创新之路.docx
- 文档编号:7646761
- 上传时间:2023-01-25
- 格式:DOCX
- 页数:11
- 大小:589.39KB
创新之路.docx
《创新之路.docx》由会员分享,可在线阅读,更多相关《创新之路.docx(11页珍藏版)》请在冰豆网上搜索。
创新之路
启迪的实验:
创新之路
StefanThomke著
进行实验的高成本长期阻碍企业开发新产品的愿望。
但是,可以利用新科技进行复杂的试验,更快、更省钱。
现在企业就有机会进行创新,达到全新的水平--假如他们愿意彻头彻尾的重新审视他们的研发项目。
启迪的实验
创新兴需要
StefanThomke著
实验与每家企业创新的能力息息相关。
换言之,通过有条理的试验新想法,使企业能创造新产品和改良现有产品。
事实上,从某种程度上来说,任何产品起先都源于一个想法,然后再通过实验成型。
今天,一个大型的发展项目真正需要成千上万的实验来支持,所有实验的目的是相同的:
考察新的产品概念或技术方案能否满足新需要或解决新问题,然后汇总第一轮实验获得的信息,最终开发最理想的产品。
过去,进行实验的费用相对较高,企业不得不对实验重复的次数精打细算。
今天,高科技,比如电脑模拟、快速成型、组合化学,促使企业在短时间内获得更多信息,同时,利用这些新技术也能减少实验的花费。
实际上,正如
以信息为基础的科技降低了一些产品和分销系统的边际成本一样,它也降低了实验的边际成本。
其实,结合信息基础科技的实验系统节约的不仅仅是成本,同时增大了创新的机率。
这就是说,一些技术能使现有的实验成本下降,另一些则是开拓全新理念和解决方案的新途径。
例如,剑桥、麻省的Millennium制药厂在技术平台上结合了多种新科技,诸如基因学、生物信息学和组合化学,来进行实验。
这个平台类似于自动化生产,能够在几分钟或几秒钟测试备选药物,与传统的方法所需的几天或更多时间不可同日而语。
尽快的获取信息,即了解备选药物的毒性,能极大提高Millennium预测药物在医学实验上、最终在市场上的成功率的能力。
不理想的备选药品,在浪费大量资金投入其研发之前,被迅速排除在外。
除了能够通过较传统的研究方法减少实验的经费和时间外,根据技术部主任MichaelPavia的说法,新技术同时增强Millennium的创新能力。
特别是,企业有更多的机会尝试效用不同的备选药物,包括那些最初看来不可能,却能最终造成突破性发现的药物。
这种时代性的“启迪的实验”对研发开支很高的行业产生了巨大影响,诸如制药业、汽车制造业、软件业。
通过研究,我获得许多有价值的信息,相信其他行业也能借鉴。
随着计算成本的不断下降,所有复杂计算更快、更便宜了,同时,随着组合化学等新技术的介入,所有的企业会发现自己在寻求不同概念的快速实验上的能力越来越强。
举例来讲,财经学院现在使用计算机模拟来测试财务模型。
事实上,电子数据表单永远改变了财务预测;即使是初学者,也能进行复杂的假设,这曾经是难以想象的昂贵实验。
为实验设置的系统
了解创新的过程才能理解启迪的实验。
产品和技术革新不会从天而降;是实验室和科研机构通过一种为实验设置的系统孕育出来的。
所有科研机构都采用这套系统来筛选可行的方案,帮助团队开发真正适用的产品。
关键之处在于把想法和概念变成能测试、讨论、能给客户展示的模型。
通过实验系统进行工作的最经典的例子当属ThomasAlvaEdison的实验室。
Edison是著名的发明家,“99%的勤奋加1%的灵感”,Edison深知组织能力和实验能力的重要性。
正是因为考虑到实验的效率和速度,Edison在MenloPark和NewJersey进行设计工作。
Edison清楚实验系统包含多个组成部分-包括人员、设备、实验室等-所有因素相互制约。
