A systematic review of digital twins as decision support systems: a classification framework and identification of organisational constraints

数字孪生(DTs)日益被定位为决策支持系统(DSSs)，然而尚无框架系统性地考察数字孪生配置如何塑造其提供的决策支持。本研究对来自四个数据库的299项研究进行了系统性文献综述，采用系统综述和荟萃分析首选报告条目(PRISMA)来考察数字孪生配置如何影响决策支持与价值实现。我们构建了一个包含抽象层次、决策支持系统机制、决策层次和价值类型四个维度的分类框架，并对这些维度之间的关系进行了统计检验。结果表明，数字孪生通过四种不同的机制支持决策，这些机制在信息流动方式以及决策者的参与程度上存在差异。模型驱动的数字孪生通过内嵌模型计算答案，自身承担了更多推理工作；而知识驱动的数字孪生允许用户探索情景，使决策者保持积极参与。数字孪生能否创造价值，既取决于其技术能力，也取决于组织条件。完全自动化的决策较为罕见，且主要出现在模型驱动的数字孪生中，这表明限制自动化的是治理与问责机制，而非技术本身。模型驱动的数字孪生也很少用于长期战略决策，仅表征单一组件而非更广泛系统或企业的数字孪生同样如此。这些模式随时间保持稳定，且似乎并非由各行业研究分布不均所驱动。总体而言，研究结果表明，数字孪生的价值取决于其与组织决策情境的匹配，而非仅取决于技术先进性。本文强调了纯技术分析无法捕捉的组织与治理因素。