万字长文：数字化研发的蓝图框架和转型模式

数字技术是数字化转型的支点，但数字化转型不等于简单地应用和部署数字技术。数字化转型本质上是数字技术驱动的业务变革，即需要在组织、流程、标准、人员、文化、业务模式等方面做整体变革。这一结论具有哲学、经济学以及社会技术学依据，是生产力和生产关系的辩证关系决定的，也是社会技术学的技术、管理和经济规律决定的。在这些规律和原理指导下，将数字技术嵌入到业务过程，对其进行数字化改造，从而驱动业务变革。

1. 哲学和经济学依据

生产力和生产关系是历史唯物主义和政治经济学中两个最基本的概念，它们之间的辩证关系揭示了社会、经济和科技发展的普遍规律。

图2说明了生产力（实线）和生产关系（虚线）的关系：生产关系终将束缚生产力的发展，直到其发生变革为止。生产力是推动社会发展的主要动力，会持续不停发展，直到生产关系开始束缚生产力的发展，使其进步缓慢。但生产力的发展是不可阻挡的，所以终将突破枷锁，也就是说，生产关系将发生一次变革，建立一种不束缚生产力发展的关系。每次变革结束，生产力会得到解放，逐步恢复发展速度，直到下一次束缚的到来。

     

图2. 生产力和生产关系的辩证关系

数字化转型体系中，数字化技术、人才及实施建设是生产力要素，业务模式、组织及制度文化是生产关系要素。图2说明，生产力是连续进化的，而生产关系才会突变，在图上表现为阶跃。也就是说，数字化技术是连续发展的，业务模式才需要转型甚至变革。因此，“数字化转型”的话语体系隐含着一个关键信息：数字化转型是业务模式的转型，而不是数字化技术的转型。更进一步是，数字化技术的发展要求业务模式转型，以充分释放数字化技术的价值，至少不能束缚其进化。换句话说就是，数字化转型的本质是技术驱动的业务变革。

2. 社会技术学依据

数字化体系是典型的社会技术学体系，遵守社会技术学的技术、管理和经济规律。社会技术学模型在系统工程学科中称为WSR（物理-事理-人理）模型，基于此模型可建立完整体系模型。因此，数字化转型的完整体系模型应该由模式（战略）、物理（技术）、事理（流程）、人理（组织）及平台构成，如图3所示。模式是中心，组织、技术、流程围绕模式展开，平台是模式实现和体系落地的支撑和载体，由此构成“1-3-1”结构：

1） 一个中心：模式（战略或使命），是体系的运行核心；        

2） 三个要素：组织（人）、流程、技术，决定了体系的运行方式；        

3） 一个载体：平台，利用了数字时代的便利性，为体系提供支撑。        

     

图3. 社会技术学模型

社会技术体系的发展通常是从技术开始。当技术达到一定程度，需要进行社会化推广应用的时候，就必须明确战略体系，完善流程体系、组织体系（含人才体系），最终形成完整和稳定的社会技术体系。在一个社会技术体系中，最不容易出问题的是技术，最容易出问题的是组织与流程。因此，建立与技术相适应的社会技术体系是保障技术发挥作用的基础。

数字化转型实际上就是针对企业的具体情况，特别是企业的发展战略和远景目标，依据社会技术学WSR模型，对数字化业务体系各业务构件的WSR要素进行数字化改造。数字化转型体系既是对数字化工具和技术的采纳，也是数字化平台的建设，更是对业务模式的变革，对流程、标准和规范的建设以及对组织的优化。如果没有业务模式的转型甚至变革，再先进的数字化技术和平台都不会获得效益。当然，没有先进的数字化技术出现以前，这种转型和变革也无从发生。因此，数字化技术的发展推动了业务模式转型，或者说，数字化转型的本质是技术驱动的业务变革。

     

图4. 复杂产品研发体系理想模型

研发数字化的高海拔和低起点的落差之大，决定了企业的研发数字化转型无法一蹴而就。中国企业的研发水平参差不齐，不同企业在发展阶段、企业使命及研发战略方面有所差异，研发体系所处的状态也不同。在进行研发数字化转型规划，需要匹配其企业战略和研发状态，需要确定：依据目前数字化技术水平，在可预期的有限时间内，体系建设应该和所能达到的蓝图，并制定合理的建设路线，相当于设立几个大本营，步步为营，逐步登顶珠峰。

基于研发体系理想模型，企业可以进行研发数字化规划和平台建设。理论上讲，理想业务模型中每个业务构件都至少有一个数字化系统对应和承载。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，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。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参考架构，如图5所示。之所以称为参考架构，是因为不同企业可以根据其当下的数字化转型需求，实例化此架构中的应用元素（目前以空白示意），即可形成其特定的数字化研发平台。

