當今產業正面臨氣候變遷、供應鏈中斷與人力不足等多重挑戰，如何提升韌性與持續競爭力成為關鍵課題。
數位分身技術結合AI、感測、模擬與知識建模，可應用於製造與運動領域，協助企業即時監控、預測風險、最佳化資源配置。
透過數位分身打造虛實融合的智慧平台，企業不僅能精準回應外部變化，亦能強化永續發展與產業創新力，成為提升產業韌性的核心動能。
在全球面臨快速變化與高度不確定性的背景下僅全球供應鏈中斷每年就造成超過4兆美元的經濟損失，產業韌性已成為企業生存與競爭的關鍵。數位分身(Digital Twin)技術因具備模擬、監測、預測、回饋與知識的能力，成為強化產業韌性的關鍵技術。全球數位分身市場，將於2029年達到992億美元，年複合成長率(CAGR)為35.9%[1]；65%的智慧製造高階主管將營運風險列為首要或次要關注點[2]。Hexagon對660位高階主管進行的調查顯示，採用數位分身技術的公司平均實現了15%的碳排放減少和19%的成本節省，表明數位分身提升了營運和永續發展績效[3]。本文將從數位分身的技術基礎出發，探討其在產業的應用場景與效益，以製造業與運動服務業為例，並分析未來發展趨勢與挑戰。
數位分身技術整合虛實
數位分身是一種透過感測器、IoT、AI、Simulation和企業系統的即時數據來實現的[7]技術，建立實體的數位模型，對實體物件的持續監測、模擬、分析和優化[8]，除了反映現實環境的狀態，還能模擬預測可能發生的情境。值得注意的是，實體對象的定義已超越有形物件，延伸至場域、人、知識等抽象概念[9]，如圖1所示。
圖1 人/物/場之數位分身技術發展助產業智慧轉型
工廠場域分身(FactoryTwin)，集感測、預測與決策於一體，專為優化能源效率、掌握工廠狀態與自動化控制而打造，提供設備即時監控、能源使用優化、參數優化模擬與自動化決策等功能。FactoryTwin適用於高耗能產業如半導體、食品與化工領域，協助企業兼顧效率、永續與韌性。
設備機器分身(MachineTwin)著重於設備的行為建模。以冰水主機為例，監控及蒐集其運轉狀態、耗電特徵、控制參數，推演冰機能耗模型並持續監測，以動態調控最佳化能效參數，達到總能耗最小化。MachineTwin適用於高精度節能與設施設備壽命管理，是實現智慧節能與降低營運成本的重要解決方案。
NTT提出人類數位分身(Human Digital Twins)構想，描繪了一種能全面映射人類的虛擬存在，期望打造具備認知與溝通能力的智慧型分身，實現人與分身之間更自然且高效的協作與互動[10]。Replica Studios利用AI技術解析真實演員的聲音特性，能生成演員未曾發表的語句，並模擬多種情緒語調，同步驅動數位分身的口型對應，使其語音呈現猶如真人對話般自然[11]。
人類數位分身(HDT)計畫透過即時捕捉運動員的生理、生物力學和行為數據來重新定義運動員訓練和管理，提供對運動員表現、健康和潛在風險的洞察[12]。
達人分身(Expert Twin)是一種新型態的數位分身，結合多模態感知與生成式AI，具備視覺、聽覺、語言理解與語音生成能力。融合領域專家的知識(RAG)與大型語言模型(LLM)，能提供擬真智慧分析，適合於需要模擬專業知識與即時互動的應用，如：運動虛擬教練。達人分身可謂集視覺、聽覺、語言與智慧於一體，專為重現專業知識、洞察異常行為與強化互動式服務而設計的擬人型數位分身。
製造業應用
製造業普遍面臨三大痛點：設備維修反應慢、能源浪費、生產流程缺乏彈性。透過工廠場域分身(FactoryTwin)與設備機器分身(MachineTwin)雙模組，為製造現場提供即時監控、預測性分析與智慧決策支援。如整廠設備能耗資料的匯集、低功耗邊緣推論與虛擬電表推估邏輯。
工廠場域分身(FactoryTwin)提供預測模型輸出，AI Agent判斷並調整設備運轉狀態(如kW、系統能效)、空調與冷凍系統監控(出/回水溫、濕度、流量、開關狀態)、能源使用指標(總能耗MWh、單位耗能kWh/m²)、AI節能效益評估、用水監控與趨勢預測等。設備機器分身(MachineTwin)，可針對冰水主機、冷卻塔、泵浦等設備建立數位模型，自動計算最節能參數並即時調整設定，大幅降低總能耗，單月可節省電力支出約12%。
運動服務業應用
運動服務業長期面臨幾項核心痛點：教練資源有限、訓練缺乏客觀依據、場館管理人力密集、觀賽體驗無法即時互動等。達人分身(Expert Twin)建立運動員的數位模型，即時監控姿勢、負荷與疲勞狀況，預測傷害風險並優化訓練計畫。為運動員、教練與管理單位打造虛實整合的智慧夥伴。Expert Twin結合MachineTwin可實現設備預測性維護與環境自動調控。
