德勤管理咨詢：數(shù)智化賦能企業(yè)研發(fā)轉(zhuǎn)型

作者    
德勤管理咨詢中國合伙人劉曉明
德勤管理咨詢中國顧問楊承霖博士

上海2022年5月30日 /美通社/ -- 數(shù)智化時代洶涌而來，弄潮兒們已經(jīng)初嘗紅利：某跨境女裝電商，銷售額從2016年的約40億元人民幣攀升到2021年的近千億元，它爆發(fā)式增長的秘訣之一就是憑借智能算法實現(xiàn)了服裝潮流的精準洞察、敏捷生產(chǎn)和高分口碑營銷^[1],[2]；某"全球燈塔工廠"通過數(shù)字化工廠項目深入推廣數(shù)字化系統(tǒng)與人工智能技術(shù)，旗下產(chǎn)品上市時間縮短50%^[3]；此外，各類造車勢力紛紛布局L4自動駕駛，搶占千億美元級別新市場^[4]……

有一種觀點認為，數(shù)智化的核心價值是代替重復性的勞動，難以承擔企業(yè)業(yè)務鏈中創(chuàng)意性強的工作，但我們認為這類觀點是值得商榷的。在我們看來， 數(shù)智化的核心價值之一在于對企業(yè)創(chuàng)智型活動的賦能。從用戶需求趨勢預測到創(chuàng)意快速驗證，數(shù)智化應用具有巨大的價值前景。因此，盡管研發(fā)的復雜性高、不確定性大，數(shù)智化研發(fā)具有極大的潛力。迎向數(shù)智化的研發(fā)潮流，企業(yè)亟需理解的是數(shù)智化時代自身的研發(fā)規(guī)劃、數(shù)智化的適用性，以及關(guān)鍵管理要素。

數(shù)智化時代企業(yè)研發(fā)的三階段演進趨勢

企業(yè)的研發(fā)可以分成三種模式：流程驅(qū)動、用戶驅(qū)動和數(shù)據(jù)驅(qū)動。三種模式分別依托信息化和數(shù)智化技術(shù)次第發(fā)展。值得注意的是，一個企業(yè)基于其業(yè)務運營的特點或技術(shù)的成熟度，可能同時兼容幾種研發(fā)模式的特征。

流程驅(qū)動研發(fā)：所能即所得

流程驅(qū)動模式在企業(yè)實踐已久。自21世紀以來，以IPD（Integrated Product Development，集成產(chǎn)品開發(fā)）為代表的研發(fā)流程體系已在中國企業(yè)中廣泛應用，成為研發(fā)體系優(yōu)化時耳熟能詳?shù)臉藯U。流程驅(qū)動的核心是以規(guī)范化、標準化的流程指引工程師完成所有研發(fā)相關(guān)工作。它打造了一個高度結(jié)構(gòu)化的研發(fā)體系：通過有序、高效的流程厘清多部門跨團隊的職責，定義研發(fā)里程碑并明確每個里程碑的考核內(nèi)容與評審內(nèi)容，從而在流程框架下井然有序，節(jié)省因冗余的、重復的、不配合的、頻繁變更的業(yè)務活動導致的開發(fā)時間，更重要的是在各里程碑把控研發(fā)進度與成本，以支撐業(yè)務規(guī)劃要求。

從其特點來看，流程驅(qū)動有利于規(guī)范大團隊跨領(lǐng)域的協(xié)作，適合大規(guī)模商業(yè)化產(chǎn)品的開發(fā)，以及版本的穩(wěn)定迭代。例如，一個車型的開發(fā)升級，將基于貫通的、嚴密的流程體系統(tǒng)籌產(chǎn)品規(guī)劃、技術(shù)儲備、產(chǎn)品開發(fā)和發(fā)布等研發(fā)環(huán)節(jié)，融合企業(yè)過去的經(jīng)驗積累和技術(shù)方案創(chuàng)新，并以產(chǎn)品為導向帶動規(guī)劃、研發(fā)、生產(chǎn)乃至市場、采購各部門的協(xié)同。

然而，流程驅(qū)動模式存在兩個明顯的挑戰(zhàn)。首先，聚焦流程的執(zhí)行無疑會降低對客戶需求的敏感度和響應速度。這樣的代價是，產(chǎn)品經(jīng)歷一個完整的開發(fā)周期后與起始的需求相差甚遠，或者開發(fā)流程中客戶的需求發(fā)生重大的變化導致之前的投入變成沉沒成本。其次，面向成熟產(chǎn)品開發(fā)的流程管理難以定義創(chuàng)新技術(shù)在早期研發(fā)的風險與價值，因此需要增加容錯的創(chuàng)新鼓勵與技術(shù)變現(xiàn)機制。

