搜尋此網誌

2020年3月3日 星期二

創新工具隨筆- 功能分析? TRIZ ? VE? 傻傻分不清楚??

創新工具隨筆- 功能分析? TRIZ ? VE? 傻傻分不清楚??




價值工程(Value Engineering)的功能分析(function analysis?)和TRIZ創新工具的功能分析(function analysis)相不相同?


最近在網路創新群組中看到有這樣的討論,就順手回復了一下,提供一些角度給大家參考。

以下整理內容給有興趣朋友參考。

---------------

價值工程的功能分析還是TRIZ創新工具的功能分析相不相同?

為了想要更了解功能分析的運用,花40小時學習價值工程(SAVE international - Value Engineering),也順便考取價值工程副價值專家(Associate Value Specialist)的資格。

在整個40個學習時數的過程中,了解價值工程(VE)的功能分析主以FAST(function analysis system technique)模型為主。
這是透過how法來建立初始模型因子,藉由why法來驗證模型因子,在how-why模型的過程中釐清上下位系統中的功能關係。

過去學習TRIZ創新工具超過300個小時(*1)的我,當然有能力比較分析兩者在"功能分析"模型上的差異。

(*1):  10多年前開始學習TRIZ創新工具,主要有三個老師,分別是:
              US MIT/Tufts Prof. Sergei Ikovenko(TRIZ   Master), 
              Mr. Isak Bukhman(TRIZ Master),
              UK Buckingham Prof. Darrell Mann( Innovation Master)

價值工程的功能分析(FAST)就模型建構方式來講,雖然TRIZ的功能分析(FA)模型乍看類似TRIZ 的功能分析(FA)方式,但是其本質還是有相當程度的差異。


TRIZ的功能分析(FA)模型系統,以我自己應用的理解,可以看成是以專利claim為基礎,運用建構claim的技巧來建構技術系統分析模型,並引入VE FAST功能分析的表達形式,就是現在看到的TRIZ功能分析模型。

簡單來說,價值工程(VE)功能分析模型(FAST)相對TRIZ功能分析(FA)模型比較複雜,透過功能展開,藉由觀察者運用其表述上的功能層次與功能邏輯關係(how-why),來建構整個系統分析模型。因此,也就是說,只要能適用HOW-WHY法,就可以根據主題擴充其系統應用範圍,讓FAST的模型應用範圍變得更廣。VE FAST目前有三種模型,技術導向、客戶導向與典型模型。


TRIZFA的應用範圍相對就比較明確,而且對於每個系統內元件的功能與交互作用都有明確的定義與詳細的等級分類,使得FA應用在技術系統上,整體範圍相對FAST明確,或者可以說TRIZ FA模型就是針對技術系統設計的分析模型。不過將FAST不同的模型概念引入FA模型以後,FA的模型產生更大應用空間,當然這一塊屬於更深層的TRIZ複雜知識,以後有機會再為大家介紹。

TRIZ 的功能分析FA可以說屬於精簡過特別針對技術系統所建立的分析模型,而
價值工程(VE)的功能分析(FAST)模型所欲探索的系統範圍與層次會比TRIZ 功能分析要來得廣,主要差異在於系統分析的定義與手段和應用方式,也因此FAST所開發出的應用會比TRIZ 功能分析(FA)要來得廣。如果單從產品開發的角度來看,TRIZFA需要再結合其他工具,相對FAST來說才會比較有競爭力。

這兩者在使用上可以相輔相成,互相彌補使用在系統範圍定義、分析與使用手法和應用上的差異。
TRIZ在產生創意的部分有其獨到之處,這讓VE和設計思考(*2)這兩種不同的工具都不約而同地將TRIZ採納用以做為開發創意的步驟工具之一。
(*2)設計思考三大系統:Italy Fashion Design, US Stanford D-School Design Thinking & US IDEO Design Thinking


不過不能否認的是,TRIZ 的功能分析的確有價值工程FAST的影子在,但是在實際應用上我認為TRIZ 的功能分析會比FAST更適合技術系統的分析,畢竟在實務上會用TRIZ FA作為專利技術分析基礎手段,而不會使用VE FAST

2020© 汪周禮,   智合創新

沒有留言:

張貼留言

AI 與人類:輔助共生而非競爭取代

  AI 即使發展到AGI (通用人工智慧) 也不會取代人類,只要人類繼續學習成長不斷提升。AI 學習到的資料,也只是人類已經完成的知識,真正的創造力,是突破不同情況的需求限制所展現於當下的新知識,這一塊,還是需要靠人腦才能完成。 AI不會取代人,只會取代那些不會使用AI的人。 ...