บทที่ 1: ลักษณะเฉพาะและความท้าทายของความรู้ด้านการวิจัยและพัฒนา
ความรู้ด้านการวิจัยและพัฒนามีความแตกต่างโดยพื้นฐานจากความรู้ด้านการผลิต หลังการขาย หรือความรู้ด้านการขาย การทำความเข้าใจคุณลักษณะเหล่านี้เป็นข้อกำหนดเบื้องต้นในการออกแบบระบบ KM ที่มีประสิทธิผล
1.1 ความนิ่งเงียบสูง: ตรรกะการตัดสินใจในหัวของวิศวกรนั้นยากที่สุดที่จะเข้าใจ
ความรู้ของวิศวกรสามารถแบ่งออกเป็นที่ชัดเจน (เขียนโค้ด เขียนได้ จัดเก็บได้) และโดยปริยาย (ฝังอยู่ในประสบการณ์ส่วนตัว สัญชาตญาณ การตัดสิน) ในการวิจัยและพัฒนา ความรู้อันทรงคุณค่าอย่างแท้จริงมักเกิดขึ้นโดยปริยาย เช่น "เหตุใดเราจึงละทิ้งแผน A ไปใช้แผน B" หรือ "การรวมพารามิเตอร์ที่ดูเหมือนไม่สมเหตุสมผลนั้นสามารถแก้ไขปัญหาความทนทานที่ซ่อนอยู่ได้จริง" เหตุผลในการตัดสินใจเหล่านี้ไม่ค่อยได้รับการบันทึกไว้เนื่องจากกลายเป็นส่วนหนึ่งของ "สามัญสำนึก" ของวิศวกร แต่เมื่อวิศวกรคนนั้นลาออก ย้ายออก หรือเกษียณ ความรู้นั้นก็จากไปด้วย
1.2 การเชื่อมต่อระหว่างกันที่แข็งแกร่ง: การเปลี่ยนแปลงหนึ่งระลอกทั่วทั้งระบบ
ยานพาหนะเป็นระบบที่ซับซ้อนที่มีการบูรณาการอย่างมาก การเปลี่ยนแปลงการออกแบบชิ้นส่วนหนึ่งที่ดูเรียบง่ายอาจส่งผลต่อประสิทธิภาพ บรรจุภัณฑ์ น้ำหนัก ต้นทุน และความสามารถในการผลิตในระบบที่เกี่ยวข้องหลายสิบระบบ การเชื่อมโยงระหว่างกันนี้หมายความว่าความรู้ด้าน R&D จะต้องมีอยู่ในฐานะ "เครือข่ายสมาคม" ไม่ใช่เอกสารที่แยกออกจากกัน พื้นที่เก็บข้อมูลตามโฟลเดอร์แบบเดิม-ไม่สามารถแสดงถึงการพึ่งพาที่ซับซ้อนเหล่านี้ได้
1.3 วงจรที่ยาวนาน: ใครจำสามปีต่อมาได้บ้าง?
โปรแกรมการพัฒนายานพาหนะโดยทั่วไปมีระยะเวลา 3-5 ปี บทเรียนที่เรียนรู้ในโปรแกรมหนึ่งมักจะไม่ถูกนำมาใช้ซ้ำจนกว่าจะถึงโปรแกรมถัดไป – สามถึงสี่ปีต่อมา เมื่อถึงเวลานั้น สมาชิกในทีมเดิมอาจกระจัดกระจายไปตามบทบาทหรือบริษัทที่แตกต่างกัน และเอกสารอาจถูกฝังอยู่ในโฟลเดอร์หลายสิบโฟลเดอร์ "ครึ่งชีวิตหน่วยความจำ" ของความรู้นั้นสั้นกว่าช่วงเวลาของโปรแกรมมาก หากไม่มี KM ที่เป็นระบบ แต่ละโปรแกรมใหม่จะเริ่มต้นจากศูนย์
1.4 สหสาขาวิชาชีพ-: หอคอยแห่งบาเบล
การวิจัยและพัฒนายานยนต์สมัยใหม่เกี่ยวข้องกับสาขาวิชาต่างๆ มากมาย: เครื่องกล ไฟฟ้า ซอฟต์แวร์ วัสดุ เคมี ออพติค ฯลฯ สาขาวิชาที่ต่างกันใช้คำศัพท์เฉพาะทาง เครื่องมือ และแบบจำลองทางจิตที่แตกต่างกัน ความหมายของคำว่า "ความอดทน" ของวิศวกรเครื่องกลแตกต่างจาก "ความทนทานต่อความผิดพลาด" ของวิศวกรซอฟต์แวร์ อุปสรรคทางวินัยนี้ทำให้การไหลเวียนของความรู้ทำได้ยากเป็นพิเศษ
