Estado Del Arte Gemelos Digitales Como Soporte en La Toma de Decisiones.

Información de carácter Confidencial
Estado del arte: Gemelos digitales como soporte en la toma de decisiones.
María Camila Osorio
Santiago León López
Daniel Ricardo García
Maestría en Liderazgo para la Transformación Digital - MLTD
Colegio de Estudios Superiores de Administración – CESA
Bogotá
11/12/2023
Resumen
El potencial que tiene realizar la predicción del comportamiento de un sistema real a
partir de una simulación digital, y las posibilidades que se abren con el modelamiento para
mejorar la toma de decisiones en las organizaciones motiva la revisión literaria abordada en
este texto, en donde se presentan los resultados del ejercicio investigativo realizado con el
objeto de estudio de los gemelos digitales como soporte en la toma de decisiones. A
continuación, se desarrolla las ideas y estado actual de los gemelos digitales, exponiendo
conceptos, revisando el impacto de su uso en la toma de decisiones, contrastando los
beneficios y retos que implica su implementación y uso, al igual que exponiendo ejemplos de
aplicaciones reales de los mismos en diferentes sectores. De igual manera, se socializa los
hallazgos encontrados en la verificación realizada y presentamos las buenas prácticas
identificadas en este objeto de estudio, cerrando con las concusiones alrededor del tema.
Palabras clave: Gemelos digitales, decisión, datos, IoT, Mejora, entrono, riesgo.
1. Introducción:
Actualmente, sin importar el sector, existe alrededor del mundo un gran número de
problemas que requieren ser resueltos, estos problemas suelen desarrollarse en entornos
sobre los que no se tiene control, conocidos comúnmente cómo lo llama el autor Jamais
Cascio, entornos BANI, es decir, entornos llenos de Fragilidad, Ansiedad, No lineales e
Incomprensibles (Cascio, 2020). A la hora de buscar una solución para este tipo de problemas
es necesario contemplar diferentes escenarios que pongan en perspectiva los diferentes
resultados que podrían desencadenarse. Por ejemplo, en el proceso de producción de
productos en talleres, dada las incertidumbres en el entorno de procesamiento, es normal
encontrar eventos o perturbaciones impredecibles, haciendo que los planes trazados
inicialmente no sean validos después del cambio en algún parámetro del problema (Bao, 2019,
p. 535). Así pues, los cambios en las variables deben ser tenidos en cuenta, al igual que las
correlaciones entre estás, para aproximarse a las posibilidades subsecuentes del problema y
su solución o resultado.
Adicionalmente, es amplio el rango de factores que afectan las variables, que a su vez
afectan los problemas. Cómo en el desarrollo de productos, en donde, el proceso de rediseño
involucra diferentes análisis, planificaciones y formulaciones para la remanufactura que tienen
un alto grado de detalle y complejidad (Ke, 2023, p. 2). Lo cual muestra existe la influencia de
aspectos tecnológicos, culturales, ambientales, financieros, entre otros, sobre las variables del
problema, y que adicionalmente deben analizarse con rapidez y completitud para la toma eficaz
de decisiones que requieren estos problemas. Partiendo de lo anterior, se hace evidente la
necesidad de contar con herramientas que permitan construir simulaciones virtuales de la
realidad en situaciones críticas, para dar solución a problemas, y tomar decisiones basadas en
datos, dando paso a la predicción de distintos escenarios sin los impactos de afectar el sistema
real.
Una herramienta que habilita esta simulación de la realidad, necesaria en los problemas
complejos de nuestra actualidad son los gemelos digitales. Los cuales, como desarrollaremos a
lo largo de esta revisión permiten a grandes rasgos modelar un problema mediante datos
reales, procesar estos datos y comúnmente representarlos en una interfaz simulada que
permite una toma de decisiones informada, soportada en datos y en el comportamiento paralelo
de un modelo digital basado en uno real. El gemelo digital cómo revisaremos en la sección de
aplicaciones, debe apoyarse en otras tecnologías cómo IoT, Big Data e Inteligencia Artificial
para desarrollar su potencial y entregar soluciones al problema, o en otros términos predecir
comportamientos, cuando el sistema se expone a circunstancias y características particulares.
Permitiendo de esta manera la obtención de información para la toma de decisiones. Así pues,
una representación visual del proceso apoya la toma de las mejores decisiones de una forma
intuitiva (Hu, 2022, p. 2394).
Por otro lado, Como se desarrolla más adelante en esta revisión, el tipo de problemas
que pueden modelarse con gemelos digitales es amplio, y su implementación estará motivada
por la criticidad de los procesos o problemas que lo requieran, pues en problemas en los que el
impacto de una mala toma de decisiones sea alto, acudir al uso de estas tecnologías pone a los
tomadores de decisiones en un escenario favorable. Con lo cual, adicionalmente la toma de
decisiones soportada en gemelos digitales se vuelve en un habilitador que permite la
consecución de los objetivos estratégicos de las organizaciones, ya que activan el desarrollo
capacidades organizacionales que generan ventajas competitivas, como se mostrará en las
etapas posteriores de esta revisión literaria.
2. Desarrollo.
2.1 ¿Qué son los gemelos digitales?
La evolución constante de la tecnología digital es tan preponderante, que se ve
identificado para Korenhof et al. (2023) en la cantidad de datos que se pueden recopilar,
almacenar y procesar en la actualidad. Resultado de estos ejercicios, es el nacimiento de
tecnologías como el Machine Learning o el Big Data, pero su avance no termina ahí. Las
tecnologías basadas en datos generan grandes expectativas, se espera que se produzcan
nuevos conocimientos, que manifiesten problemas y que puedan describir y predecir qué hacer
en el futuro. Producto de esa constante innovación del sector, se crean los gemelos digitales,
una nueva innovación de las ciencias tecnológicas basada en datos (p. 1).
Basándonos en la revisión de literatura, Van der Valk et al. (2022) definen a los gemelos
digitales como una construcción virtual que representa a un homólogo físico, que integra varios
datos de entrada con el objetivo de manejar y procesar datos, y proporciona un enlace
bidireccional de datos entre el mundo virtual y el físico (p. 3). Adicionalmente, Kritzinger et al.
(2018) válida la premisa anterior aportando que los flujos de datos entre un objeto físico
existente y un objeto digital están totalmente integrados en ambas direcciones, lo que implica
que un cambio de estado del objeto físico conduce a un cambio de estado del objeto digital y
viceversa (p. 1017).
Van der Aalst et al. (2021) también enuncia que un gemelo digital es una representación
virtual que sirve como contrapartida digital en tiempo real de algo que existe en el mundo no
virtual (es decir, físico). Ejemplos de ello, pueden ser un sistema de producción real como el
mostrado en la figura 1, una máquina o una empresa, lo cual da cuenta de la enorme influencia
y capacidad que pueden tener los gemelos digitales. Es decir, no solo representan máquinas u
objetos físicos, sino que también tienen la capacidad de representar el estado de una
organización para optimizar la operación diaria, también es capaz de planificar y comprender
los entornos dinámicos en los que se encuentra y así enfrentar desafíos de manera efectiva (p.
616).
Los gemelos digitales además cuentan con atributos interesantes para mejorar el
proceso de toma de decisiones, debido a que almacenan el historial de mantenimiento y todos
sus datos históricos, capturando datos reales, actuales, pasados y predicciones futuras.
Figura 1.
Sistema ciber físico de producción basado en gemelo digital.

