汽车企业数字化转型成为时代发展的必然要求，为应对全球化产业竞争和企业发展，数字化转型已经成为汽车企业长远发展的基础条件。
研发领域在制造企业全价值链中处于主导者和引领者地位，占据了企业竞争力的核心地位。它的任何一项改革，都将对下游制造、生产、采购、销售、财务等领域造成重大影响。因此在研发领域推进数字化转型主要来自以下几个方面：
1)转变研发运营方式，提升企业核心竞争力。随着客户对汽车产品功能需求的不断增加，而且多样化、小批量、实时性、可视化等要求必须加快研发节奏，加大管控力度，提高资源使用效率。因此客观上要求研发领域随时掌握产品特性、资源动态，快速实现决策数字化、可视化；
2)适应企业战略发展需求。从技术发展规划到汽车商品特性、商品平台规划到车型开发布置等，研发作为企业核心数据的主要输入源，为促进企业战略发展目标的实现提供依据来源和有力保障；
3)研发领域为提升自身核心竞争力，必须从技术和运营两个层面，不断导入新技术、新管理，借助信息化、数字化发展路径，持续提升研发效率和质量，保障研发在不断发展的行业竞争中保持领先优势。
某汽车行业自上世纪90年代开展“甩图板”运动开始，逐步导入电子化和信息化工具，在研发信息化建设方面积累了一定的成熟经验和失败教训。随着科学技术的不断发展，研发数字化转型作为新一代技术发展路线，参考研发数字化转型背景分析，结合研发业务技术特点，研发数字化转型总体规划从基础数据收集着手：
第一步：收集研发各种数据，产品数据和运营数据分类、结构化存储，数据之间建立连接关系，形成研发数据池。
第二步：利用当前大数据分析技术和算法，挖掘数据特征，创建数据关联关系，建立数据中台，在数据中台内建立新业务领域应用系统。利用物联网、大数据、云计算、人工智能等多种数字技术的集群式创新，建立数据孪生结构关系，将虚拟数据与实物应用紧密结合，建立汽车研发自有的混合应用云平台。
第三步：利用微服务平台架构，开发双模发布，创建基于PC端、手机端、平板电脑端APP应用，搭建前端应用平台，为研发各类应用场景提供访问和编辑窗口，提升研发效率和质量。
2.2 构建研发数字化转型服务组织
传统车企以稳定、保守、忠于流程为特点，数字化转型最难的是向敏捷组织转变，以及打造高管的敏捷领导力。数字化转型需要各个职能部门的通力协作，还要具备前沿的数字化开发能力。数字化人才应包括产品经理、产品设计师、产品工程师、构架师、数据工程师、数据工程专家、前后端开发人员、IT等专业技术人员。这些新的“软件”人才和原有的“硬件”人才风格迥异，但却需要通力合作：一方面，对原有“硬件”人才升级能力，另一方面，吸引招收并创造条件留住“软件”人才。研发从办公场所、激励机制、管理方法等各方面入手，创造对数字化人才有利的环境。
2.3 借助数字化转型思路，梳理业务流程，统一流程制度
随着研发业务领域不断拓展，组织结构不断优化，业务流程也要随之变化，而业务流程边界和接口不断发生变化，已经出现不少阻碍业务流程优化发展的现象。因此必须借助数字化转型思路，以数据流为核心，重新梳理并完善业务流程，并借助IT工具，统一流程制度。
首先从产品开发线和运营管理线两条线入手，产品开发与运营管理紧密结合，以强项目管理为牵引，全面推进研发领域项目化工作推进，将研发产品开发、技术规划、能力投资全部业务项目化，全面推进CPM负责制的项目发包机制。各类研发资源通过项目化管理，通过建立模拟成本利润中心管控试验资源。
运营线以项目管理为龙头，牵引建立资产管理系统、费用标杆系统、试验运营管理系统、试验设备效率监控系统、智能试验室系统等运营线管理系统，将所有运营数据与项目任务紧密关联，通过运营系统逐步建立，梳理运营流程，重新发布运营管理规章制度，不断形成合规管理下的资源应用和管理平台。
产品开发线以产品数据管理系统为龙头，从需求管理出发，形成统一的产品BOM数据，并与产品CAD数据管理、EEA架构管理、软件开发环境管理、产品质量管理、试验、仿真数据管理、试制数据管理等与产品直接相关的数据进行整合和链接，形成一整条产品开发和发布链路。为适应智能驾驶、智能网联、新能源等新业务的开发，建立智能驾驶开发平台、新能源车辆监控平台、OTA发布平台、研发试验车辆大数据分析平台等新业务开发平台。