---
บทที่ 2: กลไกหลักสามประการของการจัดการความรู้ด้านการวิจัยและพัฒนา
กลไกที่ 1: บันทึกการตัดสินใจออกแบบ – เก็บรักษา "เหตุผล"
บันทึกการตัดสินใจการออกแบบ (DDR) เป็นเครื่องมือเอกสารที่ไม่ซับซ้อนซึ่งต้องใช้หลักชัยในการตรวจสอบการออกแบบแต่ละจุดเพื่อสร้างบันทึกที่เป็นมาตรฐาน ซึ่งรวมถึง: ข้อดีข้อเสียทางเทคนิค-ที่พิจารณาแล้ว ทางเลือกอื่นที่ได้รับการประเมิน เหตุผลสำหรับโซลูชันที่เลือก และข้อจำกัด/ความเสี่ยงที่ทราบ DDR ไม่ใช่รายงานที่ยาว แต่เป็น-รูปแบบหน้าเดียวที่ฝังอยู่ในเวิร์กโฟลว์ PLM คุณค่าของมันคือวิศวกรสามปีต่อมาสามารถเข้าใจไม่เพียงแต่ "สิ่งที่เราทำ" แต่ยัง "ทำไมเราถึงทำ" และ "สิ่งที่เราปฏิเสธ"
กลไก 2: ฐานความรู้ FMEA – จาก "การออกกำลังกายครั้งเดียว-" ไปจนถึง "สินทรัพย์ที่มีชีวิต"
โหมดความล้มเหลวและการวิเคราะห์ผลกระทบ (FMEA) เป็นมาตรฐานในยานยนต์ แต่มักถือเป็นแบบฝึกหัดการปฏิบัติตามข้อกำหนดเพียงครั้งเดียว- แนวทางที่มีประสิทธิภาพถือว่า FMEA เป็น-โปรแกรมแบบข้าม- ฐานความรู้ที่มีชีวิตแบบข้ามแพลตฟอร์มผ่าน: การสลายตัวอย่างมีโครงสร้างโดยระบบ/ระบบย่อย/ส่วนหนึ่ง การเชื่อมโยงโหมดความล้มเหลวแต่ละโหมดกับเหตุการณ์คุณภาพจริง และ-การแพร่กระจายโปรแกรมข้ามของมาตรการรับมือที่พิสูจน์แล้ว
กลไกที่ 3: เปลี่ยนกราฟผลกระทบ – ลาก่อนเป็น "แก้ไข A ลืม B"
กราฟผลกระทบการเปลี่ยนแปลงทางวิศวกรรมเป็นฐานข้อมูลกราฟ-ซึ่งขึ้นอยู่กับเครื่องมือในการบันทึกการพึ่งพาระหว่างชิ้นส่วน เอกสาร กรณีทดสอบ กระบวนการผลิต และโมดูลซอฟต์แวร์ เมื่อวิศวกรเริ่มต้นการเปลี่ยนแปลง ระบบจะสำรวจกราฟเพื่อ-สร้างรายการผลกระทบที่อาจเกิดขึ้นโดยอัตโนมัติ ที่สำคัญกว่านั้นยังเผยให้เห็นถึงประสบการณ์การเปลี่ยนแปลงในอดีต - สิ่งที่เกิดขึ้นจริงในการเปลี่ยนแปลงในอดีตที่คล้ายกัน
---
บทที่ 3: แผนการดำเนินงานการดำเนินงาน – สี่ขั้นตอน
ระยะที่ 1: การวินิจฉัยและสินค้าคงคลัง (เดือนที่ 1-2)
จัดทำรายงานการวินิจฉัยสินทรัพย์องค์ความรู้ที่ครอบคลุมถึง: การกระจายสินทรัพย์ความรู้ การประเมินความเสี่ยงในการสูญเสีย และการจัดลำดับความสำคัญของปัญหาโดยพิจารณาจากปัญหาที่เกิดซ้ำในอดีตและต้นทุนที่เกี่ยวข้อง
