Zastosowanie Digital Twin we współczesnym przemyśle

Zbiorczy termin, którym określa się organizacje, techniki i zasady funkcjonowania łańcucha wartości łącznie stosujących lub używających systemów cyberfizycznych, Internetu Rzeczy (IoT) i przetwarzania chmurowego to Przemysł 4.0.[1]  Nieodłącznym elementem Przemysłu 4.0 jest cyfrowy bliźniak (Digital Twin). W praktyce przemysłowej pojęcie to oznacza wirtualną reprezentację rzeczywistego obiektu lub procesu. Jedne z pierwszych definicji Digital Twin opracowano w ramach NASA na potrzeby misji kosmicznych. Niezbędne było stworzenie cyfrowej reprezentacji statku kosmicznego umożliwiającej analizę jego stanu podczas misji. Koncepcję opisano w raporcie „Modeling, Simulation, Information Technology & Computing Roadmap”, a następnie rozwijały ją organizacje normalizacyjne, w tym ISO.[2]    

W jednym z pierwszych wpływowych opracowań dotyczących Digital Twin, Glaessgen i Stargel (2012) z NASA określili Digital Twin jako: „Zintegrowana wielofizyczna, wieloskalowa, probabilistyczna symulacja pojazdu lub systemu, która wykorzystuje najlepsze dostępne modele fizyczne, aktualizacje z czujników, historię floty itp., aby odzwierciedlić życie jego latającego bliźniaka”.[3]  Ta definicja została sformułowana w kontekście systemów lotniczych NASA i dlatego zawiera odniesienie do „flying twin”.  

Kluczową definicję normatywną cyfrowego bliźniaka zawiera norma ISO/IEC 30173:2023, opracowana wspólnie przez ISO i IEC w ramach Joint Technical Committee 1 (JTC 1) – wspólnego komitetu technicznego obu organizacji odpowiedzialnego za tworzenie międzynarodowych norm z zakresu technologii informacyjnych. W literaturze rozwijanej m.in. przez NASA podkreśla się przede wszystkim sprzężenie modelu z obiektem fizycznym, wykorzystanie danych operacyjnych oraz możliwość prowadzenia symulacji i prognozowania. Z kolei ISO definiuje cyfrowego bliźniaka jako cyfrową reprezentację obserwowanego elementu (ang. observed entity), która pozostaje z nim powiązana poprzez proces synchronizacji danych, umożliwiający odzwierciedlanie zmian zachodzących w elemencie fizycznym lub innym obserwowanym obiekcie. W dalszej części artykułu, w zakresie zagadnień przemysłowych oraz ich konsekwencji prawnych, punktem odniesienia będą norma ISO/IEC 30173:2023 oraz seria ISO 23247.

Zgodnie z ISO/IEC 30173:2023 cyfrowy bliźniak stanowi cyfrową reprezentację obserwowanego elementu, utrzymywaną poprzez mechanizm synchronizacji z tym elementem.

W normie ISO/IEC 30173:2023 definicji towarzyszą dwie istotne uwagi objaśniające:

a) zdolności funkcjonalne: Digital Twin może posiadać niektóre lub wszystkie z następujących możliwości: zapewnienie łączności, integracja, analiza, symulacja, wizualizacja, optymalizacja oraz współpraca;

b) perspektywa cyklu życia: technologia ta ma na celu zapewnienie zintegrowanego widoku w całym cyklu życia jednostki docelowej.[4]

W przeciwieństwie do wcześniejszych ujęć koncentrujących się przede wszystkim na modelowaniu lub symulacji, norma ISO/IEC 30173 kładzie silny nacisk na relację pomiędzy obserwowanym elementem a jego cyfrową reprezentacją oraz mechanizm synchronizacji utrzymujący spójność obu tych komponentów.