这样,所有因素应组合达到最佳效果,如此构成系统的运作能力:
速度(设计、建立、测试和实验分析所需的时间),成本、精度(实验的准确性和实验进行的条件),容量(在一定时间内能完成的实验数量),以及获得信息(实验产生的新信息和结果从中的获益能力)。
因而,比如说在MenloPark,技术精湛的机械师和实验室人员合作紧密,这样他们能获得新想法、从以往的实验挖掘新点子后,取得迅速进展。
这样的系统造就了伟大的发明,包括电灯,发明电灯需要对灯丝、形状、电子定位和真空技术经过上千次复杂的实验。
Edison通过快速反复的实验实现伟大发明的目的,在实验成本日趋下降的今天尤为可取。
然而,众多的企业只注意到新技术带来的成本控制,而忽视了创新的巨大潜力。
更糟的是,这些
目光局限的企业,在他们试图与新技术结合时,陷入混乱局面。
例如,电脑模拟作为一种成本控制的手段,不是简单地代替物理原型;它引入全新的实验方法,进而激发了创新。
正如互联网为创新提供了无数机会-大大超越了其作为电话、目录处理的低成本替代品的用途-先进实验方法也起到同样作用。
但是,企业需转变观念才能发掘这种潜力。
的确,新技术影响到各个方面,从研发过程本身,包括研发机构的结构方式,到如何创造新知识、新学问。
当然,企业具备更多的创新意识,面临着管理以及技术上的挑战,对启迪的实验,我有如下4条建议:
1.组织快速实验
快速实验的能力是创新应具备的要素:
研发者持有众多不同的想法,实验能提供必要的快速反馈,加强、修正或完善现有知识,从而使这些想法成形。
快速实验常常需要对常规程序彻底翻新。
比如说,当某层次的经验变得廉价而快速时,公司的激励机制可能瞬间变得错位,而某些曾经成功的活动和程序也会变为障碍。
(参看“新技术的潜在缺陷”一文)
思考一下宝马最近进行的重大转变。
就在几年前,尝试新鲜的设计理念-比如,汽车怎样能更承受碰撞-需要建立许多昂贵的物理模型。
由于工程师无法及时获取反馈,于是耗时几个月就成为创新的障碍。
还有,拖延多时的碰撞实验的数据严重影响了产品开发早期阶段的决定。
因此,宝马只能等待姗姗来迟的信息,造成成本升高。
不过,宝马的研发机构就是根据传统的系统设定的,并设计出能夺奖的汽车,稳固公司在汽车行业的领导者地位。
成功的同时造成极难改变。
今天,多亏有虚拟实验-通过高功能电脑而不是物理模型来模拟碰撞-在宝马做出重大决定之前,很快就获得部分反馈信息。
这样宝马降低了实验成本(财务和时间上),因为宝马省去制造物理模型,也避免不佳设计造成的返工的花销。
(在后期阶段为验证最终决定、确保安全,仍需制作物理模型。
)另外,迅速的反馈、观察力和操作高质量电脑图像的能力也能刺激创新:
既能从现实中发现可能的设计,也能从快速的反反复复中获得设计构思。
新技术能削减实验的成本(财力和时间上),戏剧性地增强企业开发创新性产品的能力。
为了能有这些收获,企业必须能够面对来自这种技术的全方位影响。
比如,电脑模拟和快速成型的新技术不仅增强了企业进行实验的能力,也使企业从实验中获得更多信息。
然而,信息处理能力不足的企业很有可能无法处理每轮实验产生的大量信息,并将其运用到下一轮实验中。
在这种情况下,结果会混乱、无用,令人沮丧。
换句话说,不具备细致、周全的计划,新技术非但不能降低成本,提
高速度,增大创新能力,还会破坏整个研发组织,或者最起码破坏了其操作性。
偏离目标是另一个普遍问题。
具体来讲,一些管理者没有真正理解反馈时间和资源利用之间的关系。
试想,企业如果建立中央部门来监控制作模拟的电脑资源,会出现怎样的情况。
很明显,
虚拟的测试想法和概念能让开发人员得到形成新产品的快速反馈。
同时,电脑投价很高,成本中心会按使用率来计算,所以要控制电脑的使用。