Nota: Tomado de Ding (2019, p. 15)
2.2 Toma de decisiones tradicional versus toma de decisiones con gemelos
digitales
La toma de decisiones tradicional se basa principalmente en la intuición y la experiencia
lo cual puede ser vulnerable en condiciones donde las tecnologías digitales no están
plenamente integradas. Así mismo, en un proceso tradicional de toma de decisiones, la puesta
en marcha de nuevas ideas lleva tiempo, y el aprendizaje a partir de estas puede retrasarse, lo
cual hace que el proceso esté sujeto a riesgos derivados de decisiones mal calculadas
generando sobre costos y reprocesos.
En el mundo virtual pueden evaluarse todas las decisiones posibles reduciendo los
riesgos derivados de un proceso de toma de decisiones que no incorpore tecnologías digitales.
En ese orden de ideas, Van der Aalst et al. (2021) asegura que la implementación de un
gemelo digital en este tipo de procesos es atractiva debido a que su integración repercute y
tiene un efecto directo en la realidad (p. 616). Korenhof et al. (2023), agregan que, como
equivalentes digitales precisos de su gemelo en la vida real, los gemelos digitales tienen la
capacidad de sustituir a su gemelo físico en los procesos de conocimientos y toma de
decisiones (p. 1), ayudando así, según Chen et al (2023) a optimizar los procesos de
producción, reducir el tiempo de inactividad y mejorar la calidad del producto identificando y
resolviendo los problemas antes de que se produzcan (p. 582).
Es claro que la implementación de nuevas tecnologías y soluciones innovadoras como
lo son los gemelos digitales, determinan la competitividad de las empresas y tiene un impacto
significativo en el desarrollo a largo plazo y la consecución de objetivos a corto plazo (Gulewicz,
2022, p. 74).
2.3 ¿Qué se debe tener en cuenta para implementar gemelos digitales?
Al ser los gemelos digitales parte de las tecnologías basadas en datos, es importante
plantear que la recolección de datos hace parte fundamental de la toma de decisiones, lo que
implica que el proceso de elección de las tecnologías a implementar, sus instrumentos, los
agentes, las infraestructuras de información y las prácticas y métodos de producción de
conocimientos necesarios (Korenhof et al., 2023, p. 2) es vital y debe ser un proceso cauteloso
para llegar a buenos resultados.
De los primeros pasos y reflexiones que se deben llevar a cabo para la implementación
de tecnologías como los gemelos digitales, es el cómo se van a recopilar los datos. Ante este
escenario, se hace imperioso dar respuesta a cuestionamientos como qué tipo de datos
recoger, qué software y hardware se debe utilizar para esta recolección, qué sistemas de
medición usar y en qué forma recopilarlos.
Gracias a la cantidad de datos que se pueden recopilar y la relación que puede existir
entre distintos sistemas con distintos datos y sus formatos correspondientes, la
interoperabilidad cobra gran relevancia debido a que garantiza normas para la transferencia de
datos. Los gemelos digitales deben ser capaces de comprender los datos, especialmente los
que han sido preprocesados por otros y deben disponer de interfaces interoperables para
representar a su gemelo físico (Van der Valk et al., 2022, p. 384). Esta interoperabilidad que
existe entre los datos resulta en las posibles tareas que pueden llegar a realizar los gemelos
digitales como: la simulación, supervisión y análisis del estado, previsión y predicción,
optimización, representación, transferencia de datos y almacenamiento de datos, control,
aprendizaje automático y reducción de costos (Van der Valk et al., 2022, p. 384).
2.4 Beneficios de implementar gemelos digitales.
Expuestos algunos de los criterios a tener en cuenta a la hora de implementar los
gemelos digitales en un contexto de toma decisiones, es importante también resaltar que
beneficios puede traer su integración. Para esto, Gulewicz (2022) comparte beneficios de los
gemelos digitales a nivel micro, macro y transversal. A nivel micro, los gemelos digitales
permiten llegar a un nivel de especificidad importante a partir de los datos que se pueden
recopilar por sensores individuales. Esto ayuda a tener la información suficiente para después
hacer una observación y análisis profundo y aportar a la optimización de cualquier producto o
proceso. A nivel macro permite la gestión de subprocesos y procesos específicos en los que
interviene más de una máquina y, por tanto, tiene una influencia en el funcionamiento total de
una empresa, proceso o producto.
A nivel transversal se identifican beneficios como: detectar internamente desviaciones
de las normas establecidas y mantienen los estándares de calidad de un proceso o permiten
identificar cuellos de botella donde existan problemas de rendimiento, para así mejorarlos
mediante el seguimiento de ciertos parámetros e indicadores de trabajo. A continuación, se
enuncian más beneficios en la implementación de los gemelos digitales (p. 65).
Mantenimiento predictivo: Los gemelos digitales ayudan a fortalecer el monitoreo
continuo para detectar comportamientos anormales de activos y lograr prevenir fallos antes de
que estos ocurran, por ejemplo:

• Reduciendo los costes de mantenimiento y el tiempo de inactividad.
• Garantizando un alto nivel de operatividad de los equipos.
• Realizando simulaciones para determinar cuándo puede producirse un fallo (por
ejemplo, en caso de aumento de la temperatura de un equipo).
• Generando datos a partir de sensores para generar algoritmos predictivos.
• Determinación de características específicas comprensibles para los algoritmos; las
características se determinan basadas en los datos recopilados. En este punto un
gemelo digital es un reflejo del funcionamiento de un dispositivo específico.
• Ordenando un mantenimiento temprano de las máquinas involucradas en los procesos y
así evitar retrasos de producción o afectaciones en el proceso de elaboración de un
producto.
• Identificación de cuellos de botella: Los gemelos digitales pueden aportar a la solución
efectiva y fluida de procesos de la siguiente manera:
o Garantizando el rendimiento adecuado de las líneas de producción.
o Aplicando innovaciones que se traducen en cambios de configuración de
máquinas o procesos.
o Mejora el rendimiento de las líneas de producción.
Seguimiento del desgaste de los equipos para aumentar la eficacia: Los gemelos
digitales tienen la habilidad de hacer seguimiento también al desgaste de máquinas con
procesos como:
• Reducción de los costes de fabricación de equipos.
• Realización de acciones idénticas sobre un dispositivo físico y un modelo virtual; el
primero proporciona datos para una representación fiel del dispositivo en el espacio virtual
y el segundo permite realizar las mismas acciones para detectar anomalías.

