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/ -- 數智化時代洶涌而來，弄潮兒們已經初嘗紅利：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，它爆發式增長的秘訣之一就是憑借智能算法實現了服裝潮流的精準洞察、敏捷生產和高分口碑營銷[1],[2]；某"全球燈塔工廠"通過數字化工廠項目深入推廣數字化系統與人工智能技術，旗下產品上市時間縮短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，數智化的核心價值是代替重復性的勞動，難以承擔企業業務鏈中創意性強的工作，但我們認為這類觀點是值得商榷的。在我們看來， 數智化的核心價值之一在于對企業創智型活動的賦能。從用戶需求趨勢預測到創意快速驗證，數智化應用具有巨大的價值前景。因此，盡管研發的復雜性高、不確定性大，數智化研發具有極大的潛力。迎向數智化的研發潮流，企業亟需理解的是數智化時代自身的研發規劃、數智化的適用性，以及關鍵管理要素。
數智化時代企業研發的三階段演進趨勢
企業的研發可以分成三種模式：流程驅動、用戶驅動和數據驅動。三種模式分別依托信息化和數智化技術次第發展。值得注意的是，一個企業基于其業務運營的特點或技術的成熟度，可能同時兼容幾種研發模式的特征。
圖1. 研發分為流程驅動、用戶驅動、數據驅動三種模式次第發展 （來源：德勤管理咨詢）
流程驅動研發：所能即所得
流程驅動模式在企業實踐已久。自21世紀以來，以IPD（Integrated Product Development，集成產品開發）為代表的研發流程體系已在中國企業中廣泛應用，成為研發體系優化時耳熟能詳的標桿。流程驅動的核心是以規范化、標準化的流程指引工程師完成所有研發相關工作。它打造了一個高度結構化的研發體系：通過有序、高效的流程厘清多部門跨團隊的職責，定義研發里程碑并明確每個里程碑的考核內容與評審內容，從而在流程框架下井然有序，節省因冗余的、重復的、不配合的、頻繁變更的業務活動導致的開發時間，更重要的是在各里程碑把控研發進度與成本，以支撐業務規劃要求。
從其特點來看，流程驅動有利于規范大團隊跨領域的協作，適合大規模商業化產品的開發，以及版本的穩定迭代。例如，一個車型的開發升級，將基于貫通的、嚴密的流程體系統籌產品規劃、技術儲備、產品開發和發布等研發環節，融合企業過去的經驗積累和技術方案創新，并以產品為導向帶動規劃、研發、生產乃至市場、采購各部門的協同。
然而，流程驅動模式存在兩個明顯的挑戰。首先，聚焦流程的執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，產品經歷一個完整的開發周期后與起始的需求相差甚遠，或者開發流程中客戶的需求發生重大的變化導致之前的投入變成沉沒成本。其次，面向成熟產品開發的流程管理難以定義創新技術在早期研發的風險與價值，因此需要增加容錯的創新鼓勵與技術變現機制。
用戶驅動研發：所需即所得
用戶驅動模式釋放了流程框架的靈活性，強調精準實現用戶需求。它的核心思想要求精準洞悉用戶的需求作為研發輸入，并將用戶需求植入到產品全生命周期管理的全鏈條。此外，研發不再封閉，企業以開放的姿態引入用戶以及其它行業相關者參與到在研產品的共創中。行業實踐表明，不僅To C的互聯網企業廣泛運用此類模式研發，To B的企業研發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的定位，探索與主機廠聯合開發智能網聯和電動出行新技術，或者共同承擔產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。
相比流程驅動的標準化與嚴格分工，用戶驅動模式在管理上實現兩點創新：首先，流程和資源配置留有靈活調整的余量，產品開發得以迅速響應用戶需求；其次，團隊目標始終圍繞用戶需求，這有利于企業高效和精準的配置資源。
用戶驅動的關鍵意義在于明確用戶需求是研發工作的核心目標。越來越多實踐表明，為了真正做到用戶驅動，企業必須引入數智化技術，指引和支撐研發全過程的各個環節不偏離用戶需求。這要求研發管理掌握4個關鍵要素：
然而，企業研發進行數智化轉型并非都是一帆風順。一旦轉型缺少規劃，或者規劃與業務現實不相符時，數智化轉型往往會產生"水土不服"的現象，研發人員也習慣回到用老辦法解決問題。
這種"水土不服"在成熟企業尤為常見。盡管成熟企業積累的研發技術與管理經驗更多，但往往面臨更大的變革阻力。相比之下，初創公司彎道超車的目標更明確（形成顛覆性競爭優勢），包袱更小（沒有沉沒成本桎梏）。所以，初創企業研發數智化的積極性更高，收益也更大。
而對成熟企業來說，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，以及由人向機器轉移的知識的定價等。因此，成熟企業適合通過階段性成果獲得內部的支持，循序漸進地完成數智化轉型的目標。
圖2. 不同類型企業數智化研發轉型優劣勢（來源：德勤管理咨詢）
數據驅動研發：所想即所得
數智化技術正從單點應用向整個研發鏈條的賦能滲透：它為企業研發構建了一個由數據驅動的、高度自動化的研發模式。在這個研發藍圖下，企業將使用數智化技術實現技術趨勢預測、快速產品定義、快速原型驗證、真實世界驗證條件模擬、需求和質量一致性管理、風險自動預警等。例如，AI制藥企業利用AI模型預測潛在治療靶點、芯片行業開發融合設計和仿真的研發元宇宙、食品行業開發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加速配方驗證和商品化的速度……
我們將這個未來的研發藍圖稱之為數據驅動模式。數據驅動的核心思想是基于數據和算法，降低對人員經驗和知識的依賴，將創意迅速、準確地轉化為成果。這一模式下，數智化系統廣泛應用在研發的方方面面，讓專業人員聚焦在業務改進與決策上。
某些行業已經展示出數據驅動研發的廣闊前景。例如，AI賦能的研發藥品已經進入臨床檢驗階段，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向智能交通網絡節點，要求產品開發圍繞生態系統、云集群、數據鏈路和萬物終端等數智化核心概念展開[7]。因此，數據驅動模式并非空中樓閣，可以認為，隨著創新驅動的企業戰略在中國進一步推廣，未來會有更多高科技制造企業向數據驅動研發轉型。
但是，即使是最樂觀的AI支持者也必須承認，數據驅動還需要很長的路才能全面實現對企業研發的變革。當前智能化研發落地的痛點很明顯：數據質量不高、算法效率低、商業模式不清晰、研發人員抵觸、研發倫理受到挑戰等等。我們認為，數據驅動模式成熟的標志，在于技術應用、運營模式、商業模型三類條件的可行性得到論證。
數智化為企業研發帶來的不僅僅是技術的進步，更重要的是體系框架、管理理念的革新。站在現有研發體系的起點，結合對下一階段研發規劃，以及轉型路徑的認知，企業應最大程度發揮數智化的價值，塑造創新驅動的競爭力，在新時代的浪潮中屹立不倒，生生不息。
尾注