中央电脑越忙碌,开发人员获得反馈的时间越长。
事实上,等待时间与资源利用的关系不是线形的排序理论表明的等待时间逐渐变长直到利用率达到70%,接着延缓陡增。
(参见“等待资源”的图示)企业试图削减成本可能会影响自己近期目标的实现。
也就是说,通过对资源利用率达到70%-90%,每年节省几万美金,可能导致延长众多的开发人员等待实验的重要反馈的时间。
极大的消极影响在于,过多的延缓不仅会破坏开发的进程,也会让实验人员泄气,从而抑制了他们的创新能力。
所以,就长期而言,在利用率低的情况下,使用多余的电脑设备是有效的作法。
还有一个解决办法是让那些资源脱离成本中心的控
制,而改为由期待快速反馈的开发人员管理。
为了研究新技术对创新造成的影响,宝马进行了如下实验。
多位设计师、一位模拟工程师和一位测试工程师组成团队改善汽车的侧面安全性能。
刚开始,利用电脑模拟,团队挖掘、测试来自于频繁的头脑风暴。
关于安全性、设计、模拟和测试信息都集中在一个小组,所以团队可以反复地进行实验,快速找到解决方案。
每一轮碰撞实验结束后,团队对结果进行分析,为下一轮的实验提供新想法。
就像预期的那样,团队从快速反馈中获益非浅:
他们只花几天时间消化、修改或放弃新的建议-这些在从前得花上几个月的时间。
随着实验的积累,团队成员的知识迅速增长,他们能成功的进行以前无法想象的实验。
实际上,一个测试彻底改变了他们关于材料强度和安全性的关系的看法。
宝马的工程师明确的认为底盘附近支撑杆(连接车顶和底盘的结构)周围的材料越坚固,汽车就越能承受碰撞。
但是,团队里的一名工程师坚持将这种假设进行便宜的电脑模拟,以确定其真实性。
结果让人吃惊:
加固其中一根支撑杆四周的区域,实际上降低了汽车经受碰撞的能力。
通过更多的实验和分析,工程师们发现加固中央支撑轴以下的区域会导致支撑轴向上折叠,高于加固的区域。
因而,乘客车厢中接近乘客上腹部、腰部和头部的部分则更易被刺穿。
解决方案就是,减弱,而非加强底部。
这个有悖于直觉的概念-有意减弱汽车的某部分,能增强其安全性――让宝马重新审视所有汽车上加固的部位。
结果,这个小小的团队将碰撞危及的安全性提高了30%。
值得一提的是,最后的两个物理模型实验也证实了上述结论。
还有一点也应注意,这两个物理模型总共花费$300,000,比所有91个模拟碰撞实验的总成本还要高。
再者,制作、准备和测试物理模型所需的时间长于一系列模拟碰撞实验的时间。
然而,为了获取模拟技术带来的好处,宝马不得不实施在流程、机构和态度上的转变-这些改变需经过好几年才能完成。
公司不仅要改变不同部门在一块儿工作的方式;还得纠正对过去连续流程有用的习惯。
首先,举例来讲,工程师不愿公布那些尚不完善的数据。
就某种程度而言,每个团队都有兴趣抑制或控制其他团队的成果。
毕竟,第一个将信息输入中央数据库,很有可能被进行最多的改动,因而最后一个获得来自其他部门的反馈。
所以,宝马的车门设计部习惯于――并奖励――公布完美无缺的数据(例如,所建议的加固车门的材料的详细情况),这样的数据需要花几个月才能获得。
尽早提供大体信息,以作为迅速、相应实验的一部分的作法是难以想象的―而且没有纳入激励制度。
然而,为了获取完美数据,导致长达六个月的延缓背离了反复实验进行预测的开发手段。
因此,宝马的经理们必须让所有部门明白并感觉到对其他部门的需要,以此激励大家共享信息。
比如,碰撞模拟团队要让车门设计部明白,他们需要该部门的数据来进行前期的大体碰撞模拟。
这种信息的传递存在反作用,改变了车门设计部的工作方式,因为他们必须密切关注其他部门才能给予一些相应信息。
他们开始明白尽量限制信息流出不利于提高生产能力。
这类机构上的变化,使德国宝马大量削减了研发时间和成本,获得巨大的创新成功。