     

图5. 数字化研发平台参考架构

企业的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。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。根据工业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专业系统协同整合，形成为数字化研发服务的集成化平台。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。因此，我们也经常将数字化研发平台称为数字化研发集成平台。

数字化研发体系的成熟度模型是进行转型规划的基本工具。图6所示是数字化研发体系的成熟度模型。本模型不仅是衡量的标尺，也是进步的阶梯，所以，我们在很多场合也会特意把成熟度示意图绘成台阶的样子。

     

图6. 数字化研发体系的成熟度模型

成熟度模型不仅是体系规划的工具，也是体系建设的参考坐标系。根据数字化研发体系成熟度模型，企业可以评估自己系的成熟度，并根据企业研发类型和发展战略目标，确定企业要实现的成熟度目标和级别。以此为基础，开展企业数字化研发体系建设。

成熟度的终极目的是提升自己，但很多企业只是把它当成对标工具，给自己评估一下级别就了事，这是对这一工具的误用和浪费。企业应该以当前所处的数字化研发成熟度级别为基础，以下一个更高级别的成熟度为进步目标，并设计具体和详细进化路线。在进化路线的设计中，应该针对同一个成熟度的各要素进行均衡建设，不能有短板，也不要在某些要素上盲目冒进，试图从一个维度切入并探底，结果都是无效甚至有害的。无效是做了多余的事情，有害是这些多余会冲乱整个体系。

     

图7. 成熟度模型中各维度构成的雷达图

通过对企业数字化研发成熟度评估，会形成由成熟度模型中各维度构成的雷达图，如图7所示。在建设之前，雷达图反映出来的特征往往是各维度很不均衡，其表现出来的形状不是正圆，说明有些维度建设过度，有些维度建设不足。经过两到三期的建设，雷达图会反映两个变化：一是雷达图走向正圆，二是雷达图半径扩大。走向正圆表征着数字化研发体系建设走向均衡，半径扩大代表成熟度逐步提升。

不同企业在企业使命、研发战略和当前状态方面有所差异，研发数字化转型的路径也必然不同。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，其规划步骤依次包括现状诊断、蓝图设计、进化路线和路在脚下。如图8所示。

     

图8. 研发数字化转型规划步骤

现状诊断

对标研发体系理想模型和数字化参考架构的各要素，对企业各研发相关部门的业务和数字化真实现状、问题、痛苦进行分析。根据现状诊断结果，结合研发数字化转型成熟度模型，评估企业当前的成熟度级别，获得企业现状定位，作为变革的出发点。

蓝图规划

依据研发体系理想模型，可以明确企业的发展战略、愿景和目标，对全企业及各部门发展期望和志向进行梳理，提出全企业的研发业务蓝图，并根据业务蓝图提出研发数字化转型的蓝图。描绘经过研发数字化转型和实施之后，企业最终呈现的美好景象。这个蓝图被喻为研发数字化转型的共产主义，看似距离现状比较遥远，但却是研发数字化转型不可或缺的指路明灯。正因为远，才具有明确和坚定的方向性。

路线规划

进行差距分析，即对蓝图和现状进行对比，获得现状相对于蓝图在各个方面的落差，由此获得研发体系变革方向，提出补差策略，并提出具体的补差项目清单。路线的规划就是补差项目及起止时间的规划。由于企业对变革速率的承受能力是有限的，所以研发数字化转型需要划分为多个阶段来进行，每个阶段实施一部分补差项目。这几个阶段的划分可以参考成熟度模型，设计未来可预期的时间内成熟度级别的攀升节奏，根据此节奏来决定每个阶段实施的项目。

路在脚下

第一阶段称为“路在脚下”，确定该阶段的项目组合。对于每个项目，需要清晰描绘本期项目的目标，设计完整和详细的实施方案，作必要的工作分解，形成每项分解工作的技术方案、实现路径、进度规划、人员预算、成本预算等。也就是说，形成了这个方案，就可以随时启动项目。

       

图9. 数字化研发体系建设方案

         

数字化研发体系的建设方案的主要模块包括差距分析、构型设计、流程建设、组织建设、装备建设、平台建设等，如图9所示。各模块简述如下。

1. 差距分析

本过程基于企业数字化研发转型的当期目标和对当前状态的诊断，进行差距分析，形成补差工作清单。在对企业研发体系现状调研的基础上，依据数字化研发成熟度模型，对现阶段企业研发体系的成熟度进行评估，包括给出各关键指标的得分和成熟度综合评分。然后，根据评分识别当前企业研发体系所处的成熟度能级，对比当期项目的成熟度目标，识别差距，明确当期需要重点建设的内容。

