总体来说，相比较信息化，数字化所用到的信息技术和数据处理方式有着很大的不同，对业务的影响广度更广，程度更深，能够带来的价值也更大。具体到研发领域，研发数字化以高度的模型化、虚拟化、集成化为核心内涵，通过研发工具链、数字主线、数字孪生、ERP/QMS/APM/MRO等技术的应用，可以为产品研发带来成本节约、快速量产、快速迭代、高效协同等方面的收益。
一、核心内涵
在核心内涵上，研发数字化沿着两条主线对产品研发进行变革：其一是对研发的成果，或者说产品的定义进行模型化变革；其二是对研发的流程和活动，进行虚拟化、集成化的变革。
1. 模型化
模型化产品定义，是以数字模型的方式来定义产品，是区别于传统的、以文本/文档为主要形式的产品定义的重大变革。模型化产品定义，具体手段和要求可分为基于模型的定义、基于模型的企业和基于模型的系统工程。
1）基于模型的定义
基于模型的定义（Model Based Definition，简称MBD），也称数字化产品定义（Digital Product Definition，简称DPD），是一种全三维的、基于特征的产品定义方法，是使用3D模型完整地表述产品的设计和工程信息，包括产品的几何尺寸、公差、重量、部件级材料、装配级物料清单、表面粗糙度、工程注释、标准注释，等等。
MBD极大地提高了产品定义的设计质量和利用效率，使数字化设计制造一体化成为现实。换句话说，MBD包含了设计、工艺、制造、质量、采购等不同职能所需的产品数据，相关部门可以基于相同的MBD完成各自的工作，而无需做产品数据的二次转换和加工。
2）基于模型的企业
基于模型的企业（Model Based Enterprise，简称MBE），是将产品全生命周期的数据、信息和知识进行整理，建立便于系统集成和应用的产品模型和过程模型，通过模型进行多学科、跨部门、跨企业的产品协同设计、制造和管理。
MBE是MBD的应用环境，是基于MBD，在整个企业和供应链范围内建立一个集成和协同化的环境，让各业务环节充分利用已有的MBD开展工作，具体由基于模型的工程、基于模型的数字化制造和基于模型的维护等三部分组成。
图9.4 NIST所发布的MBE成熟度能力水平
3）基于模型的系统工程
基于模型的系统工程（Model Based System Engineering，简称MBSE），是以标准化模型替代自然语言，以模型为中心进行系统分析和系统设计，以标准建模语言构建需求模型、功能模型、架构模型，实现需求、功能到架构的分解和分配，通过模型执行实现系统需求和功能逻辑的“验证”和“确认”，并驱动联合仿真、产品设计、实现、测试、综合、验证和确认等环节。
MBSE以标准化模型语言，对机械、电子电气、软件、数据等不同技术形态进行统一的描述和建模，以结构化方式保存模型定义，进而驱动系统分析、系统设计、系统测试、系统验证等研发活动，可以起到一致性信息表达、端到端数字化协同、知识积累和重用、早期仿真和缺陷迁移等作用。
与面向机械开发的MBD相比较，MBSE的模型化涵盖了机械、电子电气、软件和数据等多技术形态。与强调产品全生命周期集成和协同的MBE相比较，MBSE在实践中更聚焦于产品研制的多领域模型集成仿真，以及向工艺和制造延伸的仿真分析。
2. 虚拟化
借助模型化产品定义，研发团队可以在数字模型上进行设计、分析、测试、验证等研发任务，不仅可以大幅地减少物料采购和实物样机的制作，还可以更有效地解决研发中的设计缺陷，缩短产品开发的周期，也有人称之为虚拟产品开发（Virtual Product Development，简称VDP）。
图9.5 产品开发全过程的虚拟化
虚拟原型（Virtual Prototyping），是一种基于计算机仿真模型的数字化设计方法，可以让设计者在产品开发的早期，在虚拟环境中直观、形象地对虚拟的产品原型进行设计优化，有助于启发设计创新，提高设计质量，缩短创意时间。