10
2.5 ¿Qué problemas se han identificado en la adopción de la tecnología de
gemelos digitales?
Figura 2.
Distribución de respuestas sobre problemas en la adopción de la tecnología del gemelo
digital
Nota: tomado de Gulewicz (2022, p.71)
Al analizar el estudio estadístico realizado por Gulewicz (2022, p. 71) en su artículo, se
identifica que el problema más común, indicado por el 30% de los encuestados, son los costos
asociados con la implementación de la tecnología. Este estudio revela cómo los altos costos
constituyen una barrera significativa para la adopción organizacional de los gemelos digitales.
Examinando y revisando a fondo, se puede evidenciar que estos costos se derivan de
diversas fuentes, como la necesidad de incorporar nuevos dispositivos, la preparación de
modelos matemáticos adecuados, la adaptación de la infraestructura y arquitectura tecnológica
específica para el gemelo digital. Además, se añaden los costos asociados con la contratación
de personal altamente especializado con conocimientos específicos para el desarrollo e
instalación de los gemelos digitales. No menos importante, se deben considerar los costos
relacionados a lo largo del ciclo de vida del gemelo digital creado.

11
Adicionalmente, en el artículo de Gulewicz (2022, p. 71), se destaca como el principal
obstáculo el hecho de que el 24% de los encuestados señaló la falta de conocimiento sobre la
tecnología y la conciencia general acerca de su aplicación. Esta limitación es comprensible,
dado que se trata de una tecnología emergente, lo que implica que muchos colaboradores y
directivos aún no están familiarizados con la creación, desarrollo y exploración de los gemelos
digitales.
Las tecnologías emergentes, como los gemelos digitales, conllevan riesgos que las
organizaciones deben identificar, gestionar y para los cuales deben establecer controles. Es
esencial que las organizaciones, creadores y desarrolladores encuentren acciones que no solo
mitiguen los riesgos, sino que también potencien los beneficios de los gemelos digitales. Esto,
a su vez, facilitará la toma de decisiones inteligentes y efectivas. Ya que en el estudio en
mención se enfatiza en que: Gulewicz (2022, p. 71) destacó que una quinta parte de los
encuestados identificó los riesgos tecnológicos como el principal obstáculo para implementar la
tecnología. Subrayaron problemas que incluyen la creación de una herramienta universal para
representar digitalmente objetos, la incertidumbre sobre la confiabilidad de la copia digital, la
falta de consideración de todas las variables ambientales, la precisión del modelo matemático,
la aparición de sustitutos de menor calidad y la seguridad de los datos.
No obstante, la falta de familiaridad con la tecnología y su novedad continúan siendo
obstáculos para la identificación de problemas reales y tangibles en la implementación de
gemelos digitales en las organizaciones. Esta dificultad se sustenta, especialmente, cuando se
aborda la cuestión de la inducción o reforzamiento de sesgos humanos, los cuales pueden
manifestarse al requerir apoyo del gemelo digital en la toma de decisiones.
A medida que la implementación y adopción de gemelos digitales continúe en las
organizaciones, surgirán nuevos desafíos vinculados a la tecnología, sus aplicaciones y su
evolución. Paralelamente, conforme los individuos se especialicen en esta tecnología, se

12
anticipan avances significativos tanto en el ámbito organizativo como en el mundo en general.
Estos avances promoverán la maximización de beneficios y facilitarán una toma de decisiones
más efectiva.
2.6 ¿Qué restricciones y alcance tienen los gemelos digitales?
Desde su emergencia, los gemelos digitales han experimentado limitaciones y alcances
restringidos desde su concepción, como lo señala Gulewicz (2022 p. 65) al identificar la brecha
de investigación en torno a la falta de información sobre el nivel de conocimiento de esta
tecnología.
La literatura existente indica que el concepto de gemelos digitales sigue siendo general
y no concluyente, según Liu et al. (2020 p. 74). De hecho, la literatura extranjera sostiene que
no es factible establecer una definición única debido a la diversidad de implementaciones,
generalizaciones e intentos de crear gemelos digitales altamente especializados para
aplicaciones específicas. Por ejemplo, la literatura alemana distingue cinco arquetipos de
gemelos digitales, considerando diversos aspectos como el control autónomo de sistemas, las
opciones de adquisición y procesamiento de datos, así como la capacidad para controlar
activos físicos (Van der Valk et al., 2021 p. 74).
A pesar de que la tecnología de gemelos digitales está en fase emergente, los líderes
de la industria son conscientes de su existencia y reconocen la necesidad de continuar su
desarrollo. Según una encuesta, el 98% de los participantes indicaron la necesidad de expandir
esta tecnología.
2.7 Interacción de gemelos digitales con otras tecnologías Big Data, IoT, IA,
ciencia de datos.
Para crear un gemelo digital, es necesario contar con un conjunto diverso de
conocimientos y tecnologías integradas e interoperables que se conecten alrededor del modelo

13
matemático creado. Este modelo sirve como la base para determinar la ruta de acción y la toma
de decisiones. En este proceso, la obtención y procesamiento de datos son cruciales para
extraer la mejor decisión posible.
Figura 3.
Gráfico de asociación
Nota: tomado de Gulewicz (2022, p. 66)
El Internet de las Cosas (IoT) desempeña un papel fundamental al proporcionar los
datos necesarios para alimentar el gemelo digital. La conectividad proporcionada por el IoT
permite la recopilación en tiempo real de información proveniente de sensores y dispositivos
diversos.
La inteligencia artificial (IA) juega un papel destacado en la determinación de las
mejores rutas de acción y en la toma de decisiones del gemelo digital. La capacidad de la IA
para analizar grandes conjuntos de datos, identificar patrones y prever resultados contribuye
significativamente a la eficacia del gemelo digital.

14
Se requieren procesos optimizados y automatizados para garantizar la efectividad del
gemelo digital. La integración de tecnologías avanzadas, junto con la automatización de
procesos, permite que el gemelo digital funcione de manera eficiente, proporcionando
resultados precisos y contribuyendo a la mejora continua de las operaciones.
Finalmente, el estudio de (Gulewicz, 2022 p. 68) mostró una fuerte correlación entre los
términos "gemelos digitales" y "fabricación", "Industria 4.0", Gestión de Ingeniería en
Producción y Servicios “Internet de las cosas”, “gestión del ciclo de vida”, “sistemas integrados”
y “sistema ciberfísico”. Un aspecto que se destaca es la creciente aparición de frases “gestión
de la información” y “toma de decisiones” respecto a la tecnología del gemelo digital, lo que
sugiere que esta tecnología es considerada no sólo en el contexto de aspectos y beneficios
técnicos sino también como una herramienta para la gestión de procesos y productos en las
empresas.
2.8 Aplicaciones
El tipo de aplicaciones en las que es posible sacar provecho de los gemelos digitales es
amplio, y por lo general está desarrollado en problemas o procesos en los que el impacto de
una mala decisión resulta catastrófico. A continuación, presentamos algunos de los sectores en
los que se desarrollan aplicaciones con gemelos digitales.
Para analizar cómo los gemelos digitales se vienen aplicando en el sector de la
construcción, es importante analizar el estudio de (Fang Q, D, & Li, 2023 p. 2) donde afirman
que, la implementación de un modelo digital cerrado y estructurado permite simular el
rendimiento de seguridad en el comportamiento de los trabajadores en la construcción,
específicamente centrándose en la interacción entre la impulsividad y el autocontrol en el
proceso de toma de decisiones. Este modelo híbrido de simulación considera el proceso de