2.经常在早期失败,但能避免错误。
对许多不同的想法-有些看来是荒谬的-进行实验,是至关重要的。
对一个新奇想法实验失败,可能会暴露认知上的重大误区。
早期进行这样的实验是很有必要的,能尽快排除不可能的想法,进而将力量集中在有发展潜力的方案上。
培养早期开发中快速实验的能力,意味着重新考虑失败在企业中的作用。
加利福利亚的PaloAlto的领先设计公司,IDEO的创立人DavidKelley认为积极的错误需要脸皮厚。
IDEO鼓励其设计师们“经常失败,尽早成功”,而且他们明白越激进的实验会带来越壮观的失败。
事实上,IDEO确实制作了不少近乎于荒诞的模型(后来被放弃了),比如鞋带上有小塑像的鞋子。
与此同时,IDEO的这种方法使它成为畅销商,比如V型掌上电脑,这种产品引起了媒体的强烈兴趣,包括TedKopple的晚间谈话节目Nightline和麻省理工大学媒体实验室创始人之一MichaelSchrage在SeriousPlay中的报道,这一切说明应用模型于创新中是非常重要的。
应消除失败后的耻辱感,虽然,这常常需要克服根深蒂固的观念。
实验失败的人会被认为无能,抱着这种态度会导致不利于发展的行为。
Kelly指出,那些害怕失败、害怕被管理层看低的实验人员有时会建立昂贵、圆滑,以前就已投入其中的模型,他们无法找到任何答案。
换言之,这些圆滑的模型看起来给人印象深刻,但与事实相比,它让人错误地认为又前进了一大步,这样的错觉让人放弃了改变设计的念头,尽管实际存在着更好的选择方案。
这就是为什么IDEO倡导建立便宜、粗略的模型,也欢迎大家对此提出意见-这个过程能最终产生更好的产品。
Kelly声称:
“你必须具有设计稻草人的勇气。
”
为了培养员工不畏惧失败的文化,IDEO创造了一种像在游戏室一样的氛围。
每周一,不同的部门做秀、演讲,展示和陈述他们最新的想法和产品。
IDEO有个巨大的“技术宝盒”,里面装有无数的诡计和新奇的想法,这些都是设计师们时不时搜罗的,或是开关、按钮或是千奇百怪的材料、物体上引发的灵感。
头脑风暴讨论会是不同的项目组常使用的方法,会上鼓励大胆的想法,参会者不会急于结论,打断会议。
3M是另一家以健康心态对待失败的公司。
在3M公司的生产部门中常有惨败的团队,它们为新产品的诞生找到了机会和难点。
这样的团队基本由技术人员组成,包括制造工程师,当一个想法失败时,团队得到的责备是很少的-事实上,失败有时会带来庆祝。
一个
团队发现一种潜在的产品不太有用,则该团队迅速解散,成员立即加入别的团队,投入新项目。
但是,失败却不能与错误混为一谈。
错误并不能带来什么新的有用信息,毫无价值。
例如,一个设计蹩脚或进行拙劣的实验会产生荒谬的数据,迫使研究院进行重复实验。
另外一个常见的错误是重复以前失败的经历,或是没有从其中吸取教训。
不幸的是,即使最好的企业也常常缺乏必要的管理系统以辨别失败与错误。
3.预见、挖掘早期信息。
一个重要项目在晚期失败,会导致毁灭性的后果。
比如,在制药学上,超过80%的药物在临床实验阶段被中止,这一阶段,项目的花费已经过半。
然而,虽然企业常常被迫在后面阶段花大量金钱解决问题,他们仍然经常低估如果早期解决问题可能节省的开销。
再比如对软件开发行业的研究表明在后期解决问题的成本是早期的100倍。
对其他巨额资金投入生产设备的情况而言,这个比率可能还要大得多。
除了财务成本之外,当后期的问题处于项目至关重要的阶段时,企业需要考虑时间的价值。
在制药学上,削减六个月研发药物的时间意味着产品问世时,有效扩展其专利保护。
同样,电子企业也不难发现六个月相当于产品周期的1/4,整个利润的1/3。
接着,通过确定并解决上游问题,新技术能提供一些最好的杠杆-最佳描述为前期负载开发。
