По мере развития функционала всевозможных датчиков, измерительных комплексов и систем обработки информации все ближе и доступнее становится заветная мечта тотальной наблюдаемости и управляемости производственных процессов. 
Однако принципиальный подход остается неизменным - мы до сих пор фиксируем и анализируем исторические данные. При этом критически важным для нас остается вопрос измерительной оснащенности:  там где нет измерений мы не получаем данные и, следовательно, плохо контролируем процесс.
Цифровые модели позволяют принципиально по-другому подойти к задачам управления производственным процессом. Благодаря возможности сочетать строгие физические зависимости и развитые статистические методы (нейронные сети, машинное обучение, искусственный интеллект и др.) мы в каждый момент времени можем получить информацию по любому участку производства.  И на возможность в реальном времени анализировать состояние процессов не повлияют ни степень оснащенности  участков  датчиками,  ни отсутствие измерения  на момент запроса.
Кроме того, цифровая модель прогнозирует значения ключевых показателей эффективности на близких и дальних горизонтах (смена, сутки, 10 дней и т.д.), выявляя при этом главные влияющие факторы и выдавая рекомендации для достижения целевых уровней.