用戶驅(qū)動研發(fā)：所需即所得

用戶驅(qū)動模式釋放了流程框架的靈活性，強調(diào)精準實現(xiàn)用戶需求。它的核心思想要求精準洞悉用戶的需求作為研發(fā)輸入，并將用戶需求植入到產(chǎn)品全生命周期管理的全鏈條。此外，研發(fā)不再封閉，企業(yè)以開放的姿態(tài)引入用戶以及其它行業(yè)相關(guān)者參與到在研產(chǎn)品的共創(chuàng)中。行業(yè)實踐表明，不僅To C的互聯(lián)網(wǎng)企業(yè)廣泛運用此類模式研發(fā)，To B的企業(yè)研發(fā)也有深度融入用戶體驗的空間。很多汽車零部件供應商不再拘泥于傳統(tǒng)的定位，探索與主機廠聯(lián)合開發(fā)智能網(wǎng)聯(lián)和電動出行新技術(shù)，或者共同承擔產(chǎn)品全生命周期維護與升級的職責，深度融合主機廠乃至終端消費者的定制化需求。

相比流程驅(qū)動的標準化與嚴格分工，用戶驅(qū)動模式在管理上實現(xiàn)兩點創(chuàng)新：首先，流程和資源配置留有靈活調(diào)整的余量，產(chǎn)品開發(fā)得以迅速響應用戶需求；其次，團隊目標始終圍繞用戶需求，這有利于企業(yè)高效和精準的配置資源。

用戶驅(qū)動的關(guān)鍵意義在于明確用戶需求是研發(fā)工作的核心目標。越來越多實踐表明，為了真正做到用戶驅(qū)動，企業(yè)必須引入數(shù)智化技術(shù)，指引和支撐研發(fā)全過程的各個環(huán)節(jié)不偏離用戶需求。這要求研發(fā)管理掌握4個關(guān)鍵要素：

1. 業(yè)務場景定義：企業(yè)應從業(yè)務場景的頂層設(shè)計出發(fā)，梳理業(yè)務的效益目標、數(shù)智化訴求，以及與數(shù)智化應用的契合點。某汽車企業(yè)以用戶共創(chuàng)開發(fā)為提升用戶體驗的著力點，搭建基于云架構(gòu)的C2B研發(fā)協(xié)同平臺。其推出某車型定制化開發(fā)模式，用戶可參與60個節(jié)點的開發(fā)，從而滿足個性化需求⁵；
2. 數(shù)據(jù)治理：進行數(shù)據(jù)規(guī)范化管理，包括明確數(shù)據(jù)對象、整理數(shù)據(jù)格式、進行數(shù)據(jù)分類、規(guī)范數(shù)據(jù)質(zhì)量等步驟，使得數(shù)據(jù)能夠精準、透明地在研發(fā)業(yè)務鏈中傳遞，并以此構(gòu)筑數(shù)據(jù)體系化、價值化的基礎(chǔ)；
3. 基礎(chǔ)設(shè)施建設(shè)：推動數(shù)字化系統(tǒng)與工具的部署和集成。例如，一體化的研發(fā)協(xié)同管理平臺，通過集成需求管理軟件、數(shù)據(jù)平臺、仿真平臺、項目管理系統(tǒng)于一體，形成研發(fā)活動一體化，準確地分解和實現(xiàn)研發(fā)需求；
4. 管理體系適配：研發(fā)管理的"軟環(huán)境"與數(shù)智化技術(shù)的"硬環(huán)境"應擰成一股繩，在管理中引入數(shù)智化技術(shù)，在業(yè)務效率提升的同時提升管理的效能。例如，流程管理引入RPA（Robotic process automation，機器人流程自動化）實現(xiàn)業(yè)務流程處理的自動化，大幅度減少研發(fā)團隊在財務、采購上花費的時間?；跀?shù)智化技術(shù)的革新，研發(fā)管理還可以將文檔的需求清單數(shù)字模型化，確保需求在整條業(yè)務鏈的準確傳遞。

然而，企業(yè)研發(fā)進行數(shù)智化轉(zhuǎn)型并非都是一帆風順。一旦轉(zhuǎn)型缺少規(guī)劃，或者規(guī)劃與業(yè)務現(xiàn)實不相符時，數(shù)智化轉(zhuǎn)型往往會產(chǎn)生"水土不服"的現(xiàn)象，研發(fā)人員也習慣回到用老辦法解決問題。

這種"水土不服"在成熟企業(yè)尤為常見。盡管成熟企業(yè)積累的研發(fā)技術(shù)與管理經(jīng)驗更多，但往往面臨更大的變革阻力。相比之下，初創(chuàng)公司彎道超車的目標更明確（形成顛覆性競爭優(yōu)勢），包袱更小（沒有沉沒成本桎梏）。所以，初創(chuàng)企業(yè)研發(fā)數(shù)智化的積極性更高，收益也更大。