通过对运营和开发流程的数据，结合公司关注重点和资源能力，聚焦研发产品数据与运营数据两条线，建立独立自主的数字化转型路线图，形成数字化转型实施的里程碑。
研发项目管理在该企业数字化转型规划中定义为运营线信息系统的核心。项目管理通过项目看板、项目立项、任务分解、FQCDSK目标设定、项目群管理、风险管理、问题管理、资源管理、费用管理、项目评价等功能模块的设计，实现研发高层到每个参与项目开发的设计人员，能够快速、准确获取到项目信息。实现项目价值可量化、项目目标可视化、资源调控动态化、业务过程规范化、运营信息集成化等“五化”目标达成。
研发项目管理平台是链接运营和产品线顶层管理系统，通过项目管理系统任务驱动，推动产品开发和资源匹配，实时掌控研发各项工作的进度状态，确保研发工作在高效、有序、可控的状态下开展。因此，项目管理在建设初期，就规划建立与多个应用系统的接口定义，并与公司上下游其它领域建立信息共享机制。
3.2 构建模块化设计方法，产品开发面向订单化
随着市场需求的多元化，零部件通用化仅靠车型配置化方式已不能满足需求。导入模块化开发模式至关重要，研发模块化开发模式管理内容：对基于平台的产品特性、功能、配置、接口定义及模块规划；基于正向开发流程的商品特性、功能分解与达成管理；基于平台生命周期的模块（支持用户点单的配置化模块结构）的开发；模块及关联要素（特性、功能、标志、接口）设计变更管理；模块化的系列车型试验、法规验证；基于配置规则的配置化车型BOM结构生成与发布。
通过建立统一的平台、通用的接口，相同种类的模块可以重复使用和互换，实现统一质量标准、同平台车型的敏捷开发应对、创建不同需求的产品，提升研发车型开发效率、零部件通用化、最终实现用户点单的方式。
3.3 构建BOM数据与CAD数据的紧密集成，实现BOM结构与CAD模型同步发布
由于历史原因，该企业CAD模型管理与BOM数据管理分布在不同的IT系统中，早期CAD模型的协同设计和审批发放独立产品变更通知书，CAD模型与BOM清单分开管理，在IT系统中BOM编号与对应的3D/2D模型没有关联，导致设计人员以及下游使用BOM系统的工作人员不方便实时查询CAD模型信息。
通过对CAD数据管理系统与BOM系统进行接口开发，梳理CAD数据与BOM数据的逻辑关系，做到CAD模型与BOM编号一一对应，BOM结构与CAD结构一一对应，BOM变更与CAD变更同步变化，BOM与CAD生命周期状态同步。从根本上解决产品BOM与CAD模型相互关联，相互验证，同时为各部门使用人员提供方便的检索和对比。
3.4 建立BOM与ALM、DFMEA接口，实现产品数据发布自动化
2019年，该企业已建立软件开发环境项目和DFMEA系统，软件开发环境项目主要管理电控开发过程中产品需求、需求分析、软件架构设计、软件代码生成、代码单元测试、系统集成测试等全流程电控开发业务。
为了防止软件代码经过人工导出导入带来的错误风险，通过对业务流程梳理，公司组织开发了BOM与软件开发环境系统接口，在软件代码完成审批流程后，赋予软件代码生命周期状态为已发布。BOM中发布产品通知书时，在产品通知书图纸发布列表中，只要发现有软件代码的编号，则系统自动访问软件开发环境数据库，判断该代码生命周期状态处于已发布，则将该版本的软件代码抓取到BOM系统中，并与软件代码零部件编号相关联。通过产品通知书自动发布到下游单位。从而规范了软件发布的业务流程，用数字化手段保证了软件代码发布的唯一性、准确性。实现软件数据团队协同开发，质量可控，自动发布，安全可靠，数据互联，消除软件开发与结构开发信息孤岛。