15
decisión conductual y las interacciones entre los trabajadores y el entorno de gestión en
diferentes estrategias de intervención.
Así mismo, destaca que, mediante experimentos de simulación con gemelos digitales,
encontraron que las estrategias de gestión proactivas son más efectivas en mantener niveles
de seguridad conductual de los trabajadores a lo largo del tiempo en comparación con las
estrategias de gestión reactivas. Aquí se evidencia que el estudio sugiere un enfoque
preventivo y proactivo en la gestión para tener ventajas significativas en la mejora de la
seguridad laboral en la construcción.
Desde el desafío del mantenimiento efectivo de equipos electromecánicos (ETE) en
túneles urbanos, (Yu, y otros, 2023, p. 1) Proponen un método basado en gemelos digitales
que integra Building Information Modeling (BIM), Internet de las cosas (IoT) y Web semántica.
El enfoque incluye un marco conceptual, un método controlado por vocabulario para gestionar
conocimientos de mantenimiento, y un razonador combinatorio para generar esquemas de
mantenimiento. La herramienta resultante se aplicó en un túnel en Hangzhou, China,
demostrando su eficacia al actualizar continuamente conocimientos de mantenimiento y
mejorar la detección de fallos y la predicción del estado de ETE. Su eficiencia de inferencia
supera a los enfoques tradicionales
Por otra parte, el estudio de (Müller-Zhang, Kuhn, & Pablo Oliveira Antonino, 2023, p. 1)
propone un enfoque que utiliza Gemelos Digitales (DTs) y Deep-Q-Learning para realizar
planificación y programación integrada de procesos en la producción basada en servicios. Los
DTs de activos de producción proporcionan información en tiempo real, permitiendo toma de
decisiones en vivo basada en las condiciones operativas actuales. La eficiencia y escalabilidad
del diseño se evaluaron en un laminador virtual de aluminio.
Desde el campo de la salud el estudio de (Schelling, y otros, 2023, p. 1) aborda la falta
de definiciones globales de calidad en cirugía de sarcoma y destaca la importancia del

16
benchmarking para mejorar la atención. Presenta un enfoque basado en Gemelos Digitales
para evaluar la calidad de intervenciones quirúrgicas en sarcoma, destacando la necesidad de
datos integrales para lograr interoperabilidad y colaboración. La propuesta incluye parámetros
de benchmarking y una plataforma digital interoperable llamada Sarconnector. La metodología
se alinea con la atención basada en el valor, destacando resultados de pacientes, mejora
continua y reducción de costos.
En el sector de los automóviles también se viene realizando desarrollos con gemelos
digitales como lo afirma el estudio de (F, y otros, 2023, p. 1) el cual presenta un marco de toma
de decisiones para el Internet de los Vehículos (IoV), utilizando gemelos digitales conectados
para mejorar la seguridad y eficiencia del transporte. El enfoque permite la comunicación y
cooperación eficaz entre gemelas digitales, planificando subobjetivos para vehículos
individuales.
Los procesos de agricultura como el cultivo de alimentos son procesos altamente
sensibles a las variables de su entorno, y los gemelos digitales dan la posibilidad de gestionar
eficiente mente los recursos alrededor de la cosecha, por ejemplo, para el balance hídrico del
suelo detrás de una cosecha en los viñedos, el gemelo digital del sistema automatizado de
irrigación simula los diferentes insumos, de modo que el usuario final pueda ver en tiempo real
el consumo hídrico del cultivo (Bellvert, 2023, p. 2). En donde gracias a la captura de
información que permite el IoT mediante sensores que miden las características del suelo,
información meteorológica en tiempo real, y parámetros biofísicos de la cepa, entre otros, se
obtiene mediante el gemelo digital un resultado que asegura una irrigación adecuada del
cultivo, como se muestra en la figura 4, en donde, para la temporada 2021 se capitalizan los
aprendizajes del modelo y se realiza una irrigación adecuada para el sector C del cultivo
manteniendo la irrigación dentro de los limites preestablecidos de disponibilidad de agua.

17
Figura 4.
Irrigación acumulada de agua aplicada en cada sector de irrigación (A, B, C) para las
temporadas de crecimiento 2020 y 2021.
Nota: Tomado de Bellvert (2023, p. 12), UL (límite superior) y LL (límite inferior) son los
limites preestablecidos por el usuario final al principio de la temporada y actúan como
umbrales.
La gestión energética resulta también relevante dentro de las aplicaciones identificadas
en esta revisión, ya que por ejemplo en países con estaciones resulta retador manejar un
equilibrio entre la satisfacción térmica de las personas al interior de instalaciones a partir de sus
sensaciones, y la optimización de energía para mantener esas instalaciones a una temperatura
deseada, mediante el gemelo digital del sistema de aire acondicionado y calefacción de las
instalaciones, es posible mostrar a las personas la temperatura en tiempo real en las diferentes
zonas de las instalaciones del edificio como se muestra en la figura 5, lo cual afecta la
ubicación que seleccionará la persona para ubicarse (Saadatifar, 2023, p. 727).
Figura 5.
Visualización del microclima interior.

18
Nota: Saadatifar (2023, p.726). figura a) mapa térmico en tiempo real, B) animación
histórica de los datos.
Por último, dentro de los ejemplos de aplicación que destacamos en esta revisión
literaria encontramos aplicaciones el sector logístico, en donde la toma de malas decisiones en
la distribución de los recursos de la operación logra tener impactos catastróficos, y esto motivó
la implementación de un sistema de toma de decisiones basado en gemelos digitales en el
puerto de Yangshan en China, donde una simulación grafica de la operación global del puerto
como se muestra en la figura 6. habilita la distribución optima de recursos como grúas,
camiones, instalaciones de almacenamiento, entre otros para entregar no solo un monitoreo de
todo el proceso en tiempo real, sino también, alertas tempranas y planes optimizados al
operador (Ding, 2023, p. 2) las cuales permiten tomar acciones que mitiguen los riesgos
asociados por ejemplo al retraso de un buque, la subutilización de una grúa y en este sentido
permiten replantear los planes trazados para la operación logística del puerto.
Figura 6.
Envió de alerta temprana del retraso en la operación de un barco en tiempo real.

