从产品的全生命周期出发,研究“数字化转型”的时候,人们总结出一套普适的规律、要素和模式,并特别强调数据的核心价值和驱动力角色。即使把生命周期的各个环节打开来看,这些规律也同样适用,但研发环节似乎是个例外

的确,研发是产品全生命周期中最不一样的环节,大多数数字化转型的理念、逻辑、模式和工具,都不再适用于研发。而且,工业研发对今天的中国又有特别重要的意义。仿制轻松安逸,原创千难万险,中国工业自主研发的道路充满艰辛。所以,工业研发的数字化转型,必然是中国企业数字化转型的“上甘岭”。

数字化转型本质是技术驱动的业务变革。数字化转型的核心并不在“数化字”,而在于“业务”,是业务要转型,数字化只是新业务的新载体,所以不能“为数字化而数字化”。真正有价值的数字化转型,都是借助数字化手段,实现业务的升级甚至变革,研发的数字化转型也是如此。


一、从理想模型到数字化蓝图


我们认为,所有复杂产品的研发体系都存在一个理想模型,研发数字化转型的蓝图应该基于该模型来设计,从而形成数字化转型的路径和方案。数字化转型的过程,就是研发体系向理想体系进化的过程。

根据现代产品研发特征,我们提出企业完整研发体系的理想模型,如图1所示。该模型是由协同、管理、开发、知识和共享五个层次构成的多V模型。


图1.研发体系理想模型


本模型包含了完整的研发要素及业务构件,其中的每一个矩形或菱形就是一个业务构件。任何一家研发型企业的业务模型都是本理想模型的子集或某个成熟度级别。越是复杂产品的研发,或企业成熟度越高,其业务模式就与本模型越一致。对于简单产品的研发企业,其业务现状是这个模型的子集。对于研发成熟度不高的企业,其业务现状是这个模型的较低成熟度状态。

研发体系理想模型是研发型企业发展的对标模型,可以指导我们进行业务模式规划、能力规划、知识(资源)规划以及数字化规划。与此对标,本企业所欠缺的或不完善的业务构件,就是我们未来应该建设的内容。根据企业发展战略规划,可以形成研发体系未来建设和完善的计划和步骤,这样将形成体系的长远规划。

理想模型的提出,有助于解决中国企业普遍存在的一道难题:数字化部门难以从业务角度出发规划、建设和推进企业数字化转型,导致数字化和业务两张皮。理论上讲,理想业务模型中每个业务构件可以转移到一个数字化系统中。因此,我们可以一一对应地提出每个业务构件的数字化系统,填入图2的右边框架中,就形成了研发数字化蓝图,甚至我们可以针对某企业或行业提出每个系统的参考系统。


图2.从理想模式到数字化蓝图


通过与理想业务模型对标,获得企业研发体系的发展规划,进而获得数字化转型规划。通过研发体系的进化节奏,可推导出数字化转型节奏。

在研发理想模型中,根据业务的相似性和关联性对模型中所涉及的业务进行归类。以此为依据,对研发数字化蓝图的子系统做相应归类,形成最终的数字化研发平台的应用架构,如图3所示。


图3.数字化研发平台


数字化研发平台既是数字化研发体系的组成部分,又是研发体系数字化转型的载体。理论上讲,所有的研发业务构件都数字化之后,研发人员不需要离开本平台,就可以完成产品的研发和设计。需要说明的是,数字化研发平台并非是一套软件,而是一系列数字化系统构成的集成化平台。根据企业的数字化研发目标,基于云计算架构,利用面向服务的柔性集成框架,将企业所有与研发有关的数字化系统协同整合,形成数字化研发平台。这些系统除数字化研发体系咨询和建设方所提供的系统外,还包括第三方系统、企业已有系统和未来引入的系统。


二、研发数字化转型“三级跳”


企业的研发数字化转型无法一蹴而就。不同企业的发展阶段、企业使命及研发战略的差异,使得其数字化研发所处的状态不同,其所选择的研发数字化转型的方案需要与其状态匹配。对研发数字化转型进行规划时,需要确定:依据目前技术水平,在可预期的有限时间内,体系建设所能达到的蓝图,并制定合理的建设路线。

通常来说,研发数字化转型需要经过“三级跳”,每次跳跃的模式不同,分别是:1.精益转型;2.正向变革;3.智慧革命,如图4所示。


图4.研发数字化转型“三级跳”


在数字化研发的不同阶段,达到不同的进化级别,分别是精益级、正向级和智慧级。不同阶段的主驱动力有所差异:

精益转型的主驱动力是数字化流程;

正向变革的主驱动力是数字化模型;

智慧革命的主驱动力是数字化知识。


不同进化级别所采用的技术手段不同,因此具有不同的转型特征

精益转型阶段主要采用的是流程工程手段;

正向变革阶段主要采用的是模型工程手段;

