Систематизация научных знаний о цифровых двойниках: оценка потенциала в экономике инноваций

Цель. Систематизировать научные представления о цифровых двойниках (ЦД) с учетом их потенциала в качестве инструмента цифровой модернизации социально-экономических систем в условиях экономики инноваций.

Методы. Методологическая основа исследования включает библиометрический, сравнительный и контент-анализ публикаций, индексируемых в международной базе ScienceDirect и российской eLibrary за 2000–2024 гг. Использованы методы классификации, систематизации, тематического моделирования и интерпретации данных. Анализ проводился по количественным и качественным признакам: динамика публикаций, терминологическое поле, дисциплинарная направленность и особенности национальных исследовательских традиций.

Результаты работы. Установлен устойчивый рост публикационной активности, особенно в последние 5 лет. Наибольшее число исследований сосредоточено в инженерных, компьютерных и медицинских науках, что отражает технологическую ориентацию дискурса. Выявлены различия между международными и отечественными публикациями, касающиеся терминологии, приоритетов и уровня междисциплинарной интеграции, что указывает на асинхронность развития и ограничивает трансфер инженерных решений в социально-экономическую сферу. Разработаны классификация прикладных областей и таксономия методов реализации цифровых двойников, которые могут использоваться для унификации терминологии и ориентира прикладных исследований. При этом выявлен значительный неосвоенный потенциал применения ЦД в управленческих и организационно-экономических практиках – от логистики и технического обслуживания до стратегического планирования и цифровых отраслевых программ, что делает их важным инструментом цифровой модернизации экономики инноваций.

Выводы. Проведенный анализ подтвердил высокий потенциал цифровых двойников для интеграции в управленческие процессы, стратегическое планирование и развитие отраслевых программ в контексте экономики инноваций. Практическая значимость исследования заключается в создании унифицированной базы знаний, которая может служить основой для стратегического управления и цифровой модернизации экономики инноваций. Перспективы дальнейших исследований связаны с институционализацией терминологии, развитием междисциплинарных моделей и анализом кейсов внедрения технологии.

1. Дудин М.Н., Шкодинский С.В. Тенденции, возможности и угрозы цифровизации национальной экономики в современных условиях // Экономика, предпринимательство и право. 2021. Т. 11. № 3. С. 689–714. EDN: https://elibrary.ru/nsoqak. https://doi.org/10.18334/epp.11.3.111785

2. Черкасова В.А., Слепушенко Г.А. Влияние цифровизации бизнеса на финансовые показатели российских компаний // Финансы: теория и практика. 2021. Т. 25. № 2. С. 128–142. EDN: https://elibrary.ru/dfhriy. https://doi.org/10.26794/2587-5671-2021-25-2-128-142

3. Земляк С.В., Гусарова О.М., Прохоренков П.А. Исследование влияния цифровых технологий на деятельность бизнес-компаний в условиях трансформации экономики // Фундаментальные исследования. 2021. № 7. С. 21–26. EDN: https://elibrary.ru/xpobeu. https://doi.org/10.17513/fr.43067

4. Negri E., Fumagalli L., Macchi M. A review of the roles of Digital Twin in CPS-based production systems // Procedia Manufacturing. 2017. Vol. 11. P. 939–948. https://doi.org/10.1016/j.promfg.2017.07.198

5. Куприяновский В.П., Климов А.А., Воропаев Ю.Н., Покусаев О.Н., Добрынин А.П., Понкин И.В., Лысогорский А.А. Цифровые двойники на базе развития технологий BIM, связанные онтологиями, 5G, IoT и смешанной реальностью для использования в инфраструктурных проектах и IFRABIM // International Journal of Open Information Technologies. 2020. Т. 8. № 3. С. 55–74. EDN: https://elibrary.ru/cavplb

6. Kritzinger W., Karner M., Traar G., Henjes J., Sihn W. Digital Twin in manufacturing: a categorical literature review and classification // IFAC-PapersOnLine. 2018. Vol. 51. Iss. 11. P. 1016–1022. https://doi.org/10.1016/j.ifacol.2018.08.474

7. Tao F., Qi Q., Wang L., Nee A.Y.C. Digital Twins and cyber–physical systems toward smart manufacturing and Industry 4.0: correlation and comparison // Engineering. 2019. Vol. 5. Iss. 4. P. 653–661. https://doi.org/10.1016/j.eng.2019.01.014

8. Сосфенов Д.А., Шахова М.С. Применение технологии цифровых двойников в России: возможности развития и сдерживающие факторы // Экономика и управление. 2023. Т. 29. № 11. С. 1325–1332. EDN: https://elibrary.ru/qtriti. https://doi.org/10.35854/1998-1627-2023-11-1325-1332

9. Grieves M., Vickers J. Digital Twin: mitigating unpredictable, undesirable emergent behavior in complex systems // In: Transdisciplinary Perspectives on Complex Systems. Eds. Kahlen J., Flumerfelt S., Alves A. Springer, Cham, 2017. P. 85–113. https://doi.org/10.1007/978-3-319-38756-7_4

10. Lee J., Lapira E., Bagheri B., Kao H. Recent advances and trends in predictive manufacturing systems in big data environment // Manufacturing Letters. 2013. Vol. 1. Iss. 1. P. 38–41. https://doi.org/10.1016/j.mfglet.2013.09.005