19
3. Hallazgos:
La investigación evidencia que Dmitry Aleksandrovich Ivanov, un investigador alemán,
ha sido el autor más avanzando con el objeto de investigación de este estado de arte, con un
total de 12 artículos que abordan la creación y desarrollo de gemelos digitales a nivel mundial,
destacando cómo estos pueden fortalecer el proceso de toma de decisiones.
Figura 7.
Número de artículos por autor, búsqueda “Digital” + “Twins” + “Decisions” en Scopus

20
Nota: Tomado de Scopus (2023)
Figura 8.
Número de artículos por país, búsqueda “Digital” + “Twins” + ”Decisions” en Scopus
Adicionalmente, se evidencia que China encabeza la investigación en gemelos digitales,
destacándose como el país con la mayor cantidad de estudios en este ámbito. Este hecho
sugiere que, en este objeto de investigación, es probable que China lidere la industria en la
creación y desarrollo de gemelos digitales a nivel organizacional.
Figura 9.
Número de artículos por año, búsqueda “Digital” + “Twins” + ”Decisions” en Scopus

21
Por otro lado, se observa que la investigación sobre gemelos digitales tiene menos de
10 años, lo que indica que es una tecnología aún emergente, con amplias posibilidades de
expansión, investigación y desarrollo. Este periodo temprano de menos de 10 años indica que
estamos en una etapa inicial de exploración, presentando oportunidades significativas tanto
para la creación de nuevas soluciones en este campo emergente.
Figura 10.
Número de artículos por área temática, búsqueda “Digital” + “Twins” + ”Decisions” en Scopus
Se observa que en el campo de los gemelos digitales en la ciencia de la computación es
el más desarrollado en términos de investigación, destacándose por tener el mayor porcentaje
de estudios. Paralelamente, se nota que el ámbito de los gemelos digitales en el campo de las
decisiones aún se encuentra en una fase incipiente, abriendo la puerta a oportunidades de
exploración y descubrimiento.
Por otro lado, para implementar gemelos digitales se debe identificar los objetivos de la
implementación, definir el alcance, es decir, qué aspectos del sistema o proceso real se
22
modelará digitalmente, luego recolectar datos del sistema o proceso real que deseas modelar.
Estos datos pueden provenir de sensores, registros históricos u otras fuentes relevantes.
Además, elegir la plataforma y las herramientas que se ajusten a las necesidades de
simulación, utilizar herramientas de simulación, software de modelado, o incluso desarrollar un
propio entorno de gemelos digitales según los requisitos específicos.
Así mismo, se deben crear modelos matemáticos y algoritmos que representen con
precisión el comportamiento del sistema real. Esto puede implicar el uso de técnicas de
simulación, aprendizaje automático u otras metodologías.
Como lo dice (Fang Q, D, & Li, 2023 p. 1) el modelo de simulación digital híbrido
considera el proceso de decisión conductual y las interacciones entre trabajadores y entorno de
gestión, compuesto por un panel de control, gestión proactiva y reactiva. A partir de este
modelo se pueden estructurar y crear gemelos digitales similares que soporten la toma de
decisiones y la productividad a nivel organizacional, así mismo, se pueden crear gemelos
digitales para la reducción de diferentes comportamientos no deseados.
Integrar sensores y datos en tiempo real para que el modelo se actualice con
información actualizada del sistema real. Luego, validar y calibrar el modelo comparando su
rendimiento con el comportamiento real del sistema.
Posterior, se debe ajustar los parámetros según sea necesario para mejorar la
precisión. Es importante, desarrollar una interfaz de usuario que permita a los usuarios
interactuar con el gemelo digital y acceder a la información generada por este. De la misma
manera, definir procedimientos para el mantenimiento del gemelo digital y establece un plan
para actualizar el modelo a medida que evolucionen los sistemas o los requisitos.
Finalmente, realizar pruebas piloto del gemelo digital en condiciones controladas antes
de su implementación completa. Evaluar los resultados y ajusta el modelo según sea

23
necesario, implementa el gemelo digital en el entorno operativo y establece un sistema de
monitoreo continuo para garantizar su rendimiento a lo largo del tiempo.
Gulewicz (2022 p. 71) en su artículo, identifica que el problema más común, indicado
por el 30% de los encuestados, son los costos asociados con la implementación de la
tecnología. Este estudio revela cómo los altos costos constituyen una barrera significativa para
la adopción organizacional de los gemelos digitales. Así mismo, identifica la brecha de
investigación como la falta de información sobre el nivel de conocimiento de la tecnología de
gemelos digitales.
3.1 Buenas prácticas en la implementación de gemelos digitales.
Para alcanzar el éxito en la implementación de gemelos digitales y generar modelos
robustos que permitan soportar las decisiones críticas de negocio, identificamos en la revisión
literaria una serie de patrones que se repiten y que hacen evidente su importancia para ser
considerados a la hora de la implementación y desarrollo de los gemelos digitales. En primer
lugar, es necesario soportar el levantamiento del problema en los usuarios expertos en el
problema. Un ejemplo de la vida cotidiana para esta primer buena práctica está en el diseño de
una ciudad inteligente con un gemelo digital de la ciudad, en donde involucrar a los ciudadanos
en la planificación urbana, la toma de decisiones y la formulación de políticas con gemelos
digitales resulta un aporte invaluable (Dani, 2023, p. 2). Esta óptica de los expertos asegura la
completitud en las variables que afectan el problema y entender en las primeras iteraciones que
tan acertadas son los resultados del modelo. En el segundo lugar, es importante asegurar que
los datos e información asociadas a las variables de entrada que procesará el modelo son
correctas, para lo cual es fundamental que los gemelos digitales se apoyen de otras
tecnologías como las desarrolladas en la sección: Interacción de gemelos digitales con otras
tecnologías, de esta revisión literaria, pues a partir de los datos obtenidos, por ejemplo, en el
caso del desarrollo de ciudades inteligentes con gemelos digitales, mejora significativamente la
24
precisión en la evaluación de tendencias urbanas y dificultades futuras (Dani, 2023, p. 15). La
tercer buena práctica identificada en esta revisión literaria es la mejora continua del modelo, la
cual se logra con nuevas iteraciones sobre los resultados de modo tal que se reduce la
incertidumbre del comportamiento del sistema en un escenario particular, retomando el ejemplo
compartido en la aplicación logística, en la predicción de la tasa de uso de las grúas del puerto
de Yangshan, La Figura 6 muestra la tendencia de las tasas promedio de utilización de control
de calidad y los valores de desviación estándar en cada iteración (Ding, 2023, p. 7).
Figura 11.
Uso promedio de grúas de muelle en cada iteración.
Dado que los datos que alimentan los gemelos digitales pueden ser sensibles o
alterables, otra buena práctica en la implementación y operación de los gemelos digitales es
asegurar la seguridad e integridad de la información (Ke, 2023, p. 17). Ya que este insumo de
los gemelos digitales podría resultar atractivo para delincuentes cibernéticos, lo cual obliga a
poner barreras de protección en los diferentes sistemas de la compañía enlazados con el
gemelo digital para mitigar el riesgo de un ataque.

