■ 文/陈绍坚 钟佳 黄春晖

 

    智慧存在于每个人的头脑之中，作为整体的组织是否也可以具有智慧呢？系统科学把整体才具有，孤立部分及其总和不具有的性质称为整体涌现性（whole Emergence），涌现性就是组成成分按照系统结构方式相互作用、相互补充和相互制约而激发出来的，是一种组分之间的相干效应，即结构效应。据此推断，组织由个体的人组成，每个个体在组织中可以被类比为大脑的神经元，通过建立这些“神经元”之间的复杂联结关系，就有可能涌现出以个体智慧为基础，又超越个体智慧的组织智慧。

    但是，如何才能让组织具有智慧呢？这就不再是一个理论问题，而是一个具体的管理实践问题、方法问题了。广东中烟在建设卷烟产品数字协同研发支持平台的过程中，整合数据、过程和资源三大要素，将烟叶、香原料、材料、卷烟产品，以及加工过程之间的数据关系清晰地展现在研发及相关管理人员面前，把产品开发过程积累的经验有效转化为知识进行管理，最终实现产品研发的辅助分析和决策目标。在这个过程中，我们体会到组织智慧是可以分步骤构建的。

 

    第一步，把个人经验结构化为可被系统处理的数据。卷烟产品的研发，历来是依赖于研发人员的个人经验的。从早期市场评估与市场调查、产品形象设计、叶组配方、香精香料配方、辅料选择开始，就需要有多年实践经验的研发人员担纲，才能完成产品小试设计开发阶段的配方烟支小样和产品形象设计样稿。这个过程不但耗费时日，而且对研发人员的实践经验高度依赖，不利于来自技术、营销、财务、生产等部门的人员跨部门协同工作，研发人员也缺少既有共用技术以及全面的市场机会评价、竞争环境分析、政策环境分析、经济环境分析、消费行为分析、消费需求分析等方面的全面支持。

    把研发人员的个人实践经验转化为组织的系统研发能力，首先需要建立萃取个人经验的机制，这种机制就是把个人经验结构化为可被系统处理的数据。

    以配方烟支小样的小试设计为例，就可以通过结构化的表格让研发人员填写每一个配方的叶组配方、香精香料配方、辅料选择依据，把个人经验导入系统中。例如，研发人员选用某地优质烟叶为主料的依据是什么，选用某种烟叶辅助是为了调出主料的醇度，几种烟丝相互谐调与衬托可以形成何种风格，显示何种口感等。再如，香精香料配方如何体现多种香韵，如何达到和谐统一。这些体现研发人员经验知识的文档资料过去是贮存在纸质档案中的，除了可供研发人员查阅之外，难以形成可统计分析的数据资料，更没有把经验配方与专家评吸、市场测试结果进行比对。而采用规范、统一的表格把研发人员的当前经验和积淀于历史档案中的经验录入系统，就能方便地与后续研发环节以及市场反馈所形成的结论进行比对，便于筛选总结出成功的配方模式，淘汰不成功的配方模式，也因此形成诸如卷烟增香保润、降低焦油等种种共用技术方案。对于专家评吸、市场测试评吸结果，同样以规范、统一的表格录入系统。例如，每种配方烟支小样的香气、香韵、杂气、刺激性、余味等等，根据标准的打分规则由评吸专家和典型消费者进行评价打分，录入系统，形成多维度的、相互关联的数据源。

    产品研发的调查与预测、决策与计划、产品配方和形象的设计与试制、工艺设计与试产、成本核算与控制、营销设计等环节都能够采用这种方式记录、积累、管理其过程中形成的经验数据。

    

    第二步，分析清楚每一种原料的成分构成以及各项指标之间的相关性。这是让产品数字协同研发支持平台涌现出智慧，形成支持能力的又一项基础工作。

    俗话说，巧妇难为无米之炊。具有丰富经验的研发人员就如同手艺精湛的厨师，他们能做出一道道精美可口的饭菜，仅仅熟记大量的菜谱，有着熟练的制作技术还不行，还必须有丰富的原材料以及对原材料特性的准确把握。卷烟的原材料主要有烟叶和香原料等，对于这些原材料的准确把握，是有多年实践经验的研发人员的本钱，多数人没有传授的积极性。但在信息化条件下，这项工作可以系统地开展，并将工作成果积累到系统之中，成为共享知识资源。

