デジタルツインとは？意味・シミュレーションとの違い・事例と導入の判断基準を解説

デジタルツインは、現実の設備や都市、業務プロセスをデータでつないだ「仮想の双子」として扱う考え方です。2023年11月発行の国際規格 ISO/IEC 30173 が用語を定義しており、要件の中心はデータ接続と同期にあります。3Dで精巧に描くことは要件に入っていません。

この記事では、規格の定義文と研究上の3段階分類を軸に、シミュレーションとの違い、公開されている事例が実際にどの段階にあるか、構成技術、導入の順序と課題を整理します。

まとめ：デジタルツインの意味と導入判断の要点

• 定義は「対象のデジタル表現」＋「データ接続」＋「適切な同期頻度」。ISO/IEC 30173:2023 の定義はリアルタイムを必須にしていません。対象ごとに必要な頻度で同期していれば成立します。
• シミュレーションとの違いは、現実のデータが自動で戻ってくるかどうか。手作業でデータを入れるモデルはデジタルモデル、現実から仮想への一方向だけ自動ならデジタルシャドウ、双方向とも自動でつながって初めてデジタルツインと呼ぶ分類が広く引用されています。
• 本記事で取り上げた公開事例3件は、公開情報で確認できる範囲ではデジタルモデルかデジタルシャドウの段階。BMWのデブレツェン工場は稼働前に仮想で計画された工場、東京都の3Dビューアは実データを重ねて見る段階です。事例を読むときに段階を見分けておくと、自社の目標を置き違えにくくなります。
• 3Dは必須ではなく、目的次第の表現手段。設備の予知保全なら時系列データとモデルだけで成立し、都市計画なら3D都市モデルが要ります。
• 導入は「戻す判断」を決めてから。何を現実側へ戻すのかが決まらないまま可視化から始めると、画面だけが残ります。

デジタルツインの意味と定義｜ISO/IEC 30173の定義文から読む

一言でいえば、現実にある対象と同じ状態を仮想側に持ち続け、その仮想側で分析や予測をして現実の判断に使う仕組みです。総務省の情報通信白書for Kidsは、インターネットにつながった機器で現実空間の情報を取得し、サイバー空間に現実の環境を再現することをデジタルツインと説明しています。

規格の定義文｜対象・データ接続・同期頻度の3要素

ISO と IEC が共同で発行した ISO/IEC 30173:2023（Digital twin — Concepts and terminology）は、3.1.1 でデジタルツインを次のように定義しています。

digital representation of a target entity with data connections that enable convergence between the physical and digital states at an appropriate rate of synchronization

訳すと「対象実体のデジタル表現で、物理状態とデジタル状態を適切な同期頻度で収束させるデータ接続を持つもの」です。ここで効いているのは最後の「適切な同期頻度」という語です。橋梁のたわみなら1日1回の同期で足り、生産ラインの設備停止を扱うなら秒単位が要ります。「リアルタイムでなければデジタルツインではない」という説明は、規格の定義より狭い解釈です。

同じ規格の用語 entity（3.1.2）の例示には人・物・出来事・考え・プロセスが挙がっており、写し取る対象は物理的なものに限りません。定義の注記では、デジタルツインが接続・統合・分析・シミュレーション・可視化・最適化・協調などの能力の一部または全部を持つとしています。全部そろえる必要はありません。

概念の起源｜グリーブス説・NASA説と国際規格化までの系譜

日本語の解説で最もよく見る説明は、米ミシガン大学のマイケル・グリーブスが2002年に提唱した概念とするもので、総務省の情報通信白書for Kidsもこの説を採っています。研究レビューによれば、グリーブスが2002年末の報告で示したのは製品ライフサイクル管理（PLM）の文脈のMirrored Spaces Modelで、2003年にミシガン大学のPLM講義で使われ、2006年にInformation Mirror Modelへ改称されました。もう1つの通説は、NASAが2010年の技術ロードマップでこの語を使ったのが始まりとするものです。

ただし Zhou らのレビュー（2022年）は両説に異議を唱えています。グリーブスの説には決定的な文献上の裏付けが無く、語そのものは1997年のHernándezらの論文に既に現れていると指摘しています。起源は1つに断定せず、複数の説があると押さえておくのが正確です。