25
3.2 Impactos
Los diferentes artículos abordados en esta revisión nos muestran diferentes impactos
que trae la implementación de los gemelos digitales, como se mostró en la sección de
aplicaciones, el rango de usos que pueden tener los gemelos digitales es amplio, al igual que
los impactos particulares de cada implementación. Sin embargo, a continuación, rescatamos
algunos de los impactos qué más se replicaron en la revisión de la literatura realizada. Cómo se
desarrolló al inicio de este texto, los entornos en los que se desarrollan los problemas de
aplicación de los gemelos digitales están llenos de incertidumbre, y las decisiones en estos
problemas se basan tradicionalmente en el juicio de expertos.
Por otro lado, los expertos no contaban con la información suficiente para sustentar sus
decisiones y adaptarse a las nuevas condiciones rápidamente, lo cual tras la correcta
implementación de los gemelos digitales se traduce en la optimización de los recursos. Por
ejemplo, en aspectos energéticos cómo en el gemelo digital del sistema de aire acondicionado
de edificaciones expuesto en la sección de aplicaciones, o el uso eficiente de las grúas de
muelle en el puerto de Yangshan, en donde las predicciones realizadas y los alertamientos
tempranos desencadenan acciones que minimizan los impactos derivados de los riesgos de las
diferentes operaciones estudiadas, y a pesar de no estar explicito en estos ejemplos de
aplicación con cifras e indicadores financieros, traen un impacto financiero y estratégico
asociado, que debe ser tenido en cuenta a la hora de abordar un proyecto de este tipo. Sin
embargo, este tema tiene un alcance diferente al abordado en la presente revisión y podría
desarrollarse en una revisión literaria asociada al impacto financiero del uso de esta tecnología.
Dentro de las conclusiones de los artículos revisados identificamos que, al exponer los
modelos de los gemelos digitales a escenarios inciertos, estos modelos entregan información
de su comportamiento, de manera que uno de los impactos que trae la implementación y
operación de gemelos digitales es la gestión de conocimiento, pasando por sus etapas de

26
creación, organización, distribución y aplicación. Como en el caso de los gemelos digitales
cognitivos en los que el gemelo procesa el conocimiento y lo aplica para generar sugerencias
de toma de decisiones a los usuarios (Rožanec, 2021, p. 471).
Siguiendo con lo anterior, a través de la información que ofrecen las tecnologías
digitales, los directivos pueden comprender mejor los entornos dinámicos en los que operan y
responder a sus retos empresariales. Según Mirza (2021), los gemelos digitales permiten que
las organizaciones puedan realizar simulaciones y análisis de escenarios para mejorar su toma
de decisiones, y los conocimientos que tienen de los sistemas. Es decir, los gemelos pueden
utilizarse para realizar ajustes frecuentes y, por ende, aportar a la comprensión de situaciones
específicas que desembocan en la toma de decisiones cotidianas de una empresa (p. 7).
La visualización de estos conocimiento y aprendizajes se presenta en formatos que
actualmente son utilizados a nivel organizacional (e.g. gráficas, diagramas, modelos o mapas)
(Mirza, 2021, p. 7). Estos formatos, son de fácil comprensión y análisis, lo que permite a los
directivos entender y comprender la relación que existe entre sus métricas y la implementación
de estrategias. Además, si a lo anterior se le suma un ambiente de simulación, les da aún más
insumos a los directivos para imaginar cómo sería la adaptación de estos modelos en un
mundo real y así aprender y reflexionar sobre los éxitos y fracasos de las decisiones simuladas.
Mirza (2021), enuncia que estos modelos basados en la simulación se han utilizado en
numerosas actividades de gestión organizacional, como la planificación estratégica, el
desarrollo de modelos de negocio, el marketing, la innovación de productos, la fijación de
precios y la toma de decisiones empresariales. Gracias a estos contextos de simulación, es que
surge y toma importancia el concepto de los gemelos digitales estratégicos en el mundo
empresarial (p. 8).

27
4. Conclusiones
• Las empresas buscan nuevas formas de adaptar las operaciones de su organización a
las cambiantes condiciones del mercado, aumentando su competitividad y reduciendo al
mismo tiempo el despilfarro de recursos y los costes. Estos cambios afectan a los
procesos dentro de la organización y a toda la cadena de suministro.
• Como se evidenció en la sección de aplicaciones de los gemelos digitales para la toma
de decisiones en la presente revisión literaria, destacamos la flexibilidad que tienen
estos para poder ser adaptados a un sin número de aplicaciones, en donde por recordar
algunos ejemplos tenemos sectores como la construcción, manufacturero, logístico,
agricultura, diseño y mejora de productos, diseño de ciudades inteligentes, entre varios
otros.
• Cómo se evidenció a lo largo de esta revisión literaria, los gemelos digitales tienen la
capacidad de soportar decisiones críticas de negocio, permitiendo en algunos casos,
con el apoyo de otras tecnologías automatizar la toma de decisiones. Para otros casos,
dar información que acote la incertidumbre para el tomados de decisiones y le permita
fundamentar estás en los resultados entregados por el modelo. En ambos casos con la
ventaja de que esto sucede en tiempo real, lo cual permite corregir el rumbo antes de
que se presente un desenlace crítico. Adicionalmente, alrededor de estas decisiones se
generan eficiencias para el uso óptimo de los recursos, y por consiguiente se habilita la
creación de ventaja competitiva para las organizaciones que los implementen
adecuadamente en el problema correcto.
• La implementación de gemelos digitales está motivada por la incertidumbre alrededor
de los problemas que se quieren solucionar, y cómo se mostró a lo largo de la revisión
literaria, los resultados de su implementación tienen impacto, lo cual demuestra el

