贝恩：更好、更快、更便宜：数字化如何改变研发

研发在公司创新和预测客户需求的能力中发挥着越来越重要的作用。研发支出的增长凸显了其重要性：2016年至2021年间，研发支出增长了23%，而同期销售和营销支出下降了10%。

随着研发支出的增加，高管们对研发的要求也越来越高。在其他职能领域，例如财务或供应链，数字化旨在提高流程效率。在研发中，数字化转型侧重于能够提高新产品开发质量并缩短上市时间的活动，例如可视化、自动化、产品组合管理和产品生命周期管理。

例如，数字化研发可能会部署自动化测试和数字孪生来加速测试和设计，加快和提高测试质量，确保产品质量，并更快地将产品推向市场，以获得先发优势。贝恩的经验表明，这种研发活动的数字化转型可以减少多达 20% 的工程时间，减少多达 50% 的返工，并降低 5% 至 30% 的成本。

识别改进机会

通过识别特定研发用例中的改进机会并评估潜在价值，研发领导者可以向业务领导者展示数字化转型的价值，例如，将产品、创新和开发流程数字化。自动化产品数据管理 (PDM) 和物料清单 (BOM) 可以降低产品开发成本并加快上市时间，从而为数字研发工具的投资提供了理由。

这些用例发生在各种研发业务场景中，涵盖从规划、开发、发布到市场退出的一系列活动。场景可以涉及产品规划和研发管理、技术规划和开发管理、跨项目组合管理和产品生命周期管理（见图1）。

在这些场景中展示价值并关注高价值机会是关键。商业领袖理所当然地会抵制那些看似为了数字化而投资数字化的计划。优先考虑重视工程能力的用例有助于带来显着的效益。

成功的数字化转型

在决定采取广泛方法进行研发数字化的公司中，一些常见的错误往往会阻碍成功。有时，他们将挑战视为广泛的技术转型，而渐进式的实验、路线修正和扩展方法可以更好地满足他们的需求。其他人则选择单一的数字工具，例如产品生命周期管理系统，并期望它能够提供大部分好处，而成功实际上更多地取决于确定可实现的目标并为每个用例应用适当的工具。尽管如此，其他努力仍因新举措常见的原因而陷入困境，例如未能获得关键利益相关者的大力支持、缺乏适当的投资或变革管理不善。

对于能够克服这些挑战的公司来说，数字化可以带来显着的改进和收益。例如，一家半导体代工厂希望通过标准化整个组织的最佳实践以及改进项目和技术的管理来加快上市时间、降低开发成本并提高质量。它首先评估其研发，以发现问题并根据想要实现的可量化结果设定目标。该铸造厂不仅仅将技术应用于现有用例，还花时间重新设计流程以应对数字化，以便在定义数字用例之前理解和整理操作变更。然后，它选择项目生命周期管理工具来实施新的数字化用例，并推出相应的变革管理计划，教育人们如何在公司的具体运营背景下使用新工具。结果在 18 个月内将项目按时交付率从 64% 提高到 82%，并将预算差异从 27% 控制到 11%。平均而言，新产品的上市时间缩短了 13%，开发成本降低了 8%。

在另一个案例中，一家制造和工程公司希望更好地控制 BOM 成本。这些成本受到多种因素的影响，不仅是材料成本，还受到其他因素的影响，例如设计的复杂程度、需要什么类型的材料以及流程留下多少废料。该公司转向数字制造产品来帮助简化设计并降低成本。例如，该产品可以提取计算机辅助设计图纸，并就如何调整设计以减少浪费提出建议。它还可以对制造环境进行建模，以确定提高生产率的机会。通过将该工具应用于三个类别的 16 个零件，该公司的 BOM 成本降低了 10%。这些机会在短短三个月内就被确定、调整和设计。

在另一个案例中，一家工业设备生产商面临着充满挑战的市场条件，需要在不放慢产品开发路线的情况下缩减研发成本。该公司对工程活动进行了详细分析，并确定了生成式人工智能可以提供帮助的几个方面，包括代码生成、测试自动化和知识管理。对于这家公司来说，最严峻的挑战是实现产能的增加，即确保有效地利用节省的时间。通过鼓励开发经理生产更多产品，公司的工程能力实现了 10% 的增长。

准备基础

一旦公司看到数字化研发的机会，车轮就开始转动，他们渴望实施数字工具或流程来开始解决问题。但如果没有坚实的技术基础，这可能会在下游产生新的问题。它可以帮助考虑成熟度模型，初始阶段侧重于改进数据管理，特别是提高数据质量并将其与核心企业系统成功集成（见图 2）。一旦这些基础就位，采用和实施其他依赖于获取优质数据的数字工具就会变得更加实用和高效。

随着公司寻找降低成本、加快上市时间和制造更好产品的方法，投资研发职能的数字化在这一点上与其说是一种选择，不如说是一种必然。节奏很重要：首先必须打好数据管理基础，然后使用特定的、适当的数字工具进入选定的用例。数字团队需要在这些举措上与业务部门保持密切一致，以确保工作在成本变得更高时能够创造价值。但即使在几个月内，公司也可以改变其运营方式并兑现研发要求。