研发数字化转型第三跳：智慧革命

在《研发数字化转型三级跳》一文中，我们将“智慧革命”定义为研发数字化转型的第三跳。这一跳的目标是实现智慧研发，而智慧研发的主驱动力是知识，智慧研发阶段主要采用的是知识工程手段。

研发数字化转型经过第一跳和第二跳，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，以适应个体崛起时代的新特征，让人员和知识协同工作，并随着价值的变化而灵活聚散。

智慧革命的核心手段是知识工程，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AI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、且能自动工作的知识所支撑。

其实，知识不仅是智慧研发基础，也是精益研发和正向设计的基础，也就是说，知识是所有数字化转型层级的基础。但数字化程度越高，知识的存在感越低。当然不是知识变少了，而是获取、加工和使用知识的方式更智能和智慧了，是手中有剑、心中有剑还是无剑胜有剑的差别。

智慧革命的本质其实是研发知识利用方式的第三次转型——智化，力图发挥知识全集的作用，把确定性知识加工成APP形成智能，把不确定性知识利用AI技术提取智慧。

从研发角度来看，知识是研发的智慧源泉。从知识角度来看，研发是知识的终极归宿。智慧研发提出了企业研发体系框架和理想蓝图，知识工程是智慧研发蓝图的实现方略。智慧研发是突变式的转型升级，知识工程是基于微创新的渐进式的持续进步。我们将智慧研发称之为仰望星空，知识工程称之为脚踩大地。智慧研发实际上是知识工程工作从量变到质变的过程。

研发理想模型是复杂产品研发体系的终极蓝图，也是研发数字化转型的顶层指导。在智慧变革阶段，我们需要将数字化知识和智能科技（如云计算、大数据及AI、物联网、XR图形技术等）融入《研发数字化转型三级跳》一文中的“研发理想模型”，提升体系的智慧程度，最终将研发理想模型进行智慧化升级为如图1所示的智慧研发理想模型。 

图1. 智慧研发理想模型 

将研发知识进行增值加工，形成数字化知识，即智能知识插件，通过AI技术让知识插件融入到所有与之高度匹配的研发工作包中，从而融入到研发全体系和全过程，让研发体系智慧化。随着融入到研发活动中的智能知识插件从少量逐渐变得海量与泛在，研发体系将逐渐变得智慧。研发知识工程的目的就是建立研发过程智能知识插件库，并将插件与研发过程（活动）智能关联起来，实现知识的泛在化。

根据智慧研发理想模型，我们将《研发数字化转型三级跳》一文中的“数字化集成研发平台参考框架”做了实例化，形成智慧研发平台，如图2所示。

图2. 智慧研发平台 

相比参考框架，智慧研发平台具有以下改变： 

1)研发驾驶舱升级为基于产业链云和大数据分析的智慧驾驶舱，使得智慧研发平台具有研发过程的智慧感知能力； 

2)研发管理系统升级为基于云平台的产业链协同研发管理系统，使得智慧研发平台可以进行跨企业的研发管控，特别是以往的产品研发流程需要扩展到产业链流程，同时建立跨企业的大项目管理体系； 

3)在保留用于知识增值加工的知识工程平台的同时，将知识创新系统像精益研发平台那样独立出来，升级为基于大数据的知识创新平台，将大数据和AI技术和方法运用到隐性知识的智慧提取和智慧推送中来； 

4)质量管理系统像精益研发平台那样独立出来，升级为基于大数据的质量防控平台，基于大数据可以对全产业链和全生命周期的质量数据进行聚集和分析，对研发质量问题进行提前防控； 

5)正向设计环境升级为智能产品和数字孪生体协同开发环境。这里有两个含义：第一个是利用物联网和大数据技术开发智能产品。第二个是充分利用数字孪生体相关技术，开发与物理产品伴随与互动的数字孪生体；

6)将研发资源云平台扩展为工业云智能化基础平台，将商业IaaS和PaaS工业化，加入大数据与AI服务、工业物联网服务和超现实（XR）图形服务，支持集团化研发、产业链协同研发、智能产品和数字孪生体研发。 

总结来讲，智慧研发体系的核心使命有两个：一个是在企业内部通过知识工程实现企业内研发体系的智慧化；另一个是从产业链视角提升研发体系与外部资源的协同，在总体上提升企业和产业链的研发能力。

一家企业的强大之处，往往不在于引进了多少先进技术，而在于真实积累了多少现有成果。知识是产品设计的成果，也是设计过程的关键支撑要素，但当前多数企业知识依附于个人，知识的传承与共享没有途径和平台，知识便无法在产品研发过程中有效应用，也不利于研发人才培养。多数研发资源缺少共享平台，限制了资源的有效利用，使得产品研发主要靠个人能力而非集体力量。虽然中国也有不少企业开展过知识管理工作，但知识没有融入研发过程，也没有融入到设计过程和工具中，没有对研发活动起到支撑作用，存在知识与研发两张皮现象。 

过去，开展过知识工程工作的企业，知识也没有融入研发过程，没有对研发活动起到支撑作用，存在知识与研发两张皮现象。为此，我们提出一个新的解决方案，那就是知识与研发流程伴随，如图3所示。

图3. 知识工程体系的三层结构 

这是一个三层结构。三层结构中的中间层是传统的知识管理体系，将已有知识按照业务需要进行分门别类管理，支撑业务人员的查询和搜索。知识管理向上，梳理研制流程，将知识与研制流程的工作包伴随，将知识融入流程。知识管理向下，深挖设计过程中的知识。根据知识的类别，选择合适工具进行增值加工。通过软件的知识建模工具生成数字化和工具化的知识，并直接与相关研制工具建立关联，使这些知识天然具有与业务工作环境互动的特点，直接启动应用，使知识与设计活动紧密融合，直接支持设计工作。另外，这种方式也提供了随用随积累、随用随创新的知识积累与应用模式。 

图4. 理想模型中业务构建的展开 

研发理想模型中的每个矩形或菱形就是一个业务构件，每个构件是由较多任务构成，而业务流程就是由这些任务组成的，如图4所示。研发过程是利用现有知识创造新知识的过程，智慧研发需要将研发过程的海量知识经过增值加工，形成大量的智能知识插件（或称为APP），嵌回的研发过程中。此类知识天然具有与业务工作环境互动的特点，可直接与相关研发工具建立关联，使知识与设计活动紧密融合，直接参与研发和设计工作。研发过程中，这类智能插件越多，智慧化程度越高。因此，智慧研发中知识工程的核心就是对知识进行增值加工，形成智能知识插件。