Architektura i komponenty Digital Twin

W większości zastosowań przemysłowych fundamentem architektury Cyfrowego Bliźniaka są sensory i łączność IoT, które mogą przesyłać dane do modelu w czasie rzeczywistym. Dane te mogą być następnie przetwarzane z wykorzystaniem analityki danych, modeli symulacyjnych oraz narzędzi sztucznej inteligencji lub uczenia maszynowego w celu monitorowania, diagnozowania, prognozowania lub optymalizacji działania systemu. W zaawansowanych wdrożeniach Digital Twin może funkcjonować w ramach zamkniętej pętli sterowania, w której wyniki analiz cyfrowej reprezentacji wpływają na działanie obiektu fizycznego za pośrednictwem systemów sterowania i aktuatorów. Nie każde rozwiązanie wykorzystuje jednak taką funkcję, część ogranicza się do roli monitorującej lub analitycznej.

Jednym z rozwijanych podejść w inteligentnym wytwarzaniu jest koncepcja 5D, łącząca system fizyczny, system cyfrowy, usługi, dane Digital Twin i połączenia.[5]  System fizyczny dostarcza danych o stanie technicznym urządzenia i jego parametrach operacyjnych, natomiast system cyfrowy wykorzystuje modele odwzorowujące właściwości geometryczne, fizyczne i operacyjne zasobu. Kluczowym elementem dla funkcjonowania całości są dane cyfrowego bliźniaka, wielowymiarowy zbiór łączący telemetrię w czasie rzeczywistym z danymi historycznymi oraz wiedzą ekspercką. Informacje te są następnie przetwarzane przez zaawansowane moduły analityczne realizujące zadania z zakresu diagnostyki, optymalizacji procesów oraz predykcji przyszłych stanów systemu. Spójność całej struktury zapewniają połączenia czyli interfejsy i kanały komunikacyjne spajające pozostałe elementy w zsynchronizowaną całość. Kluczowym elementem synchronizacji jest telemetria, czyli zautomatyzowane gromadzenie i przesyłanie danych pomiarowych z wykorzystaniem infrastruktury IIoT oraz odpowiednich protokołów komunikacyjnych. Surowe dane są następnie transformowane poprzez czyszczenie i filtrowanie sygnałów w celu usunięcia zakłóceń mogących zniekształcić wyniki analiz. Dochodzi tu także do tzw. tłumaczenia wiedzy (kontekstualizacji danych), czyli przekształcania surowych, niskopoziomowych sygnałów pochodzących z urządzeń w ustrukturyzowane informacje możliwe do wykorzystania przez systemy analityczne i procesy decyzyjne, m.in. przy wykorzystaniu algorytmów AI. Niezbędna jest zbieżność między stanem fizycznym i cyfrowym, co zapewnia fuzja danych integrująca informacje z wielu źródeł. Uzyskany w ten sposób precyzyjny i wiarygodny obraz rzeczywistości pozwala na utrzymanie tzw. „jednej wersji prawdy” o stanie fizycznego zasobu. Utrzymanie spójności pomiędzy światem fizycznym i jego odzwierciedleniem cyfrowym stanowi jeden z kluczowych celów technologii Digital Twin, co znajduje odzwierciedlenie w nacisku normy ISO/IEC 30173 na synchronizację pomiędzy obserwowanym elementem a jego cyfrową reprezentacją.

Wyzwania związane z utrzymaniem spójności Digital Twin

W praktyce technicznym wyzwaniem w utrzymaniu spójności Digital Twin jest ograniczenie rozbieżności pomiędzy danymi pochodzącymi z systemu fizycznego a jego reprezentacją cyfrową, wynikających m.in. z awarii sensorów, błędów pomiarowych lub zmian warunków pracy. W tym celu stosuje się  zaawansowane modele probabilistyczne (np. filtry Kalmana czy sieci bayesowskie), które umożliwiają estymację rzeczywistego stanu systemu, redukcję wpływu zakłóceń oraz wykrywanie niespójności danych. To, że system będzie potrafił wiarygodnie odróżnić  rzeczywistą anomalię procesową od błędu transmisji, zapewni integralność modelu i zapobiegnie podejmowaniu błędnych decyzji operacyjnych.

