前言

数字化转型的上甘岭

21世纪新科技频出，同时伴随着新词汇：MBSE（基于模型的系统工程）、大数据、人工智能、物联网、云计算、工业互联网、数字孪生、元宇宙……但不管哪一个新词，最终都像齐天大圣一样，纵使千变万化，还是逃不出如来佛手掌，终归压于五行山下。这个“五行山”就是最近十年在中国工业和科技领域出现的一个五字高频热词——数字化转型。这个词所代表的概念包容力超强，更重要的是，它是全球工业发展的趋势和未来，是中国工业高质量发展的阶梯，也是中国制造业转型升级的有效路径。

与数字化转型相关的图书可谓汗牛充栋，但多数是针对全生命周期的数字化转型相关图书，专注于研发过程的数字化转型书籍寥若晨星。从全生命周期视角讨论“数字化转型”时，人们总结出很多要素、规律和模式，其中特别强调数据的核心价值和驱动作用。把生命周期的每个环节打开来看，这些观点和规律在多数环节都能适用，但在涉及研发阶段的数字化转型时，人们却似乎都顾左右而言他。华为公司官方出版的《华为数字化转型之道》一书在研发方面也是惜墨如金，要知道，华为公司可是中国IPD（集成产品开发）标杆甚至教父！适用于生命周期中多数环节的数字化转型的模式、路线和方案，遇到研发时似乎不灵了！的确，研发是产品或业务全生命周期中最特别的环节。仿制轻松容易，原创千难万险，中国制造走向中国创造、制造大国走向制造强国的过程一直都充满了艰难险阻，这似乎也预示着，研发数字化转型注定是企业数字化转型的“上甘岭”！

研发数字化转型之难，不仅在于其“海拔高”，更在于国内企业在这个领域中的攀登起点低。这种低起点不仅体现在企业对数字化技术的掌握，更在于对研发业务体系的理解。中国是生产制造大国，因此生产领域的工业软件研发和应用基础好、起点高，尤其对生产制造体系的理解高度、深度和广度在国际上也不落后。但在研发体系方面就不同了，逆向工程长期是中国工业研发体系的主要手段，研发设计创新能力薄弱，企业在研发体系的建立和理解方面相较于生产制造明显落后。从转型的对象上判断，研发数字化转型也比生产数字化转型困难。生产体系的数字化是针对机器和数据的数字化，而研发体系的数字化则是针对人和知识的数字化。人和知识相对于机器和数据，复杂程度更高。

数字化转型的核心并不是“数字化”，而是“业务”，业务要转型，而数字化是业务转型后的新载体。真正有价值的转型，是借助数字化变革的过程，实现业务的升级。这不仅是一种观念，而更应该是一种战略，所以数字化转型是企业战略驱动下的业务变革。我认为，复杂产品的研发体系存在着一个理想模型，研发数字化转型的理想蓝图应该基于研发体系理想模型来设计，并据此形成转型的路径和方案，这样才不会为数字化而数字化。同时，在数字化变革的过程中，实现研发体系向理想模型的进化。

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时，企业需要匹配企业战略和研发状态，需要依据目前数字化技术水平，在可预期的有限时间内，体系建设蓝图，并制定合理的建设路线。这相当于设立几个大本营，步步为营，逐步登顶珠峰。

根据中国工业体系的当前发展状态，我建议研发数字化转型建设路线规划分为3个阶段，各阶段的目标：①精益转型；②正向变革；③智慧革命。我将其称为研发数字化转型“三级跳”，每一跳企业达到不同的高度，进入下一个进化阶梯。每级跳跃的核心特征不同，一级跳是研发模式的转型，二级跳是设计范式的变革，三级跳是研发主体（人）的革命。每级跳跃的主驱动力也有所差异。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。精益转型阶段主要采用流程工程手段，正向变革阶段主要采用模型工程手段，智慧革命阶段主要采用知识工程手段。

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相连，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作用。在精益转型阶段，企业的主要问题是资源松散和模式落后，需要通过流程聚合资源，提升效率。

在正向变革阶段，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，其在消除二义性、减少质量隐患、提高协同效率和积累成果方面都有无与伦比的优势。进入正向变革阶段，企业的主要问题是创新模式和技术能力的缺乏，本阶段亟须创立正向设计模式，增强创新能力。

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AI方法对知识进行增值加工，形成数字化形态的智能体，通过智能匹配的方式融入研发活动，研发活动完成过程由数字化、自动化和智能化的知识所支撑。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，其主要问题是缺乏高可持续发展能力和随需应变的柔韧特性，亟须通过对知识的灵活、充分、智能化的应用，让企业降低对组织稳定性的依赖，让人员和知识协作工作，并随着价值的变化而灵活聚散。大量知识深度融入研发体系，特别是AI的深度参与，将对研发主体提出挑战！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。

本书除了讨论研发数字化转型的规则，也在苦苦探索其底层逻辑。我发现，研发数字化转型的本质其实就是知识利用方式的转型。人类利用能源的方式发生了三次转型，于是引起了三次工业革命。知识利用方式如何转型，决定了研发数字化转型阶段。这两者具有相似性，是因为能源是工业发展的动力，而知识正是研发的动力。本书对研发数字化的底层逻辑进行探索和总结。研发数字化的缘起、内涵、思辨、实践和探索将在全书一一展开。

田锋