DFEMA系统是重要的风险分析和产品质量可靠性提升工具，在导入商品化DFMEA开发工具后，按照数字化转型规划路线图，为保障DFMEA报告与产品零部件发布紧密结合，在设计阶段保证防止不良再发，让经验库发挥防错纠错的作用，同时完成DFMEA与CV-PDM系统接口，制定DFMEA文件发布流程，重新梳理经验库新增、维护、查询等管控流程，并建立与DFMEA失效库关联，形成质量设计PDCA循环，从质量开发管控角度保障产品开发效率和设计质量。
3.5 统一试验运营管理平台，规划智能试验室建设
该车企从试验数据管理入手，通过开发引入试验数据管理系统，建立企业内部权威的试验数据资源库，把所有的试验数据和所有与试验相关的信息和业务流程进行统一管理，实现试验过程及数据的规范化管理，继而推动企业研究成果的平台化和继承性。在这个基础上，整合建立试验运营管理平台，将试验运行信息与试验设备监控信息统一，推动建立试验模拟利润中心，不断提高试验设备开动率和试验执行效率，实现人财物的不断优化，提高试验资源的最大化利用。
在建设试验运营管理系统过程中，结合当前物联网技术，不断提升试验运行质量，提高试验数据采集准确性和自动化程度。特别是在车端通过T-BOX采集车辆运行数据，结合大数据分析，实时获取车辆运行的各种参数、故障信息，对车辆性能数据进行大数据分析和展示，协助开发人员实时了解试验车辆的运行数据，判断设计方案是否满足达到设计目标。
随着人工智能和AR技术的不断进步，无人值守和智能试验室成为试验室管理的新需求。通过数字化技术，自动识别试验样件的寿命。根据试验设备的摄像监控，准确识别设备运行状态和报警信息，对试验工控机实施远程控制，实现试验运行无人值守。对各类试验设备进行三维建模，将设备参数与三维模型进行数字化建模，通过IT系统实时查询试验设备的性能参数和运行参数，做到设备维护保养自动化。
3.6 构建研发大数据分析平台，推进智能网联技术快速应用
研发大数据平台的数据量大、数据源异构多样、数据实效性高等特征催生了高效完成海量异构数据存储与计算的技术需求。在这样的需求下，面对迅速而庞大的数据量，传统集中式计算架构出现难以逾越的瓶颈，传统关系型数据库单机的存储及计算性能有线，需要采用规模并行化处理的（Massively Parallel Processing，MPP）分布式计算架构；面向海量视频及日志等非结构化数据，需要基于Apache Hadoop和Spark生态体系的分布式批处理计算框架；面向对于实效性数据进行实施计算反馈的需求，需要使用Apache Storm、Flink和Spark Streaming等分布式流处理计算框架。
3.7 建设研发私有云平台，实现研发业务远程运行
该车企在2017年开始搭建CAD设计云环境，2019年已全面完成CAD/CAE设计私有云环境搭建。产品设计人员和仿真人员能够不依赖于本地工作站进行建模和分析工作。设计数据全面存储在私有云存储上，随时随地可以通过网络进行访问和应用。
2018年启动建设电控私有云和办公OA云的建设，经过测试和验证，电控开发建模和测试工作具备远程私有云应用，一方面通过私有云能够快捷访问共享数据，有效提升了协同开发效率。另一方面，电控和智能网联开发工具链部署在电控云上，能够大量节约软件资源，节省投资费用，提高软件工具利用率。
数字化转型的突出亮点就是统一数据源，同样的数据产生和录入，不会产生重复动作，有效降低了人工成本和数据错误率。同时，数据湖的建立，为今后各种APP开发应用搭建坚实的基础。
三朵私有云的建设应用，云管端三层数字化技术部署，全面实现业务工作云端处理，支持异地远程处理研发业务关键的2020年疫情期间，极大的保证了研发工作的正常开展。全面移动化办公的环境搭建，能够有效解放人力资源的部署，保障弹性工作制度的实施，为公司基础能力建设提供IT保障。
[1] 何帆，刘红霞. 数字经济视角下实体企业数字化变革的业绩提升效应评估[J]. 改革, 2019(4):137-148.
[2] 赵剑波.企业数字化转型的技术范式与关键举措[J].北京工业大学学报，2022(1):96
[3] 北京FOURIN.欧美汽车研发领域的数字化转型