Obszary wykorzystania Digital Twin we współczesnym przemyśle

Technologia Digital Twin pozwala tworzyć symulacje linii produkcyjnych, co może zauważalnie skrócić cykl wytwórczy, a w konsekwencji mieć istotny wpływ na redukcję kosztów.  Zastosowanie technologii cyfrowego bliźniaka w logistyce to optymalizacja trasy pojazdów AGV oraz zarządzanie łańcuchem dostaw. Kluczowy obszar to predictive maintenance – dzięki analizie danych z czujników system przewiduje awarie i umożliwia planowanie serwisu w odpowiednym momencie, co pozwala minimalizować ryzyko kosztownych przestojów operacyjnych.

Jednym z istotniejszych zastosowań Digital Twin jest wsparcie procesu projektowania i testowania produktów na etapie przed rozpoczęciem ich fizycznej produkcji. Cyfrowa reprezentacja obiektu pozwala przedsiębiorstwu analizować rozmaite scenariusze działania, testować potencjalne rozwiązania oraz przewidywać możliwe awarie bez konieczności tworzenia wielu fizycznych prototypów. Podejście to może wspierać podejmowanie decyzji projektowych oraz ograniczać ryzyko związane z wdrożeniem nowych produktów.

Digital Twin wykorzystywany jest również do zdalnego monitorowania, prognozowania oraz optymalizacji działania produktów już po ich wdrożeniu. W zaawansowanych sektorach przemysłu technologia ta znajduje zastosowanie m.in. przy projektowaniu i eksploatacji silników lotniczych, platform wiertniczych czy specjalistycznych turbin. Po rozpoczęciu użytkowania obiektu cyfrowy bliźniak może służyć do testowania proponowanych modyfikacji, analizy parametrów pracy oraz planowania działań konserwacyjnych.

Sektor produkcji należy obecnie do najważniejszych obszarów wdrażania technologii Digital Twin. Jednocześnie rozwiązania oparte na tej koncepcji rozwijane są także poza przemysłem, m.in. w opiece zdrowotnej, motoryzacji oraz zarządzaniu miastami, gdzie mogą wspierać efektywniejsze i bardziej zrównoważone wykorzystanie zasobów.

Analiza korzyści i ryzyk

Wdrożenie technologii Cyfrowego Bliźniaka może mieć istotne przełożenie na efektywność kosztową. Przedsiębiorstwa w ten sposób realnie redukują wydatki na serwis i unikają przestojów W analizach dotyczących wdrożeń Digital Twin wskazuje się, że technologia ta może generować dodatni zwrot z inwestycji, a w niektórych przypadkach ROI przekraczać 20%[6]. Przykładem wykorzystania Digital Twin w praktyce przemysłowej jest GE Aviation, które wykorzystuje cyfrowe bliźniaki do przewidywania potrzeb serwisowych silników odrzutowych. Według przywoływanego studium przypadku rozwiązanie to wiązało się m.in. z około 20% redukcją kosztów utrzymania.[7] Nieco ekstremalnym przykładem jest  ten z zakresu transportu i infrastruktury, mianowicie most w stanie Waszyngton, gdzie potencjalny zwrot z inwestycji w Digital Twin oszacowano na poziomie nawet 2000% dzięki znacznemu przedłużeniu żywotności obiektu.[8] W wielu przypadkach możliwość przeprowadzania testów i analiz w środowisku cyfrowym pozwala ograniczyć liczbę kosztownych prototypów fizycznych oraz istotnie zmniejszyć ryzyko związane z wdrożeniem nowych rozwiązań.

