Поглавље 1: Јединствена природа и изазови Р&Д знања
Знање о истраживању и развоју суштински се разликује од знања о производњи, после{0}}опродаји или продаји. Разумевање ових карактеристика је предуслов за дизајнирање ефективних КМ система.
1.1 Висока прећутност: логику одлучивања у главама инжењера је најтеже ухватити
Инжењерско знање се може поделити на експлицитно (кодификовано, за писање, складиштење) и прећутно (уграђено у лично искуство, интуицију, расуђивање). У истраживању и развоју, заиста драгоцено знање је често прећутно – на пример, „зашто смо напустили план А за план Б“ или „да је наизглед неразумна комбинација параметара заправо решила скривени проблем трајности“. Ова образложења одлука се ретко документују јер постају део „здравог разума“ инжењера. Али када тај инжењер оде, премести се или оде у пензију, то знање одлази са њима.
1.2 Снажна међусобна повезаност: једна промена таласа се широм система
Возило је високо интегрисан сложен систем. Наизглед једноставна промена дизајна једног дела може утицати на перформансе, паковање, тежину, цену и могућност производње у десетак повезаних система. Ова међусобна повезаност значи да знање о истраживању и развоју мора постојати као „мрежа удружења“, а не као изоловани документи. Традиционална меморија заснована на фолдерима{3}} не може представљати ове сложене зависности.
1.3 Дуг циклус: Ко се сећа три године касније?
Типичан програм развоја возила обухвата 3-5 година. Лекције научене у једном програму често се неће поново користити до следећег програма – три до четири године касније. До тада су се оригинални чланови тима можда распршили по различитим улогама или компанијама, а документација би могла бити закопана у десетинама фасцикли. "Полуживот" знања је далеко краћи од програмских интервала. Без систематске КМ, сваки нови програм почиње од нуле.
1.4 Више-дисциплинарност: Вавилонска кула
Савремени аутомобилски истраживање и развој обухвата десетине дисциплина: механику, електрику, софтвер, материјале, хемију, оптику, итд. Различите дисциплине користе различиту терминологију, алате и менталне моделе. Оно што машински инжењер подразумева под „толеранцијом“ разликује се од „толеранције грешака“ софтверског инжењера. Ова дисциплинска баријера изузетно отежава проток знања.
---
Поглавље 2: Три основна механизма управљања знањем о истраживању и развоју
Механизам 1: Дизајнирајте записе одлука – Очување „зашто“
Запис о одлучивању о дизајну (ДДР) је лагана алатка за документацију која захтева да свака кључна прекретница прегледа дизајна произведе стандардизован запис укључујући: разматрање техничких{0}}уступака, процењене алтернативе, образложење за изабрано решење и позната ограничења/ризике. ДДР није дугачак извештај, већ образац на једној-страници који је уграђен у ПЛМ токове посла. Његова вредност је у томе што инжењери три године касније могу да разумеју не само „шта смо урадили” већ „зашто смо то урадили” и „шта смо одбацили”.
Механизам 2: ФМЕА база знања – од „једнократне-вежбе“ до „живог добра“
Анализа режима и ефеката грешке (ФМЕА) је стандардна у аутомобилској индустрији, али се често третира као једнократна{0}}вежба за усаглашеност. Ефикасан приступ третира ФМЕА као унакрсни-програм, вишеплатформску живу базу знања кроз: структурирану декомпозицију према систему/подсистему/делу, повезивање сваког начина квара са стварним инцидентима квалитета и унакрсним-програмским ширењем доказаних противмера.
Механизам 3: Промените графикон утицаја – збогом „поправљено А, заборавио Б“
Графикон утицаја инжењерских промена је графика заснована на бази података{0}}зависности алата за бележење између делова, докумената, тест случајева, производних процеса и софтверских модула. Када инжењер започне промену, систем прелази преко графикона да би аутоматски-генерисао листу потенцијалних утицаја. Што је још важније, она такође показује искуство историјских промена – шта се заправо догодило у сличним прошлим променама.
---
Поглавље 3: Мапа пута за имплементацију – четири фазе
Фаза 1: Дијагноза и инвентар (1-2 месеци)
Направите извештај о дијагностици средстава знања који покрива: дистрибуцију средстава знања, процену ризика од губитка и одређивање приоритета болних тачака на основу прошлих поновљених проблема и повезаних трошкова.
Фаза 2: Брзи пилот (3-4 месеци)
Изаберите сценарио истраживања и развоја високе{0}}учесталости, великог-бола који испуњава три критеријума: губитке који се могу мерити, довољно узак обим и мерљиве метрике побољшања. Пример: Тим е-дриве пилотирао је на „оптимизацији електромагнетног шума“, смањујући време дијагнозе проблема са 2,5 недеље на 3 дана.
Фаза 3: Интеграција процеса (5-8 месеци)
Уградите КМ у контролне листе за преглед дизајна, токове рада инжењерских промена и захтеве{0}}за затварање програма. КМ постаје обавезна, а не опциона.
Фаза 4: Неговање културе (у току)
Укључите допринос знања/поновну употребу у прегледе перформанси инжењера (минимално 10% тежине). Обезбедите-алатке за унос са малим трењем (глас-у-текст, шаблонски обрасци). Лидери морају моделирати понашања у размјени знања.
---
Поглавље 4: Квантитативни РОИ Р&Д КМ
Мерљиве предности укључују: 10-20% смањење не-небитних инжењерских промена, 50-80% смањење времена-решавања проблема, 30-50% брже укључивање нових радника и 5-15% компресију времена пројектног циклуса. За ОЕМ средње величине са годишњом потрошњом на истраживање и развој од милијарду РМБ, чак и повећање ефикасности од 5% доноси годишњи принос од 50 милиона РМБ.
---
Поглавље 5: Будући трендови – Р&Д КМ вођен АИ-
Нове могућности укључују: проналажење знања природног језика (питајте „покажите ми прошлогодишњи случај квара на издржљивости вибрација батерије“), проактивну препоруку дизајна (АИ предлаже историјска решења док инжењери креирају нове ЦАД карактеристике) и поновну употребу знања симулационог модела (АИ препоручује најближе историјске симулационе моделе са контекстом валидације).
---
Закључак
Истраживање и развој аутомобила је у основи креативни процес{0}}интензиван знања. У ери интензивирања конкуренције и убрзања технолошких циклуса, конкурентска предност мање зависи од индивидуалних генијалних инжењера, а више од способности организације да ухвати, повеже и поново користи дистрибуирано знање. Р&Д КМ није додатни терет – то је моћно оружје које сваком инжењеру омогућава да стане на рамена свих прошлих успјеха и неуспјеха.