Data pubblicazione
Gennaio 28, 2026
Autori
Francesco Veirana
Antonio Gentile
Tommaso Totali
Martina Ioli
Daniele Congedi
Christian Letrado Forero
Topic
Energy & Utilities, Resources & InfrastructureÈ possibile identificare una definizione universale di Digital Twin?
Negli ultimi anni si sente sempre più spesso parlare di Digital Twin, espressione che sta entrando sempre più spesso nel vocabolario dell’ambito tecnologico e industriale.
Questa terminologia è stata proposta per la prima volta nei primi anni 2000 da Michael Grieves, professore e ricercatore presso l'Università del Michigan, e fu definita come la possibilità di poter collegare il mondo fisico e digitale attraverso lo sviluppo un "gemello virtuale" che riflettesse lo stato, il comportamento e le caratteristiche di un oggetto o sistema reale.
Da allora, il concetto di Digital Twin si è evoluto rapidamente, trovando applicazioni in una vasta gamma di settori, come l'industria manifatturiera, l'ingegneria, la sanità, l'energia e le smart city.
Ad oggi è opportuno chiedersi se esista una definizione universale di Digital Twin, adattabile ai diversi contesti di applicazione, ma la risposta non è immediata.
Per esplorare il concetto, è stato condotto uno studio che ha analizzato oltre 50 definizioni presenti nella letteratura, individuando gli elementi più ricorrenti associati al Digital Twin. In particolare, l’analisi è stata condotta mappando le parole chiave in categorie concettuali e identificando le percentuali di ricorrenza nelle definizioni stesse.
Gli elementi ricorrenti emersi sono stati organizzati in tre macrocategorie:
Input, driver che indirizzando l’impostazione del Digital Twin;
- Moduli caratterizzanti, cioè i componenti distintivi che definiscono la struttura e il funzionamento di un Digital Twin;
- Enabler, intesi come fattori abilitanti, tecnologici o metodologici, che rendono possibile la costruzione e l’implementazione del Digital Twin sulla base degli input identificati.
La mappa seguente sintetizza il risultato ottenuto:
Analizzando i dati elaborati, emerge fin da subito che non esiste una risposta univoca. Al contrario, quelle che nelle definizioni vengono presentate come caratteristiche del Digital Twin potrebbero a tutti gli effetti essere considerate dei possibili moduli, configurabili in base agli input, e quindi alla fase di processo alla quale si fa riferimento (es. Progettazione, Costruzione, Esercizio) e allo specifico need a cui si intende rispondere. In particolare:
Rappresentazione virtuale: la quasi totalità delle definizioni basa il concetto di Digital Twin sull’idea di un modello digitale che rappresenta fedelmente una controparte fisica. Termini come “Digital copy”, “Digital mirror” e “Digital counterpart” sottolineano l'importanza di avere una replica del sistema fisico; tuttavia, questa non viene mai descritta puntualmente in termini di livello di dettaglio geometrico e/o informativo atteso né tantomeno in termini di tipologia di rappresentazione (2D/3D). Questo aspetto, infatti, è strettamente legato agli obiettivi di utilizzo del Digital Twin, alla fase di processo a cui si fa riferimento (progettazione, O&M, E&C, Dismissione), al tipo di sistema che si vuole replicare (ad esempio un asset industriale come una turbina, un sistema complesso come una rete di trasporto urbano o elementi naturali come una falda acquifera) e al contesto operativo circostante
Modalità di gestione dati e connessioni: la maggior parte delle definizioni considera imprescindibile l’attivazione di uno scambio di dati tra la componente fisica e quella virtuale1; tuttavia, non sempre vengono esplicitate in modo puntuale le modalità di integrazione tra le controparti, essendo queste specificità legate agli obiettivi di business e contesto di riferimento.
Ad esempio, lo scambio dati bidirezionale e real-time spesso citato nelle definizioni, abilitato grazie all’implementazione di tecnologie complementari come l’IoT, da un lato consentirebbe al Digital Twin di evolvere dinamicamente in sintonia con i cambiamenti della controparte fisica2 ma, dall’altro, potrebbe non generare valore aggiunto nello specifico contesto applicativo. In questo senso sono significativi il caso della simulazione predittiva, in cui potrebbe esser sufficiente analizzare i dati storici senza necessità di aggiornamenti in tempo reale, o quello della prototipazione, in cui i dati real-time non è detto che siano rilevanti.
Tipologie di dati gestiti: dalle definizioni analizzate che citano il tema della natura dei dati, non è possibile identificare un elenco completo e univoco delle diverse tipologie di dati gestibili tramite Digital Twin (anagrafici, operativi, normativi, storici, ambientali, …). Anche in questo caso, infatti, c’è una dipendenza diretta con le esigenze specifiche del contesto.
A titolo di esempio, vengono di seguito riportate due differenti configurazioni di Digital Twin, definite in base a specifici obiettivi d'uso:
Alla domanda "È possibile identificare una definizione universale di Digital Twin?", la risposta più coerente sembra emergere nella sua modularità: caratteristica trasversale che lo definisce più di ogni altra. Il Digital Twin si configura infatti come un concetto flessibile, capace di adattarsi a contesti e obiettivi molto diversi, proprio grazie alla possibilità di essere progettato e personalizzato in modo modulare.
Le definizioni analizzate convergono su alcuni elementi fondamentali che compongono questi moduli: la rappresentazione virtuale, le modalità di gestione e connessione dei dati, e le tipologie di dati trattati. È all’interno di questi ambiti che va costruita la soluzione più adatta, partendo da un’attenta analisi dei bisogni del cliente e del livello di complessità richiesto.
Diventa quindi essenziale valutare con attenzione il rapporto costi-benefici dell’adozione di un Digital Twin, considerando che la sua realizzazione può variare notevolmente: dalla semplice rappresentazione 2D di una rete fino alla simulazione in 3D con integrazione di dati in tempo reale, che richiede infrastrutture avanzate come la connettività 5G.
In definitiva, il Digital Twin non è configurabile in un modello standard, ma necessita di una progettazione consapevole che tenga conto delle reali esigenze, del contesto applicativo e delle risorse disponibili.
In questa prospettiva, l’approccio di BIP si distingue per la capacità di cogliere con precisione le esigenze specifiche del cliente, traducendole in soluzioni Digital Twin su misura e ad alto valore aggiunto.
Bibliografia:
Ashtari Talkhestani, B., Jazdi, N., Schloegl, W., & Weyrich, M. (2018). Consistency check to synchronize the Digital Twin of manufacturing automation based on anchor points. Procedia CIRP, 72, 159-164. Link
Eckhart, M. E. (2019). Digital Twins for Cyber-Physical Systems Security: State of the Art and Outlook. Security and Quality in Cyber-Physical Systems Engineering. Link
Eric VanDerHorn, S. M. (2021). Digital Twin: Generalization, characterization and implementation. Decision Support Systems.
Grieves, M. (2015). Digital Twin: Manufacturing Excellence through Virtual Factory Replication. Link
Sakdirat, K., & Qiang, L. (2019). Digital twin aided sustainability-based lifecycle management for railway turnout systems. Journal of Cleaner Production, 228, 1537-1551. Link
Singh, M. F. (2021). Digital Twin: Origin to Future. Applied System Innovation, 36. Link
Yun, J., Kim, S., & Kim, J. (2024). Digital Twin Technology in the Gas Industry: A Comparative Simulation Study. Sustainability, 16.