ระยะที่ 2: นักบินด่วน (เดือนที่ 3-4)
เลือกสถานการณ์การวิจัยและพัฒนาที่มีความเจ็บปวดสูง-ความถี่สูง-ที่ตรงตามเกณฑ์สามประการ ได้แก่ การสูญเสียเชิงปริมาณ ขอบเขตที่แคบเพียงพอ และเมตริกการปรับปรุงที่วัดผลได้ ตัวอย่าง: ทีมงาน e-drive ทดลองใช้งาน "การเพิ่มประสิทธิภาพสัญญาณรบกวนแม่เหล็กไฟฟ้า" ซึ่งลดเวลาการวินิจฉัยปัญหาจาก 2.5 สัปดาห์เหลือ 3 วัน
ระยะที่ 3: บูรณาการกระบวนการ (เดือนที่ 5-8)
ฝัง KM ลงในรายการตรวจสอบการทบทวนการออกแบบ ขั้นตอนการเปลี่ยนแปลงทางวิศวกรรม และข้อกำหนดการปิดโปรแกรม- KM กลายเป็นข้อบังคับ ไม่ใช่ทางเลือก
ระยะที่ 4: การปลูกฝังวัฒนธรรม (ต่อเนื่อง)
รวมการมีส่วนร่วมความรู้/การนำกลับมาใช้ใหม่ในการทบทวนประสิทธิภาพของวิศวกร (น้ำหนักขั้นต่ำ 10%) จัดเตรียมเครื่องมือการป้อนข้อมูลที่มีแรงเสียดทานต่ำ- (เสียง-เป็น-ข้อความ แบบฟอร์มเทมเพลต) ผู้นำจะต้องจำลองพฤติกรรมการแบ่งปันความรู้
---
บทที่ 4: ROI เชิงปริมาณของ KM การวิจัยและพัฒนา
ประโยชน์ที่วัดได้ได้แก่: ลดการเปลี่ยนแปลงทางวิศวกรรมที่ไม่จำเป็น-ลง 10-%, ลดเวลาในการแก้ปัญหาลง 50-%-, เตรียมความพร้อมให้พนักงานใหม่เร็วขึ้น 30-50% และบีบอัดรอบเวลาของโครงการ 5-15% สำหรับ OEM ขนาดกลางที่มีการใช้จ่ายด้านการวิจัยและพัฒนา 1 พันล้านหยวนต่อปี ประสิทธิภาพที่เพิ่มขึ้น 5% จะให้ผลตอบแทน 50 ล้านหยวนต่อปี
---
บทที่ 5: แนวโน้มในอนาคต – AI-KM ที่ขับเคลื่อนด้วย R&D
ความสามารถใหม่ๆ ได้แก่: การเรียกค้นความรู้ในภาษาธรรมชาติ (ถาม "แสดงกรณีความล้มเหลวด้านความทนทานต่อการสั่นสะเทือนของแบตเตอรี่ของปีที่แล้ว") คำแนะนำในการออกแบบเชิงรุก (AI แนะนำโซลูชันในอดีตในขณะที่วิศวกรสร้างคุณลักษณะ CAD ใหม่) และการนำความรู้แบบจำลองการจำลองกลับมาใช้ใหม่ (AI แนะนำแบบจำลองทางประวัติศาสตร์ที่ใกล้เคียงที่สุดพร้อมบริบทการตรวจสอบความถูกต้อง)
---
บทสรุป
การวิจัยและพัฒนาด้านยานยนต์โดยพื้นฐานแล้วเป็นกระบวนการสร้างสรรค์ที่ต้องใช้ความรู้{0}}เข้มข้น ในยุคของการแข่งขันที่เข้มข้นขึ้นและวงจรเทคโนโลยีที่เร่งขึ้น ความได้เปรียบทางการแข่งขันขึ้นอยู่กับวิศวกรอัจฉริยะแต่ละคนไม่มากนัก แต่จะขึ้นอยู่กับความสามารถขององค์กรในการจับภาพ เชื่อมต่อ และนำความรู้ที่กระจายออกไปกลับมาใช้ใหม่ R&D KM ไม่ได้เป็นภาระเพิ่มเติม แต่เป็นอาวุธที่ทรงพลังที่ทำให้วิศวกรทุกคนยืนบนไหล่ของความสำเร็จและความล้มเหลวในอดีตทั้งหมด