航空宇宙分野の考え方がまとまった形で示された文献としては、NASAのGlaessgenと米空軍のStargelが2012年4月の学会（53rd AIAA SDM、ホノルル）で発表した論文があり、同じ学会ではデジタルツインの特別セッションも組まれていました。論文は、機体の健全性監視データや整備履歴を超高精度シミュレーションと統合し、実機の一生を写し取る（mirror the life of its flying twin）仕組みとしてデジタルツインを位置づけました。製造業ではその後、ISO 23247 が概要と原則・参照アーキテクチャ・製造要素のデジタル表現・情報交換の4部構成で枠組みを定めています。

デジタルツインとシミュレーション・デジタルシャドウの違い

違いを最も明快に示すのは、Kritzinger らが2018年に IFAC-PapersOnLine で発表した分類です。物理側と仮想側のあいだでデータが自動でやり取りされる範囲によって、3段階に分けます。

従来のシミュレーションは、人が条件を入力して「もしこうなったら」を問う道具で、この表のデジタルモデルにあたります。デジタルツインは同じ解析技術を使いながら、現実の値が自動で流れ込み続け、結果が現実側へ戻る点が異なります。Kritzingerらの調査では、製造業の文献のうち最上位のデジタルツイン段階を扱うものは少なく、多くはモデルかシャドウでした。

ISO/IEC 30173 の定義と、この3段階分類は物差しの厳しさが違います。規格は「物理と仮想の状態を収束させるデータ接続」を求めるだけで、仮想側から現実側へ結果を自動で戻すことまでは定義文で明示していません。そのため規格上はデジタルツインと呼べるものでも、Kritzingerらの分類ではシャドウにとどまる場合があります。この記事で事例を段階分けするときは、到達度の差が見やすい後者の分類を使います。

メタバースも3D空間を使いますが、目的が人の交流や体験であり、現実と同期させることを前提にしていません。シミュレーション・メタバース・CPS（サイバーフィジカルシステム）との切り分けと、どちらに投資するかの判断はデジタルツインとシミュレーションの違い｜メタバース・CPSとの切り分けと投資判断で詳しく扱っています。

デジタルツインの事例｜公開情報で見る3件の到達段階

一次情報が公開されている3件を、上の3段階で読み直します。どの段階まで公表されているかを見ると、実務で目指す到達点を決めやすくなります。

製造業：BMWデブレツェン工場の仮想計画｜稼働前のデジタルモデル

BMWグループは2023年3月21日、NVIDIA Omniverse を使い、ハンガリーのデブレツェン工場で量産開始の2年以上前から仮想生産を始めたと発表しました。NVIDIAの解説によれば、複数の計画ツールのデータを1つの仮想工場に集め、拠点をまたいで同時に設計を検討する取り組みです。発表時点で工場は建設中だったので、Kritzingerらの分類では「計画中の物理対象」を表すデジタルモデルにあたります。工場は2025年9月29日に開所し、BMWは「仮想で計画し、そのとおりに実現した」と説明しています。2026年7月28日には、ノイエ・クラッセ初の量産車 iX3 の5万台目を生産したと発表しました。稼働後に工場の実データを仮想工場へ自動でつないでいるか（シャドウ以上の段階にあるか）は、公開情報では確認できません。Omniverse が土台にしている3Dシーン記述 OpenUSD についてはOpenUSDとは？Universal Scene Descriptionの合成の仕組み・USDファイル形式・AOUSD標準化【2026年版】が詳しい解説です。

国内の製造現場で設備単体・ライン・工場のどこから始めるか、PoCが止まる条件を知りたい場合は製造業のデジタルツイン｜着手順序とPoCが止まる条件・投資回収の見方を解説を参照してください。

自治体：東京都デジタルツイン3Dビューア｜実データを重ねるデジタルシャドウ

東京都デジタルサービス局の「デジタルツイン実現プロジェクト」は、3D都市モデルに都バスや河川のリアルタイム情報などを重ねて表示する3Dビューアを公開しています。掲載データの更新は2026年7月31日・8月28日・9月25日と月1回のペースで告知されています。同じ「デジタルツイン」でも、都バスの位置は刻々と、施設情報などの掲載データは月単位でと、データごとに同期頻度が違う実例です。データの多くはダウンロードでき、開発者向けのソースコードも公開されています。現実の値が自動で仮想側に流れ込む一方、ビューアが担うのは見せる部分なので、段階としてはデジタルシャドウです。東京都自身は提供価値に「現実へのフィードバック」を挙げており、ビューアはその手前の基盤と位置づけられます。

