搜尋此網誌

2020年12月14日 星期一

現代TRIZ創新引導路線圖 - 技術創新 & 產品創新 & AIOT數位轉型 創新

 現代TRIZ創新引導路線圖 - 技術創新 & 產品創新 & AIOT數位轉型 創新 



現代TRIZ產品開發路線圖非常有威力,由國際TRIZ協會累積多位TRIZ大師級專家和數十年跨國企業服務經驗所萃取出的知識結晶。




有幸和不同的TRIZ大師,包括Prof. Sergei Ikovenko (MATRIZ level 5 master), Mr. Isak Bukhman (MATRIZ level 5 master), Prof. Darrell Mann 等,在六年期間(2008~2014)學習過不同的現代TRIZ創新工具,建立相對完整的TRIZ創新工具知識基礎,再加上10多年在不同企業(OEM/ODEM/EMS/OBM)與不同領域(半導體、手機製造、軟體)結合TRIZ創新工具做過新產品開發相關的應用,累積出一些個人的心得與想法,透過圖表的方式分享給大家參考。


以上面的現代TRIZ產品開發路線圖為基礎,透過以下的不同的創新引導路線圖將架構初步介紹給有興趣的朋友們。


1.  現代TRIZ 技術創新引導路線圖 2020 


這個部分是以技術系統的角度出發來看待技術創新方案的部分,由系統分析的角度結合TRIZ創新工具識別技術問題、解決技術問題以及最後驗證方案這三大部分。相信學習過MATRIZ體系的現代TRIZ的朋友們應該都很熟悉。


2. 現代TRIZ 產品創新 引導路線圖 2021 




這是以產品開發及改善的角度出發的現代TRIZ創新工具產品創新引導路線圖。

產品開發的核心在於挖掘出市場的客戶需求,結合多種設計思考的情境探索,將客戶需求透過產品與相關技術方案的改善,創造出更多符合市場趨勢發展的產品價值,因此最初的重點會放在市場與客戶和產品之間整合性的需求挖掘,以及產品系統技術方案整合的價值探索與分配這一塊。

在新產品開發過程當中,新產品系統中的技術方案整合必定會產生很多問題,這時候我們就可以引入現代TRIZ創新工具解決問題的流程與方法,其中的"問題挖掘PDCA"的部分有補充一些工程工具加以完善。


3. 現代TRIZ  AIOT 數位轉型 創新引導路線圖 2020 



當新技術如AI 深度學習技術崛起,大幅降低人工智慧技術學習與應用門檻,讓更多企業能夠快速切入人工智慧應用這一塊,再結合物聯網與5G並整合XR(AR/VR/MR),更加快企業應用新技術的速度並縮短產業競爭週期。

在工業4.0(智慧製造)的推波助瀾下,工業物聯網(IIOT)更是成為炙手可熱的產業轉型目標,但從企業資源、技術與應用的角度來看,會發現談何容易。

經過一些時間研究後發現,這需要由跨產業的角度(也就是超 ‧ 超系統)切入,才有辦法達成。這也是參加新漢智能(NEXCOM) 分享IOT產線現況以後所帶給我的啟發。

經過研究一些國際企業(Sony, NEC, Toshiba, Simens, Philps) AIOT相關的發展現況資料比對後發現,AIOT的創新系統所涉及的產業範圍非常廣,因此在創新引導上就變得非常複雜!

要找到問題首先就要先確認範圍,對於企業來說,AIOT數位轉型架構可以說屬於"T()系統"整合,意思就是除了需要釐清產業鏈與企業自身營運特徵模式以外,更要配合適當的IOT工具和AI工具以建立擴充企業本身範圍的跨產業水平橫向發展,以及串連垂直產業鏈的數位架構。

這非常需要以"T型系統"(超系統)整體應用為核心的視角,由單一水平橫向或垂直縱向所創造的產業價值,在目前來看可能不符成本以滿足其所創造的效益,也唯有同時創造T型系統的跨域產業價值,才有機會相乘其效用而創造出更大價值,同步提升產業鏈的競爭優勢,如此AIOT的數位架構才有機會完成。T型系統由於其問題往往涉及整體資源配置與跨企業間合作的交叉產業鏈結構問題,因此其挑戰非常巨大!

AIOT數位架構本身就很龐大,由於AI系統模組軟硬體資源門檻並不低,通常很難靠一間企業投資,需要由數間企業聯合彼此分擔成本,並根據不同企業資源優勢進行價值分配,才有可能創造更高的效益。

這或許可以說明為何GoogleMicrosoftAmazon都投入平台這一塊協助產業發展,即便如此,企業數位轉型發展還是有其價值瓶頸。另外,若正在發展的企業集團規模夠大,或許有足夠資源獨自發展這一塊,但由於規模大,企業之間利益分配或有重疊之處,界線並不明確,會出現產業鏈之間利益整合的問題,信任是商業合作的基礎,涉及到核心利益問題,就需要慎重思考。

另外就是現在的產業數位化所解決的問題與其所創造的利益,對尚未轉型的企業還是很模糊,不甚清楚那些是數位轉型中需要發展的自身優勢領域,看起來都可以做或都做不了或是做了效益不明顯,也因此才會在產業鏈合作的表面上出現利益重疊的問題,T型系統創造出的整體利益需要根據產業與企業進行整合性的策略規劃。據我的觀察,日本六大集團在這一塊目前看起來就做得很好,或許值得參考。

日本幾間集團企業似乎各自都有默契,各自保有自己在AIOT發展核心部位,雖然有部分重疊,但在發展上似乎盡量避免與其他集團核心衝突(*)。這些看法可能還需要更深入的研究驗證。

* 日本SONY專注在iot的 ux/ui 發展, NEC 專注在iot的data processing發展, Mistubishi 專注在資安技術上, TOSHIBA則是以發展運算相關為主。即便是日本技術發展如此成熟和如此龐大的企業, 也是會根據自身需求和專長鎖定AIOT 發展方向,這幾個大企業串連起來形成日本的AIOT產業結構。另外,德國的AIOT產業是以領域為主, 這可能是因為AIOT發展是以德國本身製造能力強項所訂定的工業4.0基礎上, 德國SIMENS 看起來想通吃, PHILIPS則是專注在醫療領域的AIOT發展。


以上是運用現代TRIZ進行創新引導的幾種路線圖。藉此分享給有興趣的朋友參考。


Copyright©2020~2021 汪周禮 (Jou-li Wang) @ 智合創新顧問有限公司

如需引用或轉載前請來信告知,歡迎合作。

service@iiiinnovation.com

智合創新產品與服務: https://www.iiiinnovation.com/products-services

其他更多相關數位轉型文章

https://intellectual-integration-innovation.blogspot.com/2021/12/2021-dec.html

淺談數位轉型 2021 Dec

沒有留言:

張貼留言

AI輔助創新- 生成式AI 在軟體開發的應用層、架構層與核心層解析與成功專案心得 (生成式AI加速產業技能典範移轉)

背景: #生成式AI加速產業技能典範移轉 改變從軟體產業開始 AI加速coding automation的發展,也因此軟體技能將開始出現典範移轉現象,這也是為什麼可以常看到大老們呼籲現在小朋友不要學寫程式,但我認為程式開發還是需要人來進行,CODING可以由AI幫忙。 #軟體技能...