前言

數字化轉型的上甘嶺

21世紀新科技頻出，同時伴隨著新詞匯：MBSE（基于模型的系統工程）、大數據、人工智能、物聯網、云計算、工業互聯網、數字孿生、元宇宙……但不管哪一個新詞，最終都像齊天大圣一樣，縱使千變萬化，還是逃不出如來佛手掌，終歸壓于五行山下。這個“五行山”就是最近十年在中國工業和科技領域出現的一個五字高頻熱詞——數字化轉型。這個詞所代表的概念包容力超強，更重要的是，它是全球工業發展的趨勢和未來，是中國工業高質量發展的階梯，也是中國制造業轉型升級的有效路徑。

與數字化轉型相關的圖書可謂汗牛充棟，但多數是針對全生命周期的數字化轉型相關圖書，專注于研發過程的數字化轉型書籍寥若晨星。從全生命周期視角討論“數字化轉型”時，人們總結出很多要素、規律和模式，其中特別強調數據的核心價值和驅動作用。把生命周期的每個環節打開來看，這些觀點和規律在多數環節都能適用，但在涉及研發階段的數字化轉型時，人們卻似乎都顧左右而言他。華為公司官方出版的《華為數字化轉型之道》一書在研發方面也是惜墨如金，要知道，華為公司可是中國IPD（集成產品開發）標桿甚至教父！適用于生命周期中多數環節的數字化轉型的模式、路線和方案，遇到研發時似乎不靈了！的確，研發是產品或業務全生命周期中最特別的環節。仿制輕松容易，原創千難萬險，中國制造走向中國創造、制造大國走向制造強國的過程一直都充滿了艱難險阻，這似乎也預示著，研發數字化轉型注定是企業數字化轉型的“上甘嶺”！

研發數字化轉型之難，不僅在于其“海拔高”，更在于國內企業在這個領域中的攀登起點低。這種低起點不僅體現在企業對數字化技術的掌握，更在于對研發業務體系的理解。中國是生產制造大國，因此生產領域的工業軟件研發和應用基礎好、起點高，尤其對生產制造體系的理解高度、深度和廣度在國際上也不落后。但在研發體系方面就不同了，逆向工程長期是中國工業研發體系的主要手段，研發設計創新能力薄弱，企業在研發體系的建立和理解方面相較于生產制造明顯落后。從轉型的對象上判斷，研發數字化轉型也比生產數字化轉型困難。生產體系的數字化是針對機器和數據的數字化，而研發體系的數字化則是針對人和知識的數字化。人和知識相對于機器和數據，復雜程度更高。

數字化轉型的核心并不是“數字化”，而是“業務”，業務要轉型，而數字化是業務轉型后的新載體。真正有價值的轉型，是借助數字化變革的過程，實現業務的升級。這不僅是一種觀念，而更應該是一種戰略，所以數字化轉型是企業戰略驅動下的業務變革。我認為，復雜產品的研發體系存在著一個理想模型，研發數字化轉型的理想藍圖應該基于研發體系理想模型來設計，并據此形成轉型的路徑和方案，這樣才不會為數字化而數字化。同時，在數字化變革的過程中，實現研發體系向理想模型的進化。

研發數字化的高海拔和低起點的落差之大，決定了企業的研發數字化轉型無法一蹴而就。中國企業的研發水平參差不齊，不同企業在發展階段、企業使命及研發戰略方面有所差異，研發體系所處的狀態也不同。在進行研發數字化轉型規劃時，企業需要匹配企業戰略和研發狀態，需要依據目前數字化技術水平，在可預期的有限時間內，體系建設藍圖，并制定合理的建設路線。這相當于設立幾個大本營，步步為營，逐步登頂珠峰。

根據中國工業體系的當前發展狀態，我建議研發數字化轉型建設路線規劃分為3個階段，各階段的目標：①精益轉型；②正向變革；③智慧革命。我將其稱為研發數字化轉型“三級跳”，每一跳企業達到不同的高度，進入下一個進化階梯。每級跳躍的核心特征不同，一級跳是研發模式的轉型，二級跳是設計范式的變革，三級跳是研發主體（人）的革命。每級跳躍的主驅動力也有所差異。精益轉型的主驅動力是流程，正向變革的主驅動力是模型，而智慧革命的主驅動力是知識。當然，這里的流程、模型和知識，均是數字化的。不同進化級別所采用的技術手段也不同。精益轉型階段主要采用流程工程手段，正向變革階段主要采用模型工程手段，智慧革命階段主要采用知識工程手段。

在精益轉型階段，需要把研發流程顯性化，并在研發管理平臺中建立數字化形態的流程，然后將已經確定的研發任務、研發工具、顯性知識和質量要求與研發活動緊密相連，使其深度融合在研發流程中，消除“兩張皮”現象，讓工具、知識和質量真正發揮作用。在精益轉型階段，企業的主要問題是資源松散和模式落后，需要通過流程聚合資源，提升效率。

在正向變革階段，沿著系統工程V模型，從涉眾需求開始，經過需求定義、功能分解、系統綜合、物理設計、工藝設計、產品試制、部件驗證、系統集成、系統驗證、系統確認、產品驗收全過程，完全用數字化模型表達產品的所有信息，其在消除二義性、減少質量隱患、提高協同效率和積累成果方面都有無與倫比的優勢。進入正向變革階段，企業的主要問題是創新模式和技術能力的缺乏，本階段亟須創立正向設計模式，增強創新能力。

在智慧革命階段，將研發過程所有活動需要的所有類別的知識進行梳理，利用知識工程方法，特別是AI方法對知識進行增值加工，形成數字化形態的智能體，通過智能匹配的方式融入研發活動，研發活動完成過程由數字化、自動化和智能化的知識所支撐。在智慧革命階段，企業的研發模式已經優化，創新能力已經建立，其主要問題是缺乏高可持續發展能力和隨需應變的柔韌特性，亟須通過對知識的靈活、充分、智能化的應用，讓企業降低對組織穩定性的依賴，讓人員和知識協作工作，并隨著價值的變化而靈活聚散。大量知識深度融入研發體系，特別是AI的深度參與，將對研發主體提出挑戰！未來的研發人員不是僅掌握知識的人，而是活用知識體系和駕馭AI的人，甚至就是AI自身。

本書除了討論研發數字化轉型的規則，也在苦苦探索其底層邏輯。我發現，研發數字化轉型的本質其實就是知識利用方式的轉型。人類利用能源的方式發生了三次轉型，于是引起了三次工業革命。知識利用方式如何轉型，決定了研發數字化轉型階段。這兩者具有相似性，是因為能源是工業發展的動力，而知識正是研發的動力。本書對研發數字化的底層邏輯進行探索和總結。研發數字化的緣起、內涵、思辨、實踐和探索將在全書一一展開。

田鋒