Niewątpliwie kluczowym wyzwaniem związanym z technologią Digital Twin jest cyberbezpieczeństwo oraz utrzymanie integralności danych. Wdrożenie wymaga odpowiednich mechanizmów ochrony danych, kontroli dostępu oraz zapewnienia integralności modeli i informacji. Błędy sensorów czy ataki mogłyby zniekształcić model co miałoby wpływ na błędne analizy, nieprawidłowe decyzje operacyjne lub obniżenie wiarygodności modelu.  Pojawia się tu konieczność zabezpieczenia nie tylko samych danych ale i autentyczności modeli oraz tożsamości stron wymieniających informacje. Bezpieczeństwo jest uznawane kluczowym atrybutem jakościowym systemu Digital Twin, na równi z jego interoperacyjnością. ^[9]

Jako poważne ryzyko wskazywany jest tzw. dryf sensorów lub ich awarie, co może prowadzić do błędnych symulacji. Jednym ze sposobów ograniczania tego ryzyka jest fuzja danych, pozwalająca integrować informacje z wielu źródeł i uzyskiwać bardziej wiarygodny obraz stanu systemu.

Norma ISO 23247 – techniczne ramy cyfrowych bliźniaków w produkcji

Kompleksowym standardem określającym ramy techniczne dla wykorzystania cyfrowych bliźniaków w środowisku produkcyjnym jest norma ISO 23247. Norma ta określa zasady synchronizacji danych z obserwowalnych elementów systemu produkcyjnego, takich jak maszyny, personel czy procesy. [10]

W oparciu o architekturę normy (widok funkcjonalny, informacyjny, sieciowy oraz ogólne zasady) można osiągnąć interoperacyjność i wspierać optymalizację operacji w czasie rzeczywistym jak również wykrywanie anomalii. Norma ta obejmuje nie tylko sprzęt, ale całe spektrum zasobów: personel, materiały, procesy produkcyjne, obiekty i dokumentację wspierającą. Zastosowanie założeń normy wspiera tworzenie systemów umożliwiających monitorowanie procesów, ich kontrolę w czasie rzeczywistym, adaptację oraz wykorzystanie analityki Big Data i uczenia maszynowego.

Praktyczne wdrożenie założeń ISO 23247 wymaga od przedsiębiorstwa odpowiedniej infrastruktury technicznej umożliwiającej kolekcjonowanie, bezpieczne przechowywanie i przetwarzanie danych z czujników i innych źródeł. Niezbędna będzie odpowiednia moc obliczeniowa jak i przepustowość i stabilność sieci. Ważne są też czujniki, systemy monitorowania, oprogramowanie do zarządzania Digital Twin, zapewnione odpowiednie zasoby do przechowywania i przetwarzania danych i odpowiedni poziom cyberbezpieczeństwa. Należy zadbać o integracje systemów informatycznych tak, żeby umożliwiały sprawną wymianę danych.

O ile ISO/IEC 30173 odpowiada na pytanie, czym jest cyfrowy bliźniak i jakie pojęcia są związane z tą technologią, o tyle ISO 23247 skupia się na praktycznym zastosowaniu tej koncepcji w produkcji, określając ramy techniczne dla budowy i działania takich systemów.

Aspekty prawne wdrażania technologii Digital Twin

Czy prawo nadąża za rozwojem technologii? Warto o tym pomyśleć wdrażając technologię cyfrowego bliźniaka. W tym obszarze bowiem pojawia się kilka bardzo ciekawych problemów prawnych. W pierwszej kolejności są to kwestie własności intelektualnej i związane z ochroną modelu. Współdzielenie modeli pomiędzy producentem, a użytkownikiem końcowym może budzić pytania o kwestie związane z ochroną tajemnicy przedsiębiorstwa oraz danych. Z pewnością warto uregulować w umowie zabezpieczenie modeli przed nieuprawnionym dostępem jak również gwarancje, że w ramach systemu działać będą wyłącznie poprawne, niezmanipulowane wersje programu. Warto tez zabezpieczyć prawa do cyfrowego odzwierciedlenia fizycznego zasobu, bowiem uprawnienia do modelu nie muszą automatycznie oznaczać praw do danych generowanych, przetwarzanych lub wykorzystywanych przez system.