而對成熟企業(yè)來說，管理者必須綜合考慮多方面意見：已有投入的沉沒成本、財務上的投資壓力、員工對新模式的接受程度，以及由人向機器轉(zhuǎn)移的知識的定價等。因此，成熟企業(yè)適合通過階段性成果獲得內(nèi)部的支持，循序漸進地完成數(shù)智化轉(zhuǎn)型的目標。

數(shù)據(jù)驅(qū)動研發(fā)：所想即所得

數(shù)智化技術(shù)正從單點應用向整個研發(fā)鏈條的賦能滲透：它為企業(yè)研發(fā)構(gòu)建了一個由數(shù)據(jù)驅(qū)動的、高度自動化的研發(fā)模式。在這個研發(fā)藍圖下，企業(yè)將使用數(shù)智化技術(shù)實現(xiàn)技術(shù)趨勢預測、快速產(chǎn)品定義、快速原型驗證、真實世界驗證條件模擬、需求和質(zhì)量一致性管理、風險自動預警等。例如，AI制藥企業(yè)利用AI模型預測潛在治療靶點、芯片行業(yè)開發(fā)融合設(shè)計和仿真的研發(fā)元宇宙、食品行業(yè)開發(fā)預測消費者對配方反饋的美味感和購買的心理因素的技術(shù)加速配方驗證和商品化的速度……

我們將這個未來的研發(fā)藍圖稱之為數(shù)據(jù)驅(qū)動模式。數(shù)據(jù)驅(qū)動的核心思想是基于數(shù)據(jù)和算法，降低對人員經(jīng)驗和知識的依賴，將創(chuàng)意迅速、準確地轉(zhuǎn)化為成果。這一模式下，數(shù)智化系統(tǒng)廣泛應用在研發(fā)的方方面面，讓專業(yè)人員聚焦在業(yè)務改進與決策上。

某些行業(yè)已經(jīng)展示出數(shù)據(jù)驅(qū)動研發(fā)的廣闊前景。例如，AI賦能的研發(fā)藥品已經(jīng)進入臨床檢驗階段，并已獲得資本市場的青睞。截至目前，全球已有10多家AI制藥公司成功上市^[6]。汽車從交通工具逐漸轉(zhuǎn)向智能交通網(wǎng)絡節(jié)點，要求產(chǎn)品開發(fā)圍繞生態(tài)系統(tǒng)、云集群、數(shù)據(jù)鏈路和萬物終端等數(shù)智化核心概念展開^[7]。因此，數(shù)據(jù)驅(qū)動模式并非空中樓閣，可以認為，隨著創(chuàng)新驅(qū)動的企業(yè)戰(zhàn)略在中國進一步推廣，未來會有更多高科技制造企業(yè)向數(shù)據(jù)驅(qū)動研發(fā)轉(zhuǎn)型。

但是，即使是最樂觀的AI支持者也必須承認，數(shù)據(jù)驅(qū)動還需要很長的路才能全面實現(xiàn)對企業(yè)研發(fā)的變革。當前智能化研發(fā)落地的痛點很明顯：數(shù)據(jù)質(zhì)量不高、算法效率低、商業(yè)模式不清晰、研發(fā)人員抵觸、研發(fā)倫理受到挑戰(zhàn)等等。我們認為，數(shù)據(jù)驅(qū)動模式成熟的標志，在于技術(shù)應用、運營模式、商業(yè)模型三類條件的可行性得到論證。

數(shù)智化為企業(yè)研發(fā)帶來的不僅僅是技術(shù)的進步，更重要的是體系框架、管理理念的革新。站在現(xiàn)有研發(fā)體系的起點，結(jié)合對下一階段研發(fā)規(guī)劃，以及轉(zhuǎn)型路徑的認知，企業(yè)應最大程度發(fā)揮數(shù)智化的價值，塑造創(chuàng)新驅(qū)動的競爭力，在新時代的浪潮中屹立不倒，生生不息。

尾注

1. 陳奇銳，"中國跨境電商獨角獸SHEIN估值已是優(yōu)衣庫市值的兩倍？"，《界面新聞》，2022年4月6日。
2. Packy McCormick和Matthew Brennan，"深扒中國最神秘的百億快時尚巨頭SheIn"，《新零售商業(yè)評論》，2021年8月11日。
3. 西門子官網(wǎng)。
4. 德勤分析。
5. 王岳，《汽車數(shù)字化轉(zhuǎn)型白皮書2.0：AI時代下的汽車業(yè)數(shù)字化變革》，中國電動汽車百人會、阿里云研究中心，2019。
6. Jessie，《Biotech拓荒者Flagship，以確定性技術(shù)終結(jié)機會性游戲》，海外獨角獸，2022年4月12日。
7. 沈逸超，"數(shù)字化轉(zhuǎn)型浪潮下一汽紅旗做了些什么？"，《蓋世汽車》，2022年4月20日。