智慧革命阶段主要采用的是知识工程手段。


不同级别获得的转型效益不同

精益转型阶段获得的效益是效率提升;

正向变革阶段获得的效益是创新能力;

智慧革命阶段获得的效益是反脆弱性。

一级跳:精益转型

在精益转型阶段,研发流程数字化是关键特征。本阶段需要把研发流程显性化,并在研发管理软件中建立数字化形态的流程,然后将已经确定性的研发任务、研发工具、显性知识和质量要求,与研发活动紧密绑定,使其深入融合在研发流程中,消除两张皮现象,让工具、知识和质量真正发挥实效。本阶段,研发体系获得最大效益是效率的提升。

中国某船舶工业研究院基于精益转型思想,完成了研发模式转型并取得实效。

第一,通过精益研发框架的构建,规范了研发流程、协同研发数据,实现产品研发的流程化和标准化,使研发工作按照流程开展,使研发过程可视、可控、协同和协调;

第二,完成了研发数字化工具的体系化建设,让每个研发活动都具有数字化工具支撑;

第三,通过对产品研发知识的梳理,构建了数字化形态的专业知识库,实现了数字化知识和数字化流程的伴随;

第四,完成了产品研发全生命周期中所有质量资源的数字化,让质量管控策略落实到数字化流程的每个关键工作包。

二级跳:正向变革

在正向变革阶段,产品模型数字化是关键特征。本阶段,沿着系统工程V模型,从涉众需求开始,经过需求定义、功能分解、系统综合、物理设计、工艺设计、产品试制、部件验证、系统集成、系统验证、系统确认、产品验收全过程,完全用数字化模型表达产品的所有信息,在消除二义性、减少质量隐患、高效协同和积累成果方面都有无与伦比的优势。本阶段,研发体系获得最大效益是创新能力的提升。

在美国,从NASA到先进工业企业,基于系统工程和正向设计方法进行产品和系统的研发和制造,已经至少有60年的时间。2018年美国国防部正式对外发布国防部数字工程战略。借助此工程,美国国防部使现有采办流程和工程活动提升为基于模型驱动的集成化实践,极大提升生命周期各阶段分析能力和决策水平,支持武器系统的快速规划、敏捷设计、高效制造与精准保障,使美军超越快速变化的威胁和技术进步,更快地向作战部队交付先进能力,同时更具经济可承受性和持续保障性。

三级跳:智慧革命

在智慧革命阶段,研发知识数字化是关键特征。本阶段,将研发过程所有活动需要的所有类别的知识进行梳理,利用各类知识加工方式对其进行增值加工,形成数字化形态的智能知识插件,通过智能匹配的方式融入到与之高度匹配的研发活动中,使得研发活动完成过程由数字化、自动化的知识所支撑。另外,通过建立与物理产品实时互动的数字孪生体,利用数字孪生体持续进化的生命体特征,持续提升物理产品的智能化特征。本阶段,研发体系和智能产品获得最大效益是反脆弱性的提升。

欧盟在利用知识工程建立复杂产品的研制体系方面卓有成效。近年来,欧盟通过企业间合作开展覆盖产品整个研制过程的虚拟企业跨域协同研制体系建设,以空客公司为主组织的某项目是典型代表。这是欧盟委员会共同资助的数字化项目,是欧洲航空工业协会(AECMA)航空远景框架内容的一部分。本研制体系强调知识工程的重要作用,建立了完善的知识体系和知识应用方法,除了将资深专家的经验整理形成情景相关的、自动搜索和推送的、经过增值加工的自动化知识外,还将各种最佳实践与研制过程的各个子体系紧密连接,最终提供了一个基于知识工程和系统工程的协同工作环境,包含了分布式并行工程方法及知识管理方法的虚拟产品设计和验证平台,支持数字孪生飞行器和数字孪生发动机的研发。


三、研发数字化转型路线图


总结来讲,在精益转型阶段,企业的主要矛盾是资源松散、模式落后,需要通过流程聚合资源,提升效率;进入正向变革阶段,即研发模式精益转型之后,企业的主要矛盾是创新模式和技术能力的缺乏,本阶段亟需创立正向模式,补强创新能力;在智慧革命阶段,企业的研发模式已经优化,创新能力已经建立,其主要矛盾是缺乏高可持续发展能力和随需应变的柔韧特性,亟需通过对知识灵活、充分和智能化的应用,让企业降低对组织稳定性的依赖,人员和知识协同工作,并随着价值的变化而灵活聚散。


图5.研发数字化转型路线图


基于以上的理解,我们最终绘制出工业企业研发数字化转型框架图,如图5所示。通过流程工程、模型工程和知识工程等核心工程的开展,可实现企业精益模式转型,建立正向设计能力,同时规划未来智慧发展路线,最终建立面向智能制造时代的现代工业研发体系。全图呈现出“信息化在左,数字化在右;知识在前方,智慧在远方”的理念。