2）虚拟分析
虚拟分析（Virtual Analysis），是借助CAE软件，对数字模型进行结构（线性、非线性、动态）、冲击、碰撞、热、流体动力、电磁场、疲劳、NVH（噪音、震动、舒适性）、耐久性等方面的虚拟分析，为产品的设计和优化提供建议，可以大幅替代基于实物样机的模拟环境试验。
3）虚拟验证
虚拟验证（Virtual Verification and Validation），是基于产品数字化模型，工程师可以对复杂的模型进行内部观察、漫游、截面透视、检查、功能性检测和设计评审（也有人称之为数字化模装，Digital Mockup），或是进行产品运行的虚拟仿真，以验证产品的功能和性能。
4）虚拟制造
虚拟制造（Virtual Manufacturing），是基于数字化模型，对产品的加工方法、工序顺序、工装选用、工艺参数选择、产线布置、物流配送等进行动态模拟，以验证产品的可制造性，提前发现工艺设计的缺陷，进而优化制造过程，保证产品的顺利量产。
Michael Grieves在其著作《Virtually Perfect：Driving Innovation and Lean Products through Product Lifecyle Management》一书中，从产品定义、研发过程、流程与活动、人员、供应链协作等角度，阐述了研发虚拟化的主要内涵，可供读者参考。
虚拟化不是研发数字化阶段所特有的现象，研发信息化阶段同样存在虚拟化。只不过，研发信息化阶段的虚拟化程度较低，主要是虚拟设计和局部的虚拟分析，研发数字化阶段的虚拟化程度则高达70%以上，即，大部分的研发活动实现了虚拟化。
3. 集成化
研发数字化阶段的高度集成化，主要指研发过程中，流程、职能、数据、产品，以及产品链、价值链、资产链等的高度集成，也是IPD集成产品开发所追求的理想状态。唯有如此，才能实现产品全生命周期的高效协同。
1）流程高度集成
流程高度集成，指的是研发过程中，需求管理、规划、立项、开发、技术重用等研发运营流程，以及决策评审、技术评审、项目管理、变更管理、质量管理、技术支持、市场支持、营销支持、服务支持、采购支持、制造支持、财务支持等管理支持流程，实现了有序切换和环环相扣。
2）职能高度集成
职能高度集成，指的是研发所涉及的市场、营销、服务、设计、开发、制造、采购、质量、财务等职能部门，围绕共同的研发目标，形成了高度协作、有序运行的矩阵式研发团队，以及研发决策团队、研发执行团队、研发支持团队之间的合理分工和协作。
3）数据高度集成
数据高度集成，指的是研发过程中，产品全生命周期的各类数据，实现了单一来源、高度共享、安全授权、灵活访问，基本不存在数据在准确性、完整性、一致性、及时性等方面的严重质量问题。
4）产品高度集成
产品高度集成，指的是构成产品的机械、电子电气、软件、数据等异构技术要素，形成了和谐的整体，易理解、易测试、易管理、易维护，并能实现高版本向低版本的兼容，或者是低版本向高版本的平稳升级。
5）三链高度集成
图9.6 产品全生命周期的三链高度集成
三链集成的交汇点是产品制造，核心是物料主数据、物料清单、工艺路线、产品配置等产品定义数据的管理。
二、技术支撑
研发数字化阶段的技术支撑，除了CAX软件、PDM/PLM系统、BI系统、OA系统等的进一步深化应用外，还包括完善的研发工具链、数字主线、数字孪生、ERP/MES/ALM等管理系统。
1. 研发工具链
要实现研发全过程的高度虚拟化，构思、设计、开发、测试、验证等环节都需要有相应的工具软件提供支持，且必须形成较为完善的研发工具链。研发工具链的详细内容和要求，可参见“工具软件”等章节的相关介绍。
2. 数字主线
对于机械、电子电气、软件、数据等技术要素一体化的智能互联产品，传统的PDM/PLM系统难以胜任数据整合和单一数据源的角色，需要有新型的数字化解决方案，数字主线（Digital Thread）的意义就在于此。