例如,在汽车行业,电脑上快速、粗略的碰撞模型能帮助企业避免下游潜在的安全隐患。
这些模型也许没有后期可能设计出的模型那样完美,但是能够迫使管理问题在许多下游团队尚未直接介入开发之前就得到解决,并及时沟通。
(参见“前期负载开发的好处”)
早在几年前,克莱期勒(现在的DaimlerChrysler)发现了三维电脑模型,即内行熟知的数码模型,在研发早期确定某些问题的威力。
当克莱期勒开发出1993年Concorde和DodgeIntrepid车型时,配置过程-放置动力传动系统及相关配件诸如车模的排气装置和汽车悬架-花了三星期,在将动力传动系统成功插入之前进行了许多尝试。
与之对比,在1998Concorde和Intrepid车型中数码模型的早期应用允许公司模拟配置,以在建立物理模型之前,确定(解决)众多相关联的问题。
结果配置没有花上几周时间,而是在15分钟内就完成了,因为所有问题在先前已经得到解决-而那时所需成本和时间都相对较少。
当然,企业想要获得需要的所有早期信息实际上是不太现实和经济的。
所以,IDEO遵循3R原则:
粗略(rough)、快速(rapid)、正确(right)。
最后一个R是指早期的模型可能不太完整,但是可以在产品的某些方面获得正确信息。
比如,设计一部电话听筒,IDEO的团队成员切割了许多泡沫塑料模型,放在头部与肩膀之间,试试哪种是最佳的手持电话听筒。
这不是一部完整的电话,但这个模型注重形状的合适。
这种方法的优点可能在于,强迫设计者明智地发现那些开初是粗略但必须正确的事实。
采用3R的方法,IDEO建立了一种工作流程,即在最有价值的时候:
开发的早期,获得最重要的信息。
除了能够节省时间和财力,挖掘早期信息还能帮助产品开发者追随客户的喜好,客户的喜好有时会超过项目的进程。
正如许多企业证实的那样,客户对完成的一件产品开发,常常会讲:
“这的确是我让你开发的产品,但却不再是我需要的了。
”前沿的软件企业将未完成的模型向客户展示,即所谓的β测试,通过这个过程,软件开发者通常能在花费还不太大的时候,发现问题和需改变的地方。
4.结合新兴和传统技术。
用于创新的新技术本身就是作为实验系统的一部分设计以帮助解决问题的。
企业因此必须知道如何同时采用、管理新兴和传统技术,使二者互补。
事实上,哈佛商学院的MarcoIansiti的研究发现,对许多行业而言,整合技术的能力在高端产品的开发中是至关重要的。
新兴技术一般比相应的传统技术更快、更省钱。
但是,新技术常常只达到70%到80%已有技术水平。
比如说,新的化学合成工艺的提纯度可能只能达到已成熟技术的3/4。
因此,在实验中,将新兴和已有的技术结合,企业可以避免水平上的差距,同时能达到节约时间和金钱的目的。
(参见“在新兴中结合传统技术”的图示)
事实上,新技术真正的潜在价值,取决于企业将其改装成与传统技术相适应的能力。
最终,新兴技术能与传统技术形成互补,但其可能不久又会面临与更新技术的整合。
为更好理解这个复杂的演变过程,我们来看看在制药行业发生了什么。
19世纪末,更多在20世纪,通过选配实验法进行药物开发。
科学家常常从对一种疾病一无所知开始实验,然后尝试无数的配方,其中有很多来自于企业的化学图书馆,直到碰巧找到对症的配方。
药物就得像一把钥匙配一把锁那样,或者是特定的神经末梢导致一种神经系统疾病。
打比方来讲,化学家们就像是失明或半失明的锁匠,得从成千上万的钥匙中找到匹配锁的那把。
采用传统的合成混合技术,一次作一个配方,需要花几天时间和$5,000到$10,000的成本。
就典型而言,每种成功问世的药物背后,企业投入了大约10,000个实验。
其中,1000项经历进一步的实验室实验(指不以生物为实验品,如试管实验),20项进行了更深入的生物实验(指在生物如老鼠上作实验),还有10项通过人体临床验证。