同時，數位分身在運動產業中的應用已擴展至運動員表現優化、傷病預防和場館管理等領域[5]。數位分身技術不僅可以提高運動員表現，還可以透過識別運動員身體的早期勞損或虛弱跡象來降低受傷的可能性，透過持續監測運動員體況，檢測可能導致受傷的細微變化[6]。足球隊透過基於數位分身的監測系統，非接觸性損傷減少了20~30%[5]。當運動員受傷時，透過數位分身追蹤運動員的康復進度，運動醫學專業人員可以密切監測其進度並即時調整康復計畫，例如運動員膝蓋受傷，數位分身可以模擬其肌肉和關節對不同運動的反應。這使得訓練師可以在虛擬環境中嘗試不同的練習，再應用於現實中的運動員，達降低受傷風險[6]。場館數位分身是體育場館和競技場的綜合虛擬模型，整合了結構資訊、人群流動數據、環境條件甚至聲學，以優化從觀眾位置到攝影機定位[5]。這對於大型公共集會的韌性至關重要，尤其是在潛在緊急情況下安全高效的管理。
以高爾夫為例，GolfMaster智慧高球專家數位分身系統(圖2)，結合Expert Twin與AI運動視覺技術，能即時生成揮桿姿態輔助線，協助初階球友比對標準動作並識別錯誤部位，輔以語音指導提供修正建議。還能依據擊球歷程與揮桿特徵推演適桿建議，強化個人化教學，實證顯示整體擊球效率最高可提升18%。此外，模擬器內建室內球場情境重建，搭配AI人物與球桿辨識技術，即便在複雜光線下亦能穩定偵測姿態與球桿特徵，有效強化球具偵測精度。此類應用已逐步導入高爾夫練習場與數位訓練中心，成為球場營運數位轉型的示範方案。
圖2 虛擬運動教練GolfMaster(資料來源：本研究繪製)
此外，GolfMaster系統亦導入基於視覺語言模型(VLM)的擊球動作回饋技術，結合LLM與RAG專家規則系統，能從多張動作姿態影像中觀察骨架關節偏差，找出與教練標準動作差異最大的部位。透過擊球路徑與球數據輸入，系統可自動判斷錯誤球路與成因，透過prompt工程生成具體動作改善建議，不僅提升回饋精準度，也降低教練人力負擔，未來可結合小型生成模型，強化即時互動性與動作建議彈性，實現虛擬教練自動化訓練輔助功能。
AI高球虛實互動場域須具備五大核心技術應用趨勢：1.室內高爾夫球場域AI模擬器：結合AI數位分身與領域知識，實現多場景模擬與即時回饋；2.跨裝置資料整合能力：整合擊球數據、TPI檢測資訊與運動感測器，建立個人運動模型；3.AI虛擬教練技術：結合感知、理解與語言生成，提供智慧診斷與語音導引；4.影像語言LLM模型：透過視覺與語言理解模型，讓AI教練具備解釋與溝通能力；5.擊球分析模型輕量化：AI模型可於行動裝置或邊緣設備即時運作，支援自動錄影、姿態比對與擊球分析等功能。
增進產業韌性的策略價值
產業韌性已不僅是製造與服務持續性的保障，更是企業決策靈活性與市場存活力的象徵。數位分身技術的導入，不僅強化企業對於現場、設備與客戶需求的即時掌握，更賦予企業預測未來、快速反應、即時修正與跨部門協作的能力，進而形成一個具備高度反脆弱性的運作體系。運動服務業導入Expert Twin虛擬教練與模擬器系統，有助於在教練資源不足時提供即時數位回饋與個別化訓練建議，藉由遠端視覺判讀與語音互動，學員可即時獲得指導，維持運動習慣，顯著提升服務韌性與場域彈性。製造業導入FactoryTwin與MachineTwin，不僅強化了設備預警與能源管理能力，亦可在供應鏈斷鏈或人力短缺時，自動調整參數、優化產線配置與能源負載，維持核心營運不中斷，展現數位分身在災害與突發狀況下的韌性防禦能力。
挑戰與未來展望
國際標準推動方面，目前ISO已成立多項工作小組，制定與數位分身相關的標準，包括ISO23247(Digital Twin Framework for Manufacturing)和ISO/IEC DIS 30173(Digital Twin–Concepts and Terminology)。同時，工業數位分身聯盟(IDTA)與工業網際網路聯盟(IIC)也推動數位分身模型的互操作性協定與標準架構，以解決不同平台之間的資訊孤島問題。
在政策層面，美國國防部將數位分身納入其數位工程策略[13]，日本經濟產業省亦提出數位分身模型和高精度模擬環境，以實現更快、更精確的開發設計流程[14]。歐盟數位羅盤2030政策將數位分身列為製造業數位化關鍵支柱之一，協助企業加強供應鏈韌性與能源效率[15]。
數位分身不僅是數位轉型的工具，更是提升產業韌性的戰略資產。透過建立虛實融合的資訊平台，企業能在變動中掌握先機、預判風險、快速應變。對運動服務業與製造業而言，數位分身將是實現精準服務、智慧製造與永續競爭力的關鍵方案。
(本文作者周世俊為資策會軟體院主任；王榮陞為資策會軟體院組長)
參考資料：
[1] Digital Twin Market Report 2025 - Research and Markets, ， https://www.researchandmarkets.com/reports/5939231/digital-twin-market-report