数字主线，以工业物联网技术为依托，以统一的“物”模型为核心，整合了产品全生命周期各个环节的产品数据，以满足构思、设计、开发、测试、验证、制造、服务等业务的数据需求。
作为面向智能互联产品的数据中台，数字主线的功能架构包括：数据源层、数据底座层和数据应用层。数据源层负责数据的采集和提取，数据底座层负责数据的清洗和加工，数据应用层负责数据的呈现和消费。
3.数字孪生
数字孪生是智能互联产品的数字化映射。在数字主线的数据支持下，企业可以针对已构建的产品系统进行多物理、多尺度、概率性的模拟和仿真，对智能互联产品进行实时监测、远程控制、远程诊断、作业指导、运营仿真、在线升级、效率分析和持续改进。
借助数字孪生，研发人员可以及时获知上市产品的运行状态，获知产品运行中所存在的缺陷和问题，进而加快产品改进和快速迭代，也可为类似产品的规划、设计、开发中的决策提供数据参考，有助于新品设计质量的提升。
4. 管理系统
如图9.6所示，为了实现产品链、价值链、资产链中流程、IT系统、数据的高度集成，除了PDM/PLM等管理系统，企业还需部署和应用ERP、SCM、CRM、QMS、MES、APM（Application Performance Management，应用性能管理）、ARO（Maintenance, Repair &Operations，设备运营与维护管理）等IT系统，它们接收来自PDM/PLM的产品定义数据，以服务于产品发布之后的相关业务；反过来，也可向研发团队反馈产品的上市表现，从而形成产品信息的双向闭环。
三、阶段成效
通过研发数字化建设，企业可以在研发成本节约、研发周期缩短、产品快速量产、产品快速迭代、产品全生命周期高效协同等方面获得明显收益。
1. 研产一体，快速量产
模型化的产品定义，尤其是MBD中所维护的制造信息，可以直接用于工艺设计、模具制造和产品试制，也可以直接传递到制造领域，用于生产准备，从而缩短产品发布以后的量产爬坡周期，实现快速两量产。
以汽车行业为例，新车发布以后，通常要经过3~6个月的量产爬坡。借助模型化产品定义和研产一体的生产准备流程，可以将量产爬坡缩短到1个月以内，进而快速抢占市场，实现新品的快速盈利，这在一年内有数百款新车发布的中国市场，重要意义是显而易见的。
2. 以虚驭实，精益研发
产品研发的高度虚拟化，可以尽可能地减少物料采购和物理样机的制作，可以实现产品数据在不同职能、不同环节之间的快速传递，减少研发中的物料消耗和等待时间，实现精益研发。
按照Michael Grieves等人的观点，信息是物理资源的替代品，企业应该通过虚拟产品研发，尽可能地减少物理样机的制作和实物资源的消耗。据不完全统计，与高度依赖物理样机的传统式研发相比较，虚拟产品研发的研发成本可节省30%以上。
3. 虚实融合，快速迭代
在存量竞争和快速变化的时代，竞争的法则不是“大鱼吃小鱼”，而是“快鱼吃慢鱼”，这里的“快”，主要表现为产品的快速迭代——快验证，快失败，快改进，只要比竞争对手哪怕是快一步，产品就一定有活路。
通过研发数字化建设，设计、开发环节的产品数据可以快速传递到生产、销售、服务等环节，产品在生产、销售、服务等环节的表现数据也可以及时反馈给设计、开发环节，从而推动产品的快速改进和迭代。
4. 三链集成，高效协同
在产品为中心的三个链中，产品链是规划和设计价值，价值链是制造和交付价值，资产链是兑现和享受价值。每一个链的不同环节，以及三个链之间的高度集成，可以实现企业整体运营的高效协同，让企业的研、产、供、销形成“合力”，将之投放到市场上，将形成势不可挡的竞争优势。
工业4.0中所提出的纵向集成、横向集成和端到端集成，实质就是产品链、价值链和资产链的集成，它们是企业研发和智能制造所追求的“理想状态”，是制造强企的主要标志，是包括行业领先企业在内的所有制造型企业未来10年的奋斗目标。