2. 构型设计

本过程根据当期项目目标，选择需建设的子体系，并进行业务内容的建设。根据差距分析选择当前优先建设的子体系，这些子体系包括四个管理体系（项目管理、需求管理、流程管理和质量管理）、三个业务体系（系统设计、综合仿真和数字试验）、两个支撑体系（知识工程、产品平台）及两个协同共享体系（智能协同和研发资源）。需要对子体系的业务进行梳理、补充建设、优化变革和内容数字化。业务内容包括业务流程、工具、知识、资源、约束和数据等要素。

3. 流程建设

本过程将梳理、增补与优化各子体系的业务流程、标准、规范及制度。业务流程主要是指数字化研发体系运行的业务流程，是科研项目按照数字化研发理念运行的模式。制度建设的主要目的是企业解决什么时间、做什么事、做正确的事的问题。标准建设的主要目的是规定相关事项优劣评判的准则问题。规范建设主要是解决“怎么做”的问题，也可以理解为工作指南。

4. 组织建设

本过程进行各子体系人才培养、激励机制、任职资格体系的建设。在数字化研发体系建设过程中，为保障体系的有效运行，需要进行的研发人力资源和组织机构的建设工作。组织建设是一个从旧组织梳理到完成新组织优化的过程。建设路线包括部门设置、职责设计、人员培育、任职资格、绩效指标KPI及激励体系设计。

5. 装备建设

本过程进行CAX工具、应用系统、HPC硬件、资源调度和云平台的建设。技术选型是这个过程中最重要活动，需要为数字化研发体系及其子体系建设与运行选择合适的技术，这些技术包括业务开展需要的技术和数字化平台建设所需的技术。技术选型的工作路线包括：技术调研、技术评估、分析决策、采纳定制等步骤。

6. 平台建设

数字化研发平台为数字化研发完整体系提供支撑，是WSR模型各要素最终的落脚点，是数字化研发体系建设的重要成果的体现，差距分析、构型设计、流程建设、组织建设、装备建设的工作成果都将进入平台中。架构规划和建设是平台建设的首要工作内容，需要理清和确定平台的各级架构，为数字化平台的可持续发展做好规划。架构规划与建设内容包括业务架构设计、应用架构设计、数据架构设计和技术架构设计。平台中的具体业务系统包括业务协同、流程管理、正向设计、综合仿真、知识工程和资源共享等。

           

                   

七、研发数字化转型的三种模式产品思维                    

                   

基于研发数字化转型的复杂性，任何企业难以一次性完成对理想体系的转型，需要根据当前状态选择合适的转型节奏。根据中国工业体系的当前发展状态，我们建议研发数字化转型建设路线规划为三个阶段（图10），各阶段的目标分别是：1.精益转型；2.正向变革；3.智慧革命。我们将其称为研发数字化转型“三级跳”，每一跳达到不同的高度，进入下一个进化阶梯。            

           

         

       

图10. 研发数字化转型三级跳

每次跳跃实际上是对生产力某项要素（生产工具、生产对象、生产者）完成转型，这决定了每级跳跃的核心特征不同，一级跳是对生产工具的转型，二级跳生产对象的变革，三级跳是生产者的革命。一级跳其实是为研发提供了一种信息化或数字化的平台，二级跳则需要建立所研发对象的全数字化模型，才能实现基于模型驱动的产品研发，三级跳则是对研发人员提出高要求，必须掌握和驾驭AI的研发这，甚至研发者就是AI本身。

每次跳跃的主驱动力有所差异：精益转型的主驱动力是流程，正向变革的主驱动力是模型，而智慧革命的主驱动力是知识。当然，这里的流程、模型和知识，均是数字化的。不同进化级别所采用的技术手段也不同：精益转型阶段主要是采用流程工程手段，正向变革阶段主要是采用模型工程手段，智慧革命阶段主要是采用知识工程手段。

在“精益转型”阶段，需要把研发流程显性化，并在研发管理平台中建立数字化形态的流程，然后将已经确定的研发任务、研发工具、显性知识和质量要求，与研发活动紧密关联，使其深度融合在研发流程中，消除两张皮现象，让工具、知识和质量真正发挥实效。所以我们将图4所示的理想模型做了修订，将知识资源和质量管理与业务过程放在同一层次（图11）。在精益转型阶段，企业的主要矛盾是资源松散和模式落后的问题，需要通过流程聚合资源，提升效率。

       

图11. 精益研发体系业务模型

在“正向变革”阶段，沿着系统工程V模型（图12），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。进入正向变革阶段，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设计模式，补强创新能力。

