AI重新定义产品研发全流程

多客科技

作者：微信文章
当AI开始“写论文”，研发工程师还剩下什么？

2024年夏天，一家名为Sakana AI的初创公司发布了一个震动研发界的消息。

他们开发的“AI科学家”系统，能够自动完成从创意生成、实验执行、结果分析到论文撰写的全过程——而且生成的论文，在机器学习顶级会议上获得了同行评审的认可。

这意味着什么？

意味着AI已经不只是研发的“助手”，它正在成为研发的“执行者”。

日本能率协会咨询公司（JMAC）最近发布的一篇专栏文章，系统梳理了AI对研发的冲击。今天，我们结合中国制造业的现状，聊聊这个话题：AI时代，研发到底该怎么变？
一、研发的“全流程”正在被AI重新定义

先来看看，一个典型的企业研发流程长什么样。

JMAC把研发分为两个阶段、八个环节：

研究阶段（价值“找种子”）：课题识别→创意生成→主题设定→实验验证→知识产权化

开发阶段（价值“长果实”）：试制→用户验证→产品设计

过去，这些环节靠的是研发人员的经验和直觉。一个老法师的价值，就体现在“我知道哪里有问题”“我猜这样能行”“我觉得这个方向对”。

但现在，AI正在把这些环节逐个击破。

JMAC整理的AI应用案例显示：

课题识别：AI可以扫描全网社交媒体、新闻，自动挖掘用户痛点

创意生成：生成AI能把社会问题和技术的“连接点”找出来

实验验证：AI+机器人已经能自动做实验、记录数据

试制优化：AI根据历史数据预测不同工艺参数的结果

产品设计：生成式AI能像人一样做概念设计

一个可怕的事实是：研发的每一个环节，都已经有了AI替代方案。

唯一的问题是：这些环节还没有被串起来。









二、中国研发的“AI焦虑”：我们处在什么位置？

回到中国制造业的现场，情况有点复杂。

一方面，中国企业对AI的热情毋庸置疑。从头部企业的“AI驱动研发”口号，到无数创业公司的“AI+材料”“AI+制药”故事，AI几乎成了研发创新的标配。

但另一方面，真实的研发一线，AI的应用还很“碎片化”。

某大型汽车零部件企业的研发总监告诉我：“我们现在用AI做专利检索、做竞品分析，效率确实提高了。但要说AI能替代工程师做决策，还早得很。”

这恰恰印证了JMAC的判断：AI在研发各环节的应用已经起步，但“指挥全局”的AI，还在路上。

原因不难理解。

中国企业研发最大的特点，是“快”。快速响应市场、快速迭代产品、快速解决问题。这种“快”的背后，是大量隐性知识、经验判断和“人海战术”。把这些东西标准化、流程化、交给AI，本身就是一场组织变革。
三、AI时代的研发，需要重新定义什么？

JMAC的文章提出了两个关键问题，值得每个中国制造业的研发管理者深思：
1. 研发流程需要“重写”

很多企业的研发流程，本质上是“围绕人设计的”。某个环节卡住了，就派个经验丰富的工程师去解决。

但AI的逻辑不一样。它需要的是结构化、可数据化、可训练的流程。

这意味着，企业不能只是在现有流程上加个“AI工具”，而是要用AI的视角，重新审视每一个研发环节：

课题识别：是拍脑袋，还是让AI从海量数据中“算”出方向？

创意生成：是头脑风暴，还是让AI做“技术连接器”？

实验验证：是拼手速，还是让AI机器人替你干？

更重要的是，这些环节之间的“连接”，也需要重新设计。未来的研发流程，可能不再是“人传递给人”，而是“AI生成→人判断→AI执行→人决策”的混合模式。
2. 研究者的角色需要“重写”

这是更根本的问题。

JMAC认为，AI时代的研究者，需要四种新能力：

第一，提问的能力。

AI擅长找答案，但不擅长提问题。“为什么现在要做这个研究？”“这个东西对社会有什么意义？”——这种问题，还得人来问。

这恰恰是中国工程师的短板。我们太擅长“解决问题”，太不擅长“定义问题”。AI越强大，这个短板就越致命。

第二，用AI“拓展思维”的能力。

AI最可怕的能力，是“全覆盖”——它能穷尽某个领域的所有论文、所有专利、所有技术路线。

以前，一个材料专家可能只懂金属、不懂陶瓷。但现在，AI可以把陶瓷领域的最新进展推到他面前，说：“这个东西，能不能用到金属上？”

这种“跨界的连接”，正是创新的源泉。未来的顶尖研究者，不是“知道最多的人”，而是“最会用AI连接不同领域的人”。

第三，技术伦理的判断力。

AI追求效率。但效率不一定等于正确。

如果一个AI模型训练用的数据本身有偏见，它输出的“最优解”可能根本不能用。谁来发现这种偏见？谁来踩刹车？只能是研究者自己。

在中国制造业追求“极致效率”的当下，这一点尤其值得警惕。

第四，探索真理的执念。

这是最后一道防线。

如果AI输出一个结果，我们直接拿来用，不问为什么——那我们就真的成了AI的“附庸”。

JMAC的文章说得很重：如果研究者放弃了“解明背后机制”的执念，“人类被AI奴役”不是没有可能。

















四、留给中国研发的三个问题

写到这里，我想起一位老工程师的话。

他说：“干了三十年研发，最大的成就感不是做出了什么产品，而是带出了一批能独当一面的年轻人。他们的脑子，就是我的财富。”

现在，AI来了。

AI不会累，不会退休，不会跳槽。它学了就是学了，会了就是会了。

那么问题来了：

第一，当AI能替代大部分“经验”时，我们还怎么培养年轻人？

第二，当AI能生成无数个“可能解”时，我们靠什么判断哪个是对的方向？

第三，当AI能自动完成研发流程时，我们这些研发人，还剩下什么？

这些问题没有标准答案。但有一点是确定的：

AI不会淘汰研发人，但会用AI的研发人，一定会淘汰不会用的。

未来的研发竞争，不是“人 vs AI”，而是“会用AI的人 vs 不会用AI的人”。

你，准备好了吗？