一、研发技术路线图的萌发
技术路线图最早出现在美国汽车行业，汽车企业为降低成本要求供应商提供产品的路线图，摩托罗拉和康宁先后采用绘制路线图的管理方法对产品开发任务进行规划。之后，许多国际大公司，如微软、三星、朗讯公司，洛克-马丁公司和飞利普公司等都广泛应用这项管理技术。
技术路线图真正的奠基人是摩托罗拉公司当时的CEO—Robert Galvin，他发动了一场绘制技术路线图的行动，主要目的是鼓励业务经理适当关注技术未来并为他们提供一个预测未来过程的工具。
虽然摩托罗拉已经没落，但是技术路线图已经被广泛运用到行业各个领域，并在实践中不断发展、完善。目前，技术路线图已经是技术研发和技术经营管理的基本工具之一，我们一起来看一下研发技术路线图。
二、研发技术路线图的基本概念
一般来说，路线图（roadmap/route map）是用图来表示到达预想的目标所需经过的路线（一条或几条），路线图给旅行者提供制定旅行计划中所必需的信息，从而让旅行者可以把握前进的方向以及减少不确定性，并选择最佳路线。
技术路线图作为一种技术管理工具，用图示表述技术要素演进的结构和时间维度，主要用于技术选择、技术预测、研发项目的排序以及整合（国家、行业和公司）资源。
通常意义的“标准”技术路线图是一种基于时间的（time-based chart）分层呈现市场需求/企业目标、未来产品开发、技术和辅助支撑资源的，又将各层联系起来的路线图。
技术路线图探寻市场、产品和技术的演变，以及多个方面的结合。“标准”的T-Plan方法最适用于对产品进行技术规划，因为产品和技术能够区分为独立的（或称“模块的（modular）”）领域。
三、研发技术路线图的划分及其类型
1.按目标划分的研发技术路线图类型
根据技术路线图希望达到的目标，可以将其划分为以下8种类型：
（1）产品规划
目前为止最常用的技术路线图，关注于将技术能力融入产品制造中，通常包括若干代产品的规划。
产品规划路线图
（2）能力规划
类似于产品规划，但更适用于服务型企业，关注于如何将技术能力融入企业的经营能力中。
能力规划路线图
（3）战略规划
包括战略维度，通常用于业务层面面对不同机会和威胁进行评估。
战略规划路线图
（4）长期规划
用于延展规划的时间段，通常用于行业层面或全国性的层面，常见于美国（科学和技术线路图）
长期规划路线图
（5）知识财产规划
关注于将知识资产和知识管理方法与业务目标联系起来。
知识资产规划路线图
（6） 项目规划
关注于战略的执行，以支持整体的研发项目的管理。该类型与项目计划方法（Project Planning Methods）很接近。
项目规划路线图
（7）流程规划
支持知识管理，关注于知识的流向，用于支持具体的流程领域，如新产品开发。
流程规划路线图
（8）整合规划
关注于技术的整合或变革，以及不同的技术如何整合并形成新的技术。
整合规划路线图
2. 按格式划分的研发技术路线图类型
（1）多层次
技术规划路线图最常见的形式，由一系列层次构成，如技术、产品和市场。该路线图研究层次内部的变革，以及各层次之间的相互关系，有助于技术和产品、服务及业务系统的整合。
多层次路线图
（2）条状
很多路线图采用一系列“条状”来表示每个层次或子层次。优点是能够简化并整体化所需要的结论，从而有助于路线图的交流和整合及为支持路线图规划而进行的软件开发。
条状路线图
（3）表格
在某些情况下，整个路线图或路线图内的一些层次，用表格来表示（是按对绩效或需求），这类型的方法适合绩效可以量化的情况。
表格式路线图
（4）曲线图
当产品或技术绩效能被量化，线路图可以用一个简单的曲线图来表示，这种图优势被称为经验曲线，和技术S曲线紧密相关。
曲线图式路线图
（5）图画表示法
一些路线图采用更为创造性的图画表示法来传递技术整合和绘画。
图画式路线图
（6）流程图
是画图表示法的一种特别的类型，一般目标、行动和结果。
流程图式路线图
（7）文字
一些路线图全部或大部分是文字基础的，描述和传统的图示路线图（常常由文字基础的报告）同样的主题。
3. 根据技术路线图的应用层面分类
四、研发技术路线图的基本方法和研发技术手段
1. 基本方法
自顶向下的规划模式
自底向上的需求驱动模式
双向结合的综合模式
头脑风暴法
SWOT分析
S（strengths）是优势、W（weaknesses）是劣势、O（opportunities）是机会、T （threats）是威胁，基于内外部竞争环境和竞争条件下的态势分析，依照矩阵形式排列，然后用系统分析的思想
德尔菲法
