电气系统从推理上看，数字孪生（或者数字化双胞胎）问题，基于模型是关键的一步。问题是，需要建模型和能够建模型是两个不同的问题。而客体作为实践和认识活动所指向的对象，理论上而言，人工客体是可以建模的，自然客体是不可能建立完备的模型的。根据认识论对客体的划分，信息系统工程对它的“对象”的性质作了严格的区分。人工客体是泛指那些“人造”的物体，其特征是所有的结构、部件、功能和相互关系都是事先被设计的，因而可以完备地通过模型进行描述的，不同类型的人工客体又是通过抽象建立类的模型，通过这些类模型又可以建立千变万化的对象实例。小至水杯、手表，大至汽车、机床、飞机，都是人工客体的实例。
而自然客体是天然形成的，扩展型的电力监控表它的特征是在有限的空间和时间上不可能被完备地描述。自然界的生命体都是典型的天然客体，他们可以被认识，但是对他们的认识永远是有限的、局部的。所以为他们建立的模型并不能完备地代表客体自身，这导致天然客体的数字孪生体并不是真正“孪生”的。
同时即使客体的功能、关系和状态是可以建模的，而客体与周边环境相关的行为和安全保障是不可能建立完备的模型的。再者，即便是可以建立的模型，其复杂性往往是指数增长的，往往使得实际的运用上无法实现。
在信息技术的历史上，数字孪生是随着在电信管理网、数据库设计和面向对象开发等信息系统工程应用逐渐发展的，很多问题相关学术领域和企业都已经有深入的研究。其本质至今没有大的变化。突破模型化的边界和限制，必须出现原理上的突破。
那么GE号称有100万个数字孪生，算是一种突破吗？答案是，不算多。100万个数字孪生，就是100万个对象的实例。可能一个飞机发动机就可能包含了上千个对象实例。1000台发动机的实例就有100万个。可以对比运营商的基站。中国移动通信网络有上百万基站，每个基站的管理对象达上千个，移动网管系统包含的基站管理对象是以亿计的。移动的移动的业务管理、终端管理和用户管理的“数字孪生”都是以亿计的。当然，GE的数字孪生是用于实时监控、分析和控制的，比电信管理网的事件驱动的“管理”要复杂得多。