28
potencial que tiene la tecnología entendiendo también que hace solo un par de años
empezó a utilizarse.
• Los costos asociados con la creación, desarrollo y mantenimiento de gemelos digitales
son altos debido a su condición de tecnología emergente. Además, las personas
apenas comienzan a conocer, especializarse y profundizar en su comprensión.
Asimismo, la arquitectura tecnológica de referencia está en una fase incipiente, con
desarrollos tecnológicos que aún se están configurando.
• La falta de experiencia con los gemelos digitales y su carácter innovador sigue
representando desafíos al intentar reconocer problemas prácticos en la introducción de
estos en entornos organizativos, especialmente cuando el gemelo digital está orientado
a guiar los procesos de toma de decisiones.
• Para desarrollar un gemelo digital de manera efectiva, es crucial seguir un enfoque
estructurado paso a paso que oriente las acciones y la construcción de su
representación. Además, el proceso de modelado debe adaptarse a las necesidades
específicas relacionadas con la toma de decisiones o la representación que se busca
lograr.
• Los gemelos digitales están emergiendo en distintos países y disciplinas científicas. Sin
embargo, persisten brechas en su aplicación a nivel organizacional en lo que respecta
al respaldo a la toma de decisiones, y se perciben amplias posibilidades de desarrollo
que den futuro a una tecnología que promete mejorar la productividad.
• En resumen, la creación y operación de un gemelo digital implican la sinergia de
conocimientos en diversos campos y la integración de tecnologías clave como el IoT, la
inteligencia artificial y la automatización de procesos. Este enfoque holístico garantiza la
efectividad y el rendimiento óptimo del gemelo digital en la toma de decisiones y la
optimización de procesos.
29
• El desarrollo de aplicaciones en gemelos digitales se encuentra en una temprana, pero
la revisión literaria revisada nos muestra que tiene el potencial de convertirse en una
herramienta fundamental en la transformación de las organizaciones en los próximos
años.
5. Características RSL:
Para la revisión literaria abordada en el presente estado del arte, se realizó una
discusión por parte de los investigadores alrededor de los criterios de investigación que
deberían ser usados, tomando como base el análisis de resultados entregado por Scopus en la
búsqueda “Digital”+“Twins”+“Decisions”, los resultados de esta discusión se encuentran
condensados en la tabla 1. Posteriormente, cada uno de los investigadores realizó la búsqueda
independiente de 15 artículos diferentes tomando como base los criterios de búsqueda
definidos previamente. Los artículos seleccionados por los investigadores fueron organizados
en una base de datos describiendo los aspectos más relevantes de cada artículo,
posteriormente se realizó grupalmente la socialización de los hallazgos encontrados en las
revisiones individuales y se identificaron los patrones comunes asociados a las diferentes
búsquedas, por último, se organizó la información en el presente documento y se establecieron
las conclusiones respecto al tema de estudio abordado.
Tabla 1.
Características de la revisión sistemática de la literatura.
Rango de fechas de publicación últimos 3 años (2020-2023)

Desarrollo del documento Texto completo
Tipo de publicaciones Journal o revistas académicas
Idioma Ingles
Formato PDF, Texto o HTML
Decisiones
Relaciones
Aplicaciones reales
30
6. Referencias:
Bao, J., Guo, D., Li, J., & Zhang, J. (2019). The modelling and operations for the digital twin in
the context of manufacturing. Enterprise Information Systems, 13(4), 534–556.
https://doi-org.cvirtual.cesa.edu.co/10.1080/17517575.2018.1526324
Cascio, J. (2020). Facing the Age of Chaos. medium.com. https://medium.com/@cascio/facing-
the-age-of-chaos-b00687b1f51d
Ding, K., Chan, F. T. S., Zhang, X., Zhou, G., & Zhang, F. (2019). Defining a Digital Twin-based
Cyber-Physical Production System for autonomous manufacturing in smart shop floors.
International Journal of Production Research, 57(20), 6315–6334.
https://doi.org/10.1080/00207543.2019.1566661
Hu, F., Qiu, X., Jing, G., Tang, J., & Zhu, Y. (2023). Digital twin-based decision making
paradigm of raise boring method. Journal of Intelligent Manufacturing, 34(5), 2387–2405.
https://doi-org.cvirtual.cesa.edu.co/10.1007/s10845-022-01941-0
F, X., Yuan, Q., Liu, S., Li, B., Q, Q., & Wang, J. (2023). Communication-efficient decision-
making of digital twin assisted Internet of vehicles: A hierarchical multi-agent
reinforcement learning approach. China Communications.
Fang Q, C., D, C.-L., & Li, C. (2023). Intervention and management of construction workers’
unsafe behavior: A simulation digital twin model. Advanced Engineering Informatics.
Gulewicz, M. (2022). Tecnología de gemelos digitales: Engineering Management in Production
& Services.
Ke, C., Pan, X., Wan, P., Huang, Z., & Jiang, Z. (2023). An Intelligent Redesign Method for
Used Products Based on Digital Twin. Sustainability (2071-1050), 15(12), 9702.
https://doi.org/10.3390/su15129702
31
Müller-Zhang, Z., Kuhn, T., & Pablo Oliveira Antonino. (2023). Towards live decision-making for
service-based production: Integrated process planning and scheduling with Digital Twins
and Deep-Q-Learning. Computers in Industry.
Schelling, G., Fuchs, B., Elyes, M., Studer, G., Scaglioni, M. F., Giovanoli, P., & Heesen, P.
(2023). Unlocking the Power of Benchmarking: Real-World-Time Data Analysis for
Enhanced Sarcoma Patient Outcomes. Cancers.
Yu, G., Lin, D., Wang, Y., Hu, M., Sugumaran, V., & Chen, J. (2023). Digital Twin-enabled and
Knowledge-driven decision support for tunnel electromechanical equipment
maintenance. Tunnelling and Underground Space Technology.
Korenhof, P., Giesbers, E., & Sanderse, J. (2023). Contextualizing realism: An analysis of acts
of seeing and recording in Digital Twin datafication. Big Data & Society, 10(1).
https://doi-org.cvirtual.cesa.edu.co/10.1177/20539517231155061
Chen, C., Fu, H., Zheng, Y., Tao, F., & Liu, Y. (2023). The advance of digital twin for predictive
maintenance: The role and function of machine learning. Journal of Manufacturing
Systems, 71. https://doi.org/10.1016/j.jmsy.2023.10.010
Van der Valk, H., Haße, H., Möller, F. et al. (2022). Archetypes of Digital Twins. Bus Inf Syst
Eng 64, 375–391 . https://doi-org.cvirtual.cesa.edu.co/10.1007/s12599-021-00727-7
Kritzinger W, Karner M, Traar G, Henjes J, Sihn W. (2018.) Digital twin in manufacturing: a
categorical literature review and classification. IFAC-PapersOnLine 51:1016–1022.
https://doi. Org/10.1016/j.ifacol.2018.08.474
Van der Aalst, W.M.P., Hinz, O. & Weinhardt, C. (2021). Resilient Digital Twins. Bus Inf Syst
Eng 63, 615–619 https://doi-org.cvirtual.cesa.edu.co/10.1007/s12599-021-00721-z