推奨環境は Intel Core i7 13世代以上・メモリ32GB と公表されています。都市全体を3Dで描くと、閲覧側の端末にも相応の性能が要ることを示す具体的な数字です。

都市基盤：国土交通省 Project PLATEAU｜全国の3D都市モデル

国土交通省が2020年に始めた Project PLATEAU は、自らを「日本全国の都市デジタルツイン実現プロジェクト」と位置づけ、3D都市モデルの整備とオープンデータ化を進めています。2021年度に全国56都市のデータを公開したのを起点に、2025年度末時点で329都市の3D都市モデルが整備されました（2026年7月17日の「PLATEAUビジョン2026」公表時の発表）。データはG空間情報センターから誰でもダウンロードでき、防災・まちづくり・カーボンニュートラルなどのユースケース開発に使われています。

PLATEAUそのものは都市の形状と属性を持つデジタルモデルで、そこに人流や交通のセンサーデータをつないだとき、自治体や企業の個別プロジェクトがシャドウやツインへ進みます。都市分野の政策上の定義はスマートシティとは？政府定義と都市OSの成熟レベル1〜4・自治体の着手順序を解説に、防災・交通・エネルギーなど分野別の取り組みはスマートシティ事例を分野別に整理｜自治体の人口規模と財源で選ぶ再現の型にまとめています。建築物単位のモデルでは BIMとは？CADとの違いから2026年4月開始のBIM図面審査・補助金までを実務目線で解説 が入口になります。

デジタルツインを構成する技術｜収集・データモデル・表現・分析の4層

デジタルツインは単一の製品ではなく、いくつかの技術を組み合わせた構成です。役割で4層に分けると、どこに何を選ぶかが整理できます。

収集層では、設備やセンサーの値をどの頻度で送るかが同期頻度そのものを決めます。軽量なメッセージ送信の仕組みはMQTTとは？Pub/Subの仕組み・QoS・MQTT 5.0の実装からHTTPとの使い分けまで実装者向けに解説、受け取った値をどう保存するかは時系列データベースとは？RDBとの違いと圧縮・保持設計から製品選定までを実装目線で解説が参考になります。

データモデル層は、対象の型と関係を決める層です。Microsoft の Azure Digital Twins は、建物・フロア・エレベーターといった型と関係を DTDL（Digital Twins Definition Language）という JSON 系の言語で定義し、ツインのグラフとして管理する PaaS です。AWS では IoT TwinMaker が同じ役割を担い、料金モードによって使える機能が変わります（AWS IoT TwinMakerとは？料金モード3種と東京リージョン実額・採用判断）。収集層・データモデル・同期頻度を具体的に決める手順は、デジタルツインの設計｜収集層・データモデル・同期頻度の決め方を実装目線で解説に進むと追えます。

3D表現の要否｜空間が判断材料になる用途の見分け方

ISO/IEC 30173 の定義に3D表現は含まれていません。回転機の振動から故障を予測する用途なら、時系列データと物理モデル、アラートの画面があれば成立します。3Dが効くのは、配置や動線、見通しといった空間そのものが判断材料になる場面で、工場レイアウトの変更、都市の浸水想定、ロボットの動作検証などが該当します。先に3Dモデルを作り込むと表現層に予算が偏り、収集層とデータモデルが後回しになりがちです。

AIの役割｜残寿命予測と需要予測を担う分析層

ISO/IEC 30173 の注記は、デジタルツインが持ちうる能力として分析・シミュレーション・最適化を挙げています。AIはこのうち分析層で、設備の残寿命予測や需要変動の予測を担います。NASAと米空軍の2012年の論文も、機体の健全性監視データや整備履歴といった実測の蓄積を予測に使う構想でした。デジタルツインが蓄積する実測データは学習データになり、学習済みモデルの予測結果を現実側へ戻すとツインの段階に届きます。学習データの作り方と推論結果の戻し方はデジタルツインとAIの連携｜学習データの作り方と推論結果を戻す設計を実装目線で解説で掘り下げています。