也称专家调查法，其本质上是一种反馈匿名函询法，其大致流程是在对所要预测的问题征得专家的意见之后，进行整理、归纳、统计，再匿名反馈给各专家，再次征求意见，再集中，再反馈，直至得到一致的意见。
雷达图
如果比率位于标准线以内，则说明企业比率值低于同行业的平均水平，要分析原因，提出改进方向；如果超过了标准线，则表明企业经营的优势明显。
2. 技术手段
情景分析法
又称前景描述法，是假定某种现象或某种趋势将持续到未来的前提下，对预测对象可能出现的情况或引起的后果作出预测的方法。
层次分析法
简称AHP，将一个复杂的多目标决策问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标的若干层次，通过定性指标模糊量化方法算出层次单排序（权数）和总排序。
TRIZ理论
RIZ理论，在于它为人们创造性地发现问题和解决问题提供了系统的理论和方法工具。现代TRIZ理论体系包括创新思维方法与问题分析方法、技术系统进化法则、技术矛盾解决原理、创新问题标准解法等。
智慧研发路线规划
智慧研发规划的目标是确定在可预期的有限时间内，依据目前技术水平，体系建设所能达到的最好程度，并设计合理的建设路线。通常来说，智慧研发建设路线一般规划为三个阶段，各阶段的目标分别是：1.模式转型；2.正向设计；3.智慧发展。
智慧研发体系建设的三步走战略
1.第一阶段：模式转型
围绕企业核心业务，开展业务优化、平台建设、管理改进三方面的工作，基于智慧研发体系推进研发模式转型，促进核心竞争力的有效形成和全面提升。
作为多学科、多专业、复杂产品的研发企业，数字化研发流程是开展型号工作的基础。在模式转型期间，结合智慧研发建设的总体目标，在研发流程梳理的基础上规划三个方面的建设内容：知识的伴随、质量的管控和设计工具的集成，最终形成具有智慧研发特征的数字化研发业务蓝图。
研发流程：是复杂产品的顶层工作依据，是智慧研发体系的基础和核心。研发流程的显性化是研发过程固化的最好手段。对型号研发工作进行完整分解，形成标准工作分解结构（WBS），进而形成标准化和规范化的研发流程，是提高型号策划能力和工作执行力的基础。在型号开发之初，通过对标准产品分解结构进行剪裁、补充、完善和修改，完成型号设计的顶层策划，使整个产品研发过程有据可依。标准化的研发流程对研发人员在产品设计过程中的行为进行规范，强化设计过程的条理性、可预测性、可跟踪性和可追溯性，减少部门之间沟通和协调成本。
知识管理：这个阶段也称为知识工程1.0，是智慧研发体系的重要内容，也是智慧研发的特色之一。研发型企业作为知识密集型企业，以往的型号资料知识保存于个人电脑或档案部门资料柜中，或者存在于研发人员的大脑中。通过实施知识工程，对企业知识资源进行系统梳理、建设与优化，形成适合企业发展的知识体系。将知识资源与研发流程相伴随，在型号研发过程中自动推送知识，实现知识资源的高效利用。
协同开发：是复杂产品研发过程重要的工作模式。流程管理解决企业技术管理层面的问题，协同开发则是解决企业技术开发层面的问题。研发流程梳理将研发工作分解到工作包层级，协同开发则能够对工作包的执行步骤进一步细化分解，通过工作流实现设计人员之间的协同。通过工具集成、组件封装和过程建模等手段为工作包的执行制作工具，丰富工作开展的技术手段，提升综合解决研发问题的能力。通过过程数据管理实现所有活动与工具所产生数据的完整记录，最终实现人员、数据和工具的协同。
质量管理：是企业对研发质量的持续改进，也是研发能力的持续提升。为了使质量管理真正融入到型号研发过程中，在研发流程中增加了质量要求文件的自动推送。在研发活动执行过程中增加了质量检查的环节，研发人员利用检查表完成质量自查互查。为项目负责人和质量管理人员提供质量监控环节，实时监控项目质量情况。研发流程中增加质量控制点，通过质量控制点及时发现质量问题，并通过质量跟踪、质量归零等过程实现产品质量的全过程管理，最终实现高品质的研发。
2.第二阶段：正向设计
针对企业正向设计能力进行专项建设，形成完整的正向设计流程、方法、工具和平台，并进行相应组织的优化和变革。此项工作主要从以下几个方面展开：
1) 需求管理：建立系统化方法，用于获取、记录、组织和跟踪系统需求。针对型号研发的需求定义、需求关联、需求追踪、需求变更等要求，定义和配置各阶段、各文档需求追踪矩阵，及进行需求变更影响分析；
2) 系统设计：打造从需求出发的系统设计体系和能力，可以完成需求定义与指标分析、逻辑分解与功能分析、系统综合和架构设计以及系统仿真等工作。建立基于MBSE的系统开发体系，构建一个基于模型的系统研制环境，解决以前基于文档的落后设计模式所存在的各种问题；