Ciekawym zagadnieniem pojawiającym się m.in. w wykorzystaniu technologii cyfrowego bliźniaka w kontekście medycznym, jest ochrona danych osobowych, w szczególności tych należących do szczególnych kategorii. Należy zapewnić w tym zakresie zgodność z unijnymi ramami. Jednym z podejść technicznych ograniczających konieczność przekazywania surowych danych pomiędzy podmiotami jest Federated Learning, w którym model jest trenowany lokalnie, a wymiana obejmuje przede wszystkim informacje potrzebne do jego aktualizacji.

W systemach przemysłowych technologia Digital Twin może mieć również niebagatelne znaczenie dowodowe, co pośrednio przekłada się na sprawność rozstrzygania sporów. Mechanizmy zapewniające autentyczność informacji i wysoce precyzyjne określenie momentu ich powstania mają coraz większe znaczenie w procesach odszkodowawczych gdzie np. istnieje potrzeba ustalenia przyczyny awarii.  

Obecnie rozwijane są również regulacje i mechanizmy prawne wspierające bezpieczne testowanie nowych technologii, w tym rozwiązań wykorzystujących Digital Twin. W przypadku systemów Digital Twin wykorzystujących elementy sztucznej inteligencji znaczenie mogą mieć rozwijane w ramach regulacji AI mechanizmy testowania innowacyjnych rozwiązań, takie jak regulatory sandboxes. To może ułatwić bezpieczne wdrażanie modeli Digital Twin  z elementami AI przed ich pełną komercjalizacją. Z pewnością ważne jest też zapewnienie zgodności z normami, które są punktem odniesienia dla oceny należytej staranności wdrożenia systemów. Czynnikiem ryzyka może okazać się użytkownik, który nie w pełni zrozumie procesy decyzyjne systemu, co może doprowadzić do błędnych predykcji. Kluczowe zatem dla bezpiecznych wdrożeń będą odpowiednie szkolenia i przejrzystość algorytmiczna, co może mieć znaczenie przy ocenie dochowania należytej staranności przez podmiot wdrażający system. Podobnie sprawa wygląda ze zniekształceniami danych powodowanymi przez tzw. dryf sensorów lub poprzez ataki cybernetyczne, tu również warto się zabezpieczyć mając do dyspozycji dowody zadbania o integralność danych i wdrożenia czynników eliminujących ich zniekształcenia. Z perspektywy przedsiębiorstwa wdrażającego technologię Digital Twin niezmiernie ważne jest konstruowanie precyzyjnych umów licencyjnych (SLA), zapewnienie ciągłej zgodności z przepisami o ochronie danych oraz wdrażanie standardów technicznych i przewidywanie jaka dokumentacja może być niezbędna na wypadek sporu sądowego dotyczącego awarii systemów zautomatyzowanych.

Podsumowanie

Technologia Digital Twin  niewątpliwie stanowi obecnie kluczowy filar Przemysłu 4.0, pełniąc rolę jednego z wiodących mechanizmów integrujących sferę fizyczną i cyfrową, co prowadzi do unowocześnienia procesów operacyjnych.  W środowisku inteligentnych fabryk pozwala na bieżące monitorowanie stanu zasobów, analizę danych oraz optymalizację procesów produkcyjnych. Rosnące zainteresowanie wdrożeniami wynika przede wszystkim z potrzeby zwiększania wydajności, poprawy jakości oraz uzyskania większej elastyczności produkcji.

Strategiczna transformacja cyfrowa współczesnych organizacji opiera się w dużej mierze na cyfrowych bliźniakach. Możliwość przeprowadzania zaawansowanych symulacji typu „co-jeśli” oraz precyzyjnego przewidywania awarii (predictive maintenance) pozwala na podejmowanie decyzji opartych na dowodach. W praktyce przedsiębiorstw okazuje się, że taka zmiana minimalizuje ryzyko i może prowadzić do wymiernych efektów ekonomicznych poprzez ograniczenie kosztów utrzymania, redukcję przestojów i lepsze wykorzystanie zasobów.[11]

Obecne zastosowania omawianej technologii wykraczają już daleko poza ramy przemysłu ciężkiego,  obejmując cyfrowe odzwierciedlenia całych organizacji, inteligentnych miast, a nawet modelowanie procesów klimatycznych planety w projektach takich jak Destination Earth[12]. Dalsza integracja z zaawansowaną sztuczną inteligencją, uczyni z Digital Twin standard, który będzie prawdopodobnie odgrywać coraz większą rolę w rozwoju infrastruktury cyfrowej,  definiując kierunek zmian w globalnej gospodarce cyfrowej.   