整个过程耗时长,花销大。
但是最近十年出现的新技术大大提高了实验的效率和速度,企业能操作、演示化学混合。
研究者再不用痛苦的一次只能完成一项化合物了。
相反,他们应用组合化学技术,快速的同时实验许多不同的情况,正如现在的锁匠可以根据一些基本模型制作成千上万的钥匙,这样在一种化合物实验的成本上可节约几美金到几千美金。
实际在实验室里,组合化学的操作程序并不是太规范。
有一个弊端,药物的快速合成产生新问题:
怎样快速筛选合成物。
按照传统作法,开发的潜在药物会在动物身上进行测试-这是一项在逻辑上充满困难的活动,花钱多,还需考虑许多数据上的变化。
因此实验室设计以试管测试为基础的自动筛选方法。
这种大规模筛选手段需要对设备(比如高速精确机器人技术)以及筛选过程本身,进行较大创新,筛选过程中实验人员能同时对化学图书馆的众多书籍中的配方进行一系列生物实验、化验。
大型制药企业和化学学院开始抱着怀疑的态度接受这种“合成”技术(结合组合化学和大规模筛选手段)。
原因之一是应用这种合成技术制造的化合物的纯度相对于传统方法获得的要低。
结果,许多先进技术在小型生物技术企业应用更为广泛。
然而,随着技术日趋成熟,许多大公司也开始感兴趣了,例如EliLilly,在1994年兼并了Sphinx制药厂,该厂是开始使用“合成”技术的制药厂之一。
EliLilly花了几年的时间将这种新技术用于它的药物研发部门,他们曾经采用传统的合成技术。
为解决内部抵触的问题,高层管理人员实施多种方法以控制如何将新技术融入其中。
例如,暂时限制化学家常规的室内筛选,让他们别无选择,只能在Sphinx分厂,采用某些大规模的筛选手段,从而与分厂的员工协作开发。
直到现在,制药厂的巨人比如EliLilly已经应用组合化学来优化那些经过无数化学书籍和传统手段证实具有开发潜力的新药物。
但是,组合化学本身发展,其纯度和差异度水平都达到了书上描述的水平,企业会越来越多的将其用于药物开发的早期阶段。
事实上,所有的主要制药企业不得不将“合成”新技术和传统技术统一起来,能够将二者结合得最完美、使二者充分取长补短的企业,能赢得提高生产力、推进创新的最大机会。
启迪的意义
新技术降低了实验所需的成本和时间,使企业更具创新的进取心。
比如,汽车企业目前正在改善安全系统,通过测试乘客的位置、重量和高度来确定安全气袋配置的能量和速率。
快速、便宜的模型能支持大量反复快速的实验,最终研制出如此复杂的安全设备。
但是,必须指出的是,越来越多的自动化的常规实验,依旧无法代替创新中人的作用。
恰恰相反,研究员应将注意力集中在最有价值的领域:
实现新奇的想法和概念、从实验中吸取经验以及最终的决定都依赖于人的判断。
比如,虽然Millennium研发中心看上去越来越像工厂,知识渊博的“工人”的价值也随之增加。
他们不再进行常规的实验室实验,而是特别关注早期阶段(例如决定到底实施哪个实验)以及弄清来自实验的信息。
这一切,对行业产生了巨大的意义。
通过将财务实验的边际成本几乎压低至零,电子数据表单已经创新性的解决了众多财务问题;甚至一家小小的刚成立的企业也能在普通电脑上完成复杂的现金流分析。
类似的,小型企业和个人能利用电脑模型和其他技术迅速检测设计新奇的用户集成电路。
从精致的玩具制造到电子设备,这些结果掀起了强大的创新浪潮。
而在以前,集成电路用户化成本很高,因此,只有少数大企业能负担实验费用。
虽然,启迪的实验时代可能仍处于不成熟的幼年。
事实上,最终快速实验技术可能会在互联网上来实现,而互联网已经造就了无数的狂热的创新家。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 创新