来源：踏雪当歌
对于大多数传统制造业企业来说，完成一次数字化转型，犹如拔毛断喙，浴火重生。但企业研发数字化转型，偏偏又再设难关，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。然而，工业研发对今天的中国又有特别重要的意义，无法忽视。本期我们将通过E-works 数字化企业网总编 、CEO 黄培先生以及安世亚太高级副总裁田锋先生的对话内容，共同探讨制造业企业研发体系的进化之旅。
一直以来，田总长期从事研发数字化领域的研究，可以说是研发数字化领域的网红专家。请教一下田总，企业的研发数字化转型不仅涉及到各种数字化设计与仿真软件的应用，更需要实现研发体系的不断进化。如何才能实现多学科的高效协作？如何最大限度地重用以往的设计成果？如何结合材料和工艺的变革？如何提升研发的效率和质量？如何能够研发出更好地满足客户需求的产品？这些问题制造企业高层十分关注。请您结合这些问题谈谈制造企业如何实现研发体系的进化？
黄总提到了很多研发体系相关的话题，问题看上去很多，实际上大千世界变化多端，一些底层的逻辑是不变的。抓住底层逻辑，则可以以不变应万变。因此对研发体系的研究要从底层入手。
我们在进行多年的研发体系研究之后，形成了一套体系化的进化方案，称之为“三级跳”。三级跳分为以下三级，第一级为精益化的过程，称为精益级；第二级是正向化的过程，我们称之为正向级。第三级就是智慧级，是智慧化的过程。这是一个企业的复杂产品研发体系应该遵循的进化路线。
我们的数字化转型也是基于三级跳的模式来设计的，数字化转型其实是基于数字技术推动下的业务变革，业务怎么变，数字化转型应该跟着变。因此数字化转型也分为三级，第一级为精益转型，第二级称为正向变革，第三级称之为智慧革命。每一级驱动力其实是不一样的：
-
精益转型，以流程为驱动力。将设计、仿真、知识和质量要素集成和协同，不仅是多学科，多体系、多部门、多角色的合作，效率和质量兼顾；
-
正向变革，以模型为驱动力。所谓模型驱动，首先是先建模型，就是把过去的设计重用，不仅是重用，而是提炼和抽象，适应面更广。MBSE基本方法，模型就是核心。其真正从需求出发，进行需求分解和跟踪，保证需求的满足；
-
智慧革命，以知识为驱动力。将明确的知识加工成APP嵌入设计流程，让设计智能化，把不明确的知识通过AI挖掘技术，形成能在一定程度上反映体系规律的知识，实现体系的智慧化。
不同的阶段有不同的使命，所以采用的驱动力不一样。一个研发体系或者数字化转型过程的完成，就会形成黄总所提到的多种效益。
如果我们用精益转型的流程驱动，把设计、仿真、知识质量都融合在一起，把多体系协同、多部门协同、多组织协同、角色协同都放在一起来协同，就能够显著提高效率和质量。
那么，正向变革的模型如何重用呢？正向变革是基于模型本身，建完模型它以后就可以重用。到智慧革命的阶段，我们是把知识通过加工方式App化，大量的 App 嵌入到设计过程中，让设计智能化。同时还可以把确定性的知识加工成App ，注意，不确定性的知识不能加工成App。通过这种技术来挖掘知识，让它在一定程度上反映底层逻辑，实现整个体系的智慧化。我们认为这是一个从过去到现在到未来都是比较适用的一套方法。
田总在多年前，就提出了精益研发的理念。一谈到精益，大家就会想起来丰田的精益生产——消除一切浪费。田总能否从精益研发角度举几个例子，我们在研发过程中会造成哪些浪费？我们应该通过改善哪些流程消除浪费？
生产的浪费跟研发浪费确实不一样，二者关注的视角也不一样。生产更关注产品质量的把控，考虑它的不变性，越不变越好；但研发正好相反，创新往往是在各种变化中产生的。研发过程中的精益刺激创新，而生产过程中的精益保持质量，目标不一样。生产的浪费很直观、很明显；研发的浪费是对整个体系的不确定性导致投入的更多。创新过程可能会没有结果，但是大量的没有结果的情况发生，就是一种浪费。我们需要在一定程度的创新和流程管控之下，达到一个平衡，保证既能创新又不浪费。走错路是最大的浪费，流程用来保证大路不要走错，小路也得以放开。