       

图12. 正向设计与逆向工程

在“智慧革命”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，利用知识工程方法特别是人工智能（AI）方法对其进行增值加工，形成数字化形态的智能体，通过智能匹配的方式融入到研发活动中，使得研发活动完成过程由数字化、自动化和智慧化的知识所支撑（图13）。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，亟需通过对知识的灵活、充分、智能和智慧化的应用，让企业降低对组织稳定性的依赖，让人员和知识协作工作，并随着价值的变化而灵活聚散。知识密集和高度融入研发体系，特别是AI的深度参与，将对研发主体——人提出挑战！未来的研发人员不是仅掌握知识的人，而是活用知识体系和驾驭AI的人，甚至就是AI自身。

     

图13. 智慧研发体系模型

数字化转型中“转型”二字意味着某种“创新”。对企业自身技术的先进性要求不高的场合下，创新往往是为了降低成本，精益转型便是如此。在企业自身技术的先进性要求比较高的场景中，创新通常为了提升技术水平，正向变革便是如此。在成本和技术两方面都具有领先地位的领袖企业，其诉求往往是知识外溢，造福产业，造福人类，最大化实现社会价值，智慧革命便是如此。

如果企业需要精益转型，代表着企业目前所具有的技术能力可以满足用户的需求（即用户对产品功能性能要求不高），或者具有可以引进的技术（也就是没有被外部断供）。企业的主要矛盾并不是技术创新，而是资源松散和模式落后，亟需模式创新，通过流程聚合资源，提升效率。

如果企业需要正向变革，意味着企业所具有的技术能力已经无法满足用户的需求（即用户对产品的功能性能要求较高），或者无法引进先进的技术（被断供或外部已经不存在更先进的技术），于是，技术创新便上升为主要矛盾。本阶段亟需创立正向模式，补强创新能力。

如果企业需要智慧革命，意味着企业的研发模式已经优化，创新能力已经建立，企业全面领先同行，进入无人区，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。这个阶段企业知识厚度比同行更胜一筹，亟需充分利用这一优势来保持长久的领先，并将知识外溢，赋能产业链。具体做法往往是通过对知识灵活、充分和智能化的应用，让企业降低对组织稳定性的依赖，让人员和知识协同工作，并充分利用产业链的资源进行协同研发，提高研发体系的柔韧性。

     

图14. 数字化转型需完成业务创新、管理变革和资源重构

业务创新是依据数字化技术所提供的新型能力支持重构业务模式，对新型业务模式中需要的流程、技术、知识、工具、质量等业务内容进行梳理，按照数字化业务的要求补充、优化和创新，并对这些业务要素数字化，以便数字化平台上线后可直接支撑主营业务。在业务创新过程中，各业务环节的数字化模型的建立是要点，模型工程是业务创新中的重要工程。数字化模型运转产生新数据，利用数据分析技术改进模型。

管理变革是根据业务模式的数字化变革的要求，对组织机构进行对应的职能调整及专业重组，并进行配套的组织、流程、标准和规范建设。确定新型的数字业务体系中各业务构件建设、运行和维护所需的组织结构、人力资源、分工和主要绩效目标等，通常也称组织保障。在管理变革过程中，各管理体系的数字化流程的建立是要点，流程工程是管理创新中的重要工程。数字化流程运转产生新数据，利用数据分析技术优化流程。

资源重构是利用数字化技术对企业资源进行重构，形成支撑新型业务体系和新型管理模式的新型资源。数字化资源需要引入的新型ICT技术和系统，譬如建模与仿真、MBSE、超现实（XR）、云计算、大数据、大模型、AI及物联网（IoT）等，对资源进行解构和重构，使其具有开放化、共享化和智能化特征。根据企业新型业务模式，确定与各业务构件相适应的数字化资源，建立数字化系统和协同平台，将数字化的业务要素、管理模型、智能资源实现协同整合，形成生态体系。在资源重构过程中，对各资源中的知识进行数字化加工是要点，知识工程是资源重构中的重要工程。数字化知识运转产出新数据，利用数据分析技术升华知识。

总结来说，数字化转型其实就是从企业经营的三个维度出发，利用数字化技术对企业进行全面转型和改造，让业务从传统的线下低效模式转变为线上高效模式，从物理现场模式转变为数字灵境模式，从人工手动模式转变为软件（机器）自动模式，从信息化辅助模式转向数字化原生模式。未来企业，工作环境不仅是数字化的，数字化工作和成果本身就是业务过程和输出物的一部分，业务极少甚至无需离开数字环境即可完成业务全程，达到业务目标。