3) 软件工程：针对CMMI（GJB5000A）的要求，梳理软件研发的真实流程，提供以软件项目管理为主轴，将过程域有机结合在一起的软件开发集成与管理平台，提高软件开发全过程管理的可视化。企业软件开发人员只需要按照熟悉的方式工作，平台可以自动记录、输出和排版CMMI（GJB5000A）评审和年审要求的证据链；
4) 快速论证：建立总体方案的参数化快速建模和论证方法，快速创建行业化方案模型，通过型号研发所需的专业工程算法及商业分析软件，实现基于几何样机的总体方案快速论证与评估；
5) 项目管理：覆盖范围管理、时间管理、资源管理、成本管理、质量管理、风险管理、沟通管理、合同管理、综合管理等领域，以项目进度、资源、质量、成本整体最优为目的，实现对项目核心要素的动态控制。通过对复杂项目全过程中的信息进行整合与控制，解决工程数据与项目管理信息的关联一致，实现对型号项目的全生命周期动态管理。同时，实现单项目管理、多项目管理、项目组合管理的全方位管理，全面提升企业项目管理水平；
6) 综合仿真：打造企业综合仿真体系，实现仿真驱动研发的理想。通过梳理设计流程并进行仿真化改造，形成仿真流程、标准和规范，建立仿真组织和人才梯队，进行仿真软硬件装备的规划、选型和建设，开发协同仿真平台，包括仿真流程管理、仿真数据管理、仿真工具封装、仿真过程集成、多学科优化等模块；
7) 综合试验：包括实物试验管理和虚拟试验体系。试验管理是对实物试验过程和数据的管理，强调对试验数据资产的保护。虚拟试验是用仿真手段提升试验的有效性，促进实物试验的规划、目标设计、过程设计、过程操作和结果分析，将试验扩展到实物试验所不能达到的范围；
8) 知识工程：也称为知识工程2.0。将智慧研发体系的构成要素进行分解，并据此进行针对性的知识增值加工，使这些要素与业务过程完全融合，按照智慧研发或其子体系的业务逻辑进行组织，就可形成相应的业务平台。详细参见本书第四至第八章的内容；
9) 业务优化：在第一阶段已经建成的智慧研发模式与组织管理体系下，开展针对正向设计能力的业务优化和建设工作。对正向设计流程进行显性化梳理、数字化及工具化改造、知识伴随和质量关联，进行软硬件的规划、选型和建设；
10) 管理改进：根据正向设计模式的需要，进行组织机构和职能的调整以及专业间的重新组合划分，并开展流程、标准与规范的建设。
3.第三阶段：智慧发展
除了强调研发模式转型后的信息化以及正向设计的数字化外，智慧研发体系还关注以下几个方面：
1） 特别强调知识工程的深化应用，与研发体系全面和深入融合。知识工程是智慧研发体系的基础，是智慧研发体系要素建设的工程，是研发资源知识化程度的提升过程，也是智慧级别的提升过程。
2） 将工业大数据和工业物联网放到理想模型的两肋，不仅支撑和改造设计过程，支撑智能产品的开发，同时改造知识、质量、流程和监控体系；
3） 采用研发基础云平台，将PaaS和IaaS工业化，并嵌入工业中间件，以支持智慧工业时代基于互联网的开放化和协同化研发模式，同时支持智能产品基于云的智慧运营。
通过实施智慧研发体系，建设基于工业云的产业链协同研发、知识驱动的创新研发、基于大数据精确决策的研发体系，全面提升企业研发的智慧化程度。此项工作主要包括以下内容的建设：
1） 基于产业链云平台和大数据分析的智慧驾驶舱——研发过程智慧感知体系；
2） 基于云平台的产业链协同研发管理体系。管理复杂智能产品需求、产业链协同流程和跨企业项目协同；
3） 基于大数据的知识创新体系。利用大数据技术，对资源、数据、信息、模式和技术进行深度分析，形成全息化知识，并向研发过程精确推送；
4） 基于大数据的质量防控体系。通过产品全生命周期的大数据分析，特别是分析产品生产和运营期间的海量数据，形成对产品质量的反馈，指导研发过程对质量进行有效防控；
5） 基于性能样机的复杂智能产品协同开发体系。充分发挥仿真工具和技术的作用，为产品和系统开发提供全生命周期的设计分析和性能透视；
6） 基于工业云的科技资源共享体系。利用智能产品设计需要的构件，如工业软件构件、智慧研发平台构件、CPS构件、产品模型、技术模型和过程模型等，搭建智能产品开发资源的开放共享平台，即智能产品技术平台；
7） 基于产业链云和PLCS标准的数据采集、管理与协同体系，是产业链协同研发与产品全生命周期数据协同的基础；
8） 利用工业物联网、工业大数据、工业中间件、工业Iaas、工业Paas等基础技术，建立研发云平台，为整个智慧研发体系及智能产品的服务化运维提供基础支撑。
联系我们
Contact us
战略解码