Roma Opoka

adwokat, prowadzi kancelarię specjalizującą się w obsłudze prawnej przedsiębiorców działających w obszarze nowych technologii, e-commerce, marketingu oraz branż kreatywnych. Łączy doświadczenie prawnicze ze znajomością specyfiki działalności opartej na rozwiązaniach cyfrowych, usługach kreatywnych oraz sprzedaży produktów i usług online. Doradza w zakresie prawa umów, ochrony danych osobowych i prawa nowych technologii, przygotowuje oraz negocjuje kontrakty, tworzy dokumentację prawną dopasowaną do potrzeb przedsiębiorców i reprezentuje klientów w sporach sądowych.

Artykuł powstał w ramach realizacji projektu Centrum Rozwoju Małych i Średnich Przedsiębiorstw sfinansowanego ze środków Ministerstwa Rozwoju i Technologii. 

[1] Li Da Xu, Eric L. Xu, Ling Li, Industry 4.0: state of the art and future trends, „International Journal of Production Research”, 56 (8), 2018, s. 2941–2962, DOI: 10.1080/00207543.2018.1444806 [dostęp 2026-06-29] (ang.).

[2] Shafto, M. i in., Modeling, Simulation, Information Technology & Processing Roadmap, NASA Technology Roadmaps, TA11, National Aeronautics and Space Administration, 2012

[3] E. H. Glaessgen, D. S. Stargel, The Digital Twin Paradigm for Future NASA and U.S. Air Force Vehicles, 53rd AIAA/ASME/ASCE/AHS/ASC Structures, Structural Dynamics and Materials Conference, 2012, AIAA Paper 2012-1818, DOI: 10.2514/6.2012-1818.(tłum. własne)

[4] ISO/IEC 30173:2023, Digital twin – Concepts and terminology, Międzynarodowa Organizacja Normalizacyjna, 2023

[5] F. Tao, M. Zhang, A. Y. C. Nee, Digital Twin Driven Smart Manufacturing, Academic Press, London 2019, ISBN 978-0-12-817630-6, DOI: 10.1016/C2018-0-02206-9.

[6] Gallagher, N. (2025, 17 października). What Is a Digital Twin? IBM. [dostęp 2026-07-12]

[7] Freitas, E., de Oliveira Filho, A. T., Carmo, P. R. X., Sadok, D., & Kelner, J. (2026). Digital Twin Synchronization: towards a data-centric architecture (Preprint). arXiv.

[8] ITS America. (2025). Digital Twinning Decoded. Intelligent Transportation Society of America

[9] Industrial Internet Consortium. (2020). Digital Twins for Industrial Applications: Definition, Business Values, Design Aspects, Standards and Use Cases.

[10] ISO 23247-1:2021, Automation systems and integration — Digital twin framework for manufacturing — Part 1: Overview and general principles, Międzynarodowa Organizacja Normalizacyjna, 2021

[11] Thelen, A., Zhang, X., Fink, O., Lu, Y., Ghosh, S., Youn, B. D., Todd, M. D., Mahadevan, S., Hu, C., & Hu, Z. (2022). A comprehensive review of digital twin — Part 1: Modeling and twinning enabling technologies. Structural and Multidisciplinary Optimization, 65(12), Article 354. https://doi.org/10.1007/s00158-022-03425-4 (dostęp 11.07.2026)

[12] Centrum Projektów Polska Cyfrowa. (2024). Newsletter Krajowego Punktu Kontaktowego 2/2024.[dostęp 2026-07-12]