Anvendelsen af digitale tvillinger til et stigende antal af applikationer i systemer/produkters livscyklus vil medføre en betragtelig forøgelse af tid og udgifter benyttet på at producere og teste modeller. Formålet med at anvende AI og ML til at kunne producere modeller har til hensigt at reducere tidsforbruget allokeret til at producere digitale modeller. Dette giver hermed mulighed for hurtigere at kunne skabe værdi med digitale tvillinger fra eksisterende viden, data og modeller. Dette vil som eksempel muliggøre hybride test til lavere priser og dermed reducere tærsklen for danske SMV’ers investeringsvillighed. Dermed fokuseres på metoder, som muliggør eksempelvis skalerbare modeller gennem parametrisering, kombinationer af modeltyper som en grey-box tilgang, der er en kombination af en datadreven tilgang og teoretiske modeller og overførsel af viden, data og modeller på tværs af et produkts faser eller på tværs af produkter, er endnu en mulighed.