引言
        经过几十年的快速发展，中国复杂装备已建成科学完善的研制项目管理体系。随着知识经济时代到来，复杂装备作为知识密集型产业最典型的代表，其型号研制项目管理面临着新型号涌现、多型号并行、产品技术复杂、市场竞争日益激烈等挑战。
        型号产品研发的多维度、多专业、多系统、多领域等业务特点：
项目高度专业分工，对项目计划的精细度要求较高，如何以老型号项目为参照，快速并准确的编制新型号计划；
        产品技术复杂、不确定因素高，如何以老型号项目的审查点、风险点为输入，快速并灵活的设置管控点；
        从项目计划任务的下达、接受、执行、反馈、变更及完成、评价，如何对研发全过程的任务管理数据进行记录及追踪；
        型号产品研发是一项复杂的系统工程，随着产品研发流程持续完善，支撑流程活动运行的流程文件（规范、指导书、检查单和模板）持续丰富，全面审视过往型号研发过程的完整性和合规性，对产品进行改进和专项攻关，可提升产品研制质量。
        ......
        研发数据“一张图”背景
        复杂装备产品的型号研制，涉及需求数据、PDM数据、项目管理数据、质量管理数据、试验数据、仿真数据、合同数据、预算数据等众多业务领域数据，分布在需求管理系统、PDM、QMS、TDM等系统中，研发计划制定人员、各专业的研发人员、研发总师等对研发各阶段数据有多重应用诉求及场景：
        01项目管理人员诉求
        如何参照老型号计划及阶段，快速编制新型号计划；并依据以往项目的审查节点及要求确定当前任务的管控内容；
        02各专业室的设计人员诉求
        在新型号任务设计时候，如何快速、准确地检索到历史型号中同一个部组件的设计成果及资料，供参考；
        03型号总师诉求
        对研发进度、研发质量、规范性等进行把控时，也需要将当前型号的实际进度与历史型号在同一项目阶段的进度、质量等进行对比分析，以量化评估当前研发的风险。
        对产品研发的各阶段、各专业、各任务相关的数据进行全面的梳理及打通，通过数据管理及应用的技术手段，构建型号研发的数据资产目录，也就是研发数据“一张图”，是解决以上诉求的首要步骤。
        研发数据“一张图”解决方案
        01基于研发业务流程及关键业务活动等，输出研发数据资产目录
        根据研发的业务流程及职能活动，以各项研发管理规范制度、业务系统需求及设计文档等为输入，全方位梳理各研发关键业务活动产出的数据，请业务部门对数据进行确认、解释及补充；再基于《主题域划分规范、业务对象识别规范、逻辑数据实体设计规范等》完成研发数据资产目录设计。

        02基于研发数据资产目录，构建新型号的研发数据“一览无余”应用
        基于产品、阶段、专业、项目管理维度进行研发数据的一张图呈现，为项目计划人员、各专业室人员、项目管理人员等提供便利的研发数据检索及查询应用，方便相关人员在参照以往型号数据的基础上，复用并制定当前新型号的规范、指导书、检查单和模板等。

        03基于研发数据资产目录，构建新型号的研发管控指标“一图尽览”应用
        研发项目管理及质量管理人员在针对新型号制定项目管控节点、质量审查节点时，同样可基于研发数据资产目调出历史型号的管控节点及内容进行复用，也可以对不同型号同一环节的项目进展及质量进行比对分析，进而量化评估当前研发风险。

        研发数据“一张图”建设成效
        1.有助于提升产品研发成熟度
        产品研发数据“一张图”本质上是研发全过程数据的统一管理及应用，为产品电子化及实物双交付奠定了基础。
        2.研发知识的有效复用                    
        复杂装备的型号研发任务复杂且系统化，往往存在专业知识分散、依托老专家经验等现实问题，“一张图”的建立是对研发经验积累的有效方式。
        3.基于数据技术开展知识管理的新路径
        以往的研发知识管理，主要以专业的业务系统建设为主进行探索，基于数据管理及应用的技术手段，可以很好的规避各型号研发流程及规范有差异、各型号项目管控要点灵活多变的场景。
        【文末彩蛋】之大模型应用探索
        基于研发数据资产目录的“一览无余”、“一图尽览”应用的构建，是对产品研发多维度数据的统一管理及应用，尚且处于小模型应用阶段。
        小编团队在某装备集团的产品全生命周期数据管理项目上，在对产品质量问题定位应用中引入了大模型技术，探索大小模型协同的知识管理解决方案，小模型负责传统AI相关的自动标注、经验抽取、实体抽取等，大模型负责人机交互与智能问答等，实现了对产品质量问题的智能追溯及定位推荐。
        更多大模型在制造领域的应用案例，欢迎咨询。