32
Korenhof, P., Blok, V., & Kloppenburg, S. (2021). Steering Representations—Towards a Critical
Understanding of Digital Twins. Philosophy & Technology, 34(4), 1751-1773.
https://doi.org/10.1007/s13347-021-00484-1
Korenhof, P., Giesbers, E., & Sanderse, J. (2023). Contextualizing realism: An analysis of acts
of seeing and recording in Digital Twin datafication. Big Data & Society, 10(1).
https://doi-org.cvirtual.cesa.edu.co/10.1177/20539517231155061
Gulewicz, M. (2022). Digital Twin Technology -- Awareness, Implementation Problems and
Benefits. Engineering Management in Production & Services, 14(1), 63–77. https://doi-
org.cvirtual.cesa.edu.co/10.2478/emj-2022-0006
Armendia, M., Cugnon, F., Berglind, L., Ozturk, E., Gil, G., & Selmi, J. (2019). Evaluation of
Machine Tool Digital Twin for machining operations in industrial environment. Procedia
CIRP, 82, 231-236. https://doi.org/10.1016/j.procir.2019.04.040.
Mirza, J. (2021). Supporting strategic management decisions: The application of digital twin
systems. Strategic Direction, 37(11), 7-9. https://doi.org/10.1108/SD-10-2021-0119
Bellvert, J., Pelechá, A., Pamies-Sans, M., Virgili, J., Torres, M., & Casadesús, J. (2023).
Assimilation of Sentinel-2 Biophysical Variables into a Digital Twin for the Automated
Irrigation Scheduling of a Vineyard. Water (20734441), 15(14), 2506.
https://doi.org/10.3390/w15142506
Saadatifar, S., Sawyer, A. O., Byrne, D. J., & Yuming Zhang. (2023). Balancing Thermal
Comfort with Energy Consumption in Buildings Using Digital Twins, IoT Sensors, and
Real-time Dashboards to Inform Occupant Decision Making. ASHRAE Transactions,
129(Part1), 720–729.
33
Ding, Y., Zhang, Z., Chen, K., Ding, H., Voss, S., Heilig, L., Chen, Y., & Chen, X. (2023). Real-
Time Monitoring and Optimal Resource Allocation for Automated Container Terminals: A
Digital Twin Application at the Yangshan Port. Journal of Advanced Transportation, 1–
12. https://doi.org/10.1155/2023/6909801
Dani, A. A. H., Supangkat, S. H., Lubis, F. F., Nugraha, I. G. B. B., Kinanda, R., & Rizkia, I.
(2023). Development of a Smart City Platform Based on Digital Twin Technology for
Monitoring and Supporting Decision-Making. Sustainability (2071-1050), 15(18), 14002.
https://doi.org/10.3390/su151814002
Rožanec, J. M., Lu, J., Rupnik, J., Škrjanc, M., Mladenić, D., Fortuna, B., Zheng, X., & Kiritsis,
D. (2022). Actionable cognitive twins for decision making in manufacturing. International
Journal of Production Research, 60(2), 452–478. https://doi-
org.cvirtual.cesa.edu.co/10.1080/00207543.2021.2002967
7. Contacto autores investigadores:
María Camila Osorio mariac.osorio@cesa.edu.co,
Santiago León López santiago.leon@cesa.edu.co,
Daniel Ricardo García Pulido. daniel.garciap@cesa.edu.co.

Estado Del Arte Gemelos Digitales Como Soporte en La Toma de Decisiones.

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estado Del Arte Gemelos Digitales Como Soporte en La Toma de Decisiones.

Cargado por

Copyright:

Formatos disponibles

Información de carácter Confidencial

Estado del arte: Gemelos digitales como soporte en la toma de decisiones.

María Camila Osorio

Santiago León López

Daniel Ricardo García

Maestría en Liderazgo para la Transformación Digital - MLTD

Colegio de Estudios Superiores de Administración – CESA

El potencial que tiene realizar la predicción del comportamiento de un sistema real a

mejorar la toma de decisiones en las organizaciones motiva la revisión literaria abordada en

objeto de estudio de los gemelos digitales como soporte en la toma de decisiones. A

conceptos, revisando el impacto de su uso en la toma de decisiones, contrastando los

hallazgos encontrados en la verificación realizada y presentamos las buenas prácticas

Cascio, entornos BANI, es decir, entornos llenos de Fragilidad, Ansiedad, No lineales e

es necesario contemplar diferentes escenarios que pongan en perspectiva los diferentes

resultados que podrían desencadenarse. Por ejemplo, en el proceso de producción de

productos en talleres, dada las incertidumbres en el entorno de procesamiento, es normal

encontrar eventos o perturbaciones impredecibles, haciendo que los planes trazados

afectan los problemas. Cómo en el desarrollo de productos, en donde, el proceso de rediseño

involucra diferentes análisis, planificaciones y formulaciones para la remanufactura que tienen

de decisiones que requieren estos problemas. Partiendo de lo anterior, se hace evidente la

necesidad de contar con herramientas que permitan construir simulaciones virtuales de la

permite una toma de decisiones informada, soportada en datos y en el comportamiento paralelo

para desarrollar su potencial y entregar soluciones al problema, o en otros términos predecir

comportamientos, cuando el sistema se expone a circunstancias y características particulares.

intuitiva (Hu, 2022, p. 2394).

tomadores de decisiones en un escenario favorable. Con lo cual, adicionalmente la toma de

decisiones soportada en gemelos digitales se vuelve en un habilitador que permite la

consecución de los objetivos estratégicos de las organizaciones, ya que activan el desarrollo

capacidades organizacionales que generan ventajas competitivas, como se mostrará en las

etapas posteriores de esta revisión literaria.

2.1 ¿Qué son los gemelos digitales?

La evolución constante de la tecnología digital es tan preponderante, que se ve

almacenar y procesar en la actualidad. Resultado de estos ejercicios, es el nacimiento de

tecnologías basadas en datos generan grandes expectativas, se espera que se produzcan

datos de entrada con el objetivo de manejar y procesar datos, y proporciona un enlace

viceversa (p. 1017).

organización para optimizar la operación diaria, también es capaz de planificar y comprender

proceso de toma de decisiones, debido a que almacenan el historial de mantenimiento y todos

Sistema ciber físico de producción basado en gemelo digital.

Nota: Tomado de Ding (2019, p. 15)

2.2 Toma de decisiones tradicional versus toma de decisiones con gemelos

La toma de decisiones tradicional se basa principalmente en la intuición y la experiencia

plenamente integradas. Así mismo, en un proceso tradicional de toma de decisiones, la puesta

generando sobre costos y reprocesos.

riesgos derivados de un proceso de toma de decisiones que no incorpore tecnologías digitales.

capacidad de sustituir a su gemelo físico en los procesos de conocimientos y toma de

producción, reducir el tiempo de inactividad y mejorar la calidad del producto identificando y

resolviendo los problemas antes de que se produzcan (p. 582).

Es claro que la implementación de nuevas tecnologías y soluciones innovadoras como

significativo en el desarrollo a largo plazo y la consecución de objetivos a corto plazo (Gulewicz,

2.3 ¿Qué se debe tener en cuenta para implementar gemelos digitales?

agentes, las infraestructuras de información y las prácticas y métodos de producción de

para llegar a buenos resultados.

medición usar y en qué forma recopilarlos.

entre distintos sistemas con distintos datos y sus formatos correspondientes, la

digitales como: la simulación, supervisión y análisis del estado, previsión y predicción,

optimización, representación, transferencia de datos y almacenamiento de datos, control,

2.4 Beneficios de implementar gemelos digitales.

Expuestos algunos de los criterios a tener en cuenta a la hora de implementar los

gemelos digitales en un contexto de toma decisiones, es importante también resaltar que

hacer una observación y análisis profundo y aportar a la optimización de cualquier producto o

una empresa, proceso o producto.