11. Shafto M., Conroy M., Doyle R., Glaessgen E., Kemp C., LeMoigne J., Wang L. Modeling, Simulation, Information Technology and Processing Roadmap. NASA, 2010. 32 p. URL: https://www.researchgate.net/publication/280310295_Modeling_Simulation_Information_Technology_and_Processing_Roadmap (дата обращения: 19.02.2025)

12. Kuhn T. Digitaler zwilling // Informatik Spektrum. 2017. Vol. 40. P. 440–444. https://doi.org/10.1007/s00287-017-1061-2

13. Rosen R., von Wichert G., Lo G., Bettenhausen K.D. About the importance of autonomy and Digital Twins for the future of manufacturing // IFAC-PapersOnLine. 2015. Vol. 48. Iss. 3. P. 567–572. https://doi.org/10.1016/j.ifacol.2015.06.141

14. Полянин А.В., Головина Т.А. Концепция управления инновационной деятельностью промышленных систем на основе технологии цифрового двойника // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2021. Т. 14. № 5. С. 7–23. EDN: https://elibrary.ru/iggqdz. https://doi.org/10.18721/JE.14501

15. Курганова Н.В., Филин М.А., Черняев Д.С., Шаклеин А.Г., Намиот Д.Е. Внедрение цифровых двойников как одно из ключевых направлений цифровизации производства // International Journal of Open Information Technologies. 2019. Т. 7. № 5. С. 105–115. EDN: https://elibrary.ru/ylcqwi

16. Быкова В.Н., Ким Е., Гаджиалиев М.Р., Мусиенко В.О., Оруджев А.О., Туровская Е.А. Применение цифрового двойника в нефтегазовой отрасли // Актуальные проблемы нефти и газа. 2020. № 1(28). С. 8–19. EDN: https://elibrary.ru/zhgxam. https://doi.org/10.29222/ipng.2078-5712.2020-28.art8

17. He B., Bai K.-J. Digital twin-based sustainable intelligent manufacturing: a review // Advances in Manufacturing. 2020. Vol. 9. P. 1–21. https://doi.org/10.1007/s40436-020-00302-5

18. Park S., Maliphol S., Woo J., Fan L. Digital Twins in Industry 4.0 // Electronics. 2024. Vol. 13. Iss. 12. P. 2258. https://doi.org/10.3390/electronics13122258

19. Kreuzer T., Papapetrou P., Zdravkovic J. Artificial intelligence in digital twins – a systematic literature review // Data and Knowledge Engineering. 2024. Vol. 151. P. 102304. https://doi.org/10.1016/j.datak.2024.102304

20. Malini A., Rajasekaran U., Sriram G.K., Ramyavarshini P. Industry 4.0: survey of digital twin in smart manufacturing and smart cities // In: Digital Twin for Smart Manufacturing. 2023. P. 89–110. https://doi.org/10.1016/B978-0-323-99205-3.00013-4

21. Sai S., Sharma P., Gaur A., Chamola V. Pivotal role of digital twins in the metaverse: a review // Digital Communications and Networks. 2024. https://doi.org/10.1016/j.dcan.2024.12.003

22. Fuller A., Fan Z., Day C., Barlow C. Digital Twin: enabling technologies, challenges and open research // IEEE Access. 2020. Vol. 8. P. 108952–108971. https://doi.org/10.1109/ACCESS.2020.2998358

23. Kim T., Ahn B., Lee W., Kang H. Analysis of metaverse trends using news big data // Journal of Digital Contents Society. 2022. Vol. 23. Iss. 2. P. 203–216. https://doi.org/10.9728/dcs.2022.23.2.203

24. Garske B., Holz W., Ekardt F. Digital twins in sustainable transition: exploring the role of EU data governance // Frontiers in Research Metrics and Analytics. 2024. Vol. 9. https://doi.org/10.3389/frma.2024.1303024

25. Somers R.J., Douthwaite J.A., Wagg D.J., Walkinshaw N., Hierons R.M. Digital-twin-based testing for cyber– physical systems: a systematic literature review // Information and Software Technology. 2023. Vol. 156. P. 107145. https://doi.org/10.1016/j.infsof.2022.107145

26. Aromaa S. Virtual prototyping in design reviews of industrial systems // In: Proceedings of the 21st International Academic Mindtrek Conference. AcademicMindtrek '17, Tampere Finland, September 20-21, 2017. P. 110–119. https://doi.org/10.1145/3131085.3131087

27. Alcantara J.C., Tasic I., Cano M.-D. Enhancing digital identity: evaluating avatar creation tools and privacy challenges for the metaverse // Information. 2024. Vol. 15. Iss. 10. P. 624. https://doi.org/10.3390/info15100624

28. Tao F., Cheng J., Qi Q., Zhang M., Zhang H., Sui F. Digital twin-driven product design, manufacturing and service with big data // The International Journal of Advanced Manufacturing Technology. 2018. Vol. 94. P. 3563–3576. https://doi.org/10.1007/s00170-017-0233-1

29. Attaran M., Celik B.G. Digital Twin: benefits, use cases, challenges, and opportunities // Decision Analytics Journal. 2023. Vol. 6. P. 100165. https://doi.org/10.1016/j.dajour.2023.100165

30. Perno M., Hvam L., Haug A. Enablers and barriers to the implementation of Digital Twins in the process industry: a systematic literature review // In: 2020 IEEE International Conference on Industrial Engineering and Engineering Management (IEEM). Singapore, 2020. P. 959–964. https://doi.org/10.1109/IEEM45057.2020.9309745