Energy Reviews. 2021;141(3):110801. https://doi.org/10.1016/j.rser.2021.110801

38. Цифровые двойники: преимущества, недостатки и перспективы. Режим доступа: https://www.itweek.ru/digitalization/article/detail.php?ID=230670 (дата обращения: 18.02.2024).

39. Lee S. 7 Data-driven insights on Digital Twin in manufacturing. Number Analytics. March 27, 2025. Available at: https://www.numberanalytics.com/blog/digital-twin-manufacturing-insights

40. Schleich B., Anwer N., Mathieu L., Wartzack S. Shaping the digital twin for design and production engineering. CIRP Annals. 2017;66(1):141–144. https://doi.org/10.1016/j.cirp.2017.04.040

41. Tao F., Zhang M., Nee A.Y.C. Digital Twin driven manufacturing. Academic Press; Feb. 12, 2019. 282 p. Available at: https://shop.elsevier.com/books/digital-twin-driven-smart-manufacturing/tao/978-0-12-817630-6 (accessed on 18.07.2024).

42. Siemens. Outperform your competition with a comprehensive Digital Twin. Available at: https://www.siemens.com/global/en/products/automation/topic-areas/digital-enterprise/digital-twin.html (accessed on 18.07.2024).