[2] 2025 Smart manufacturing survey | Deloitte Insights, https://www.deloitte.com/us/en/insights/industry/manufacturing-industrial-products/2025-smart-manufacturing-survey.html
[3] Digital twins cut costs and emissions by nearly 20%, survey finds, https://www.pbctoday.co.uk/news/digital-construction-news/bim-news/digital-twins-cut-costs-emissions-by-nearly-20-survey-finds/144970/
[4] New research: How digital twin technology is cutting costs and ..., ， https://createdigital.org.au/twin-technology-cutting-costs/
[5] Is Digital Twin Tech Enhancing Live Sports? - Tomorrow Desk, ， https://tomorrowdesk.com/future/digital-twin-live-sport
[6] Digital Twins: A Game-Changer For Sports Performance - AI, ，
[7] From manufacturing to medicine: How digital twins can unlock new industry advantages, ， https://www2.deloitte.com/us/en/insights/topics/strategy/digital-twin-strategy.html
[8] Empowering Supply Chain Resilience with Digital Twin Solutions, ， https://www.numberanalytics.com/blog/digital-twin-supply-chain-resilience
[9] Digital Twins for Clinical and Operational Decision-Making: Scoping Review, ， https://www.jmir.org/2025/1/e55015/
https://aicompetence.org/digital-twins-game-changer-sports-performance/
[10] Human Digital Twins: Creating New Value Beyond the Constraints of the Real World, NTT R&D Website
[11] Replica studios, Replica, https://www.replicastudios.com/
[12] Revolutionizing Athlete Training with Human Digital Twins - Artificial Intelligence at Charlotte, https://ai.charlotte.edu/2025/02/03/revolutionizing-athlete-training-with-human-digital-twins/
[13] DoD INSTRUCTION 5000.97, “DIGITAL ENGINEERING”, Dec 2023, https://www.cto.mil/wp-content/uploads/2024/01/info-dodi-500097-de-summary.pdf
[14] ????社???現?向??, 日本經濟產業省, Jan 2024, https://www.meti.go.jp/shingikai/sankoshin/shin_kijiku/pdf/019_03_00.pdf
[15] 2030 Digital Compass: the European way for the Digital Decade, 2021, https://eur-lex.europa.eu/legal-content/EN/TXT/HTML/?uri=CELEX:52021DC0118