デジタルツイン導入の進め方｜段階を1つずつ上げる手順

導入は3段階の分類をそのまま工程に使うと、途中で止まっても成果が残ります。

1. 戻す判断を1つ決める：設備の停止前に保全を入れる、配送ルートを組み替える、など仮想側の結果で変える行動を先に定義します。
2. 同期頻度を決める：その判断に必要な鮮度から逆算します。日次で足りる判断に秒単位の収集を組むと、通信費と保存容量が膨らみます。
3. デジタルモデルを作る：既存の設計データや解析モデルを流用し、対象と関係をデータモデルとして定義します。
4. デジタルシャドウへ上げる：センサーや業務システムの値を自動で流し込み、実測とモデル出力の差を監視します。
5. デジタルツインへ上げる：差が許容範囲に収まってから、予測結果を設定変更や作業指示として現実側へ戻します。

費用は一度で終わる構築費より、センサーの保守、データ保存、モデル更新に毎年かかる維持費が判断を左右します。クラウドサービスは対象の数や問い合わせ量に応じた従量課金が基本です。たとえば AWS IoT TwinMaker の東京リージョン料金表（2026年9月時点）では、エンティティ1件が月0.0525ドル、クエリ1万件が0.525ドル、統合データアクセスAPI（外部データの取得）が100万コールあたり1.65ドルです。同期頻度を上げるほど後ろの2項目が増えるため、試算の段階で頻度を固定しておくと見積もりがぶれにくくなります。

デジタルツインの課題と採用を見送るべき場面

構築の可否より、構築後の維持に関わる課題が長く効いてきます。

• モデルの陳腐化：設備の更新や現場の改善でモデルと現実がずれます。誰がいつ更新するかを決めずに構築すると、実測値とモデル出力の差が広がり、判断に使えない画面になります。
• データの欠測と品質：センサーの故障や通信断で欠けた値をどう扱うかを決めておかないと、シャドウ段階で予測が不安定になります。
• 制御系のセキュリティ：ツイン段階で仮想側から現実の設備へ指示を戻すと、情報系の侵害が工場の停止に直結します。工場の制御系を守る考え方はOTとは？ITとの違い・Purdueモデル・OTセキュリティ実装まで解説で解説しています。

次の条件に当てはまる対象では、デジタルツインへの投資は見送り、シミュレーションや通常の監視で済ませるべきです。対象がまだ動いておらず実測値が取れない、判断の頻度が年に数回しかない、結果を戻す先の行動が決まっていない。この3つのどれかに当てはまる場合、同期の仕組みに払う維持費を回収できる見込みが立ちません。

よくある質問

デジタルツインとは簡単に言うと何ですか？

現実の設備や都市などの状態をデータで仮想空間に写し続け、その仮想側で分析した結果を現実の判断に戻す仕組みです。ISO/IEC 30173:2023 は、対象のデジタル表現が適切な同期頻度でデータ接続されていることを定義の中心にしています。

デジタルツインとメタバースの違いは何ですか？

デジタルツインは現実の状態と同期させ、判断に使うことが目的です。メタバースは人が集まって交流や体験をする仮想空間で、現実との同期を前提にしていません。同じ3D技術を使う場合でも、何に忠実であるべきかが異なります。

デジタルツインで有名な企業や製品はありますか？

基盤製品では NVIDIA Omniverse、Microsoft の Azure Digital Twins、AWS IoT TwinMaker がよく知られています。導入事例では、Omniverse でデブレツェン工場の仮想生産を始めた BMW グループがあります。国内の公共分野では国土交通省の PLATEAU と東京都のデジタルツイン実現プロジェクトが代表例です。

デジタルツインの欠点は何ですか？

構築後も維持費がかかり続けることです。センサーの保守、データ保存、モデルの更新が毎年発生し、更新が止まるとモデルと現実がずれて使えなくなります。判断の頻度が低い対象では、その維持費を回収できません。

3Dモデルがなくてもデジタルツインは作れますか？

作れます。規格の定義に3D表現は含まれておらず、時系列データと物理モデル、監視画面だけで成立する用途は多くあります。3Dが必要になるのは、配置や動線など空間そのものが判断材料になる場合です。

関連記事

• デジタルツインとシミュレーションの違い｜メタバース・CPSとの切り分けと投資判断
• 製造業のデジタルツイン｜着手順序とPoCが止まる条件・投資回収の見方を解説
• デジタルツインの設計｜収集層・データモデル・同期頻度の決め方を実装目線で解説
• デジタルツインとAIの連携｜学習データの作り方と推論結果を戻す設計を実装目線で解説
• スマートシティとは？政府定義と都市OSの成熟レベル1〜4・自治体の着手順序を解説