    一是组织对所有原料烟叶的感官评吸。感官评吸仍然是目前评价烟叶的主要方法，将烟叶的评吸指标分为香气质、香气量、杂气、刺激性、余味、劲头和烟气浓度等，让不同的评吸指标分别用以评价烟叶的吸食品质的不同侧面，对这些指标进行明确的定义，通过培训考核确认所有评吸专家已经形成共识，同时确定每一评价指标的评分标准，形成共识。有了这个基础，感官评吸的结果也就可以通过规范、统一的表格转化为系统能够识别、管理、运算的数据。

    二是对分析烟叶和香原料的化学成分。化学成分的分析，可以帮助找到形成感官评吸结果的物质基础依据。譬如凭经验发现，某些天然植物精油作为茶甜香精，可以创造优雅的香气，相互配合甚至可以给卷烟产品带来轻松愉悦、减轻压力等功能。但是，究竟是这些植物精油中那种成分或者哪几种成分的配合发挥了这种作用，单凭感官评吸是没法判断的。这就需要结合化学成分分析，再进行不同方案的测试，才可以确认带来某种感官结果的化学成分是什么。而掌握了化学成分与感官评吸结果的对应关系，则能够更加深入、准确、理性地认识不同烟叶、香原料的特性。而系统平台则是研发人员随时掌握这些数据的知识共享平台。

    三是分析各评吸指标与化学成分的相关性。各项评吸指标以及各种化学成分虽然可以分离并进行独立评价，但它们之间又是相互联系的，好的原料自身化学成分之间协调性好，感官评价也高。如优质烟叶往往表现为香气优美、香量充足、香韵丰富、杂气轻、刺激性适中、余味干净等，这都是与其化学成分的谐调性直接相关的。如果化学成分谐调性不太好，也许会在某一方面表现出较好的评析特性，但在另一些方面则会表现较差。相关性研究需要分专题进行，其研究成果则成为共享知识，随着研究工作的持续进行，系统中的相关知识将不断丰富并不断迭代进化。

 

    第三步，从经验配方中总结成功产品与原料成分的对应关系。原材料感官评吸数据、原材料化学成分与产品之间的关系，是更高一层的知识，寻找他们之间的联系，特别是经过专家评吸、市场测试以及在市场上取得巨大成功的配方或者相应竞品的原材料成分结构，是提升企业研发能力的关键，也只有在找到了这种联系之后，系统积累的大量数据才会变成有用的数据、活的知识以及组织的智慧，而不仅仅是可供查阅的档案资料。

    然而，寻找不同来源、不同类型的数据之间的相关联系，发现其联结模式，直至总结提炼出有关数据关系结构的数学模型，是一项很有挑战性的工作。

    寻找数据结构与成功产品之间的关系，有点类似于破案的过程，首先要从一大堆毫无头绪的数据中做出猜测，提出问题。科学家进行科学研究的第一步也是提出假说。猜测看上去是一种主观臆想，但有价值的猜测一定是基于客观数据的，因此猜测不是瞎想，不是毫无根据的胡思乱想，必须从具体的数据出发。因此，猜测提出的问题，正是创造性思维的过程。之所以是创造性思维，是因为这时候没有现成的思维方向，没有现成的思维进路可以遵循，要依靠创造性思维的各种新心理活动，如联想、直觉、想象、灵感等，或发散式思维，或收敛式思维，最后抓住某种直觉和灵感，提出分析和判断。而一旦猜测到某种数据结构，系统中积累的大量数据就成为验证猜测的客观证据。因此，在产品数字协同研发支持平台的支持下，使寻找数据结构与成功产品之间的关系这一过去颇感困难的工作变得相对容易了，再辅之以适当的激励机制，调动研发人员的积极性，同时建立起相应的流程和成果评价标准，就能够形成组织智慧积累的常态机制。

 

    第四步，用理论计算结果反推可选原料。当系统内有了大量的基础数据，并积累起一些模板、模式、模型之后，系统就可以成为真正的产品数字协同研发支持平台了。

    仅以配方设计为例，当研发人员开始设计产品配方的时候，实际上已经有了可以遵循的工作路径，而不再是每设计一个配方都从猜测开始，进行“创造性劳动”。研发人员可以根据已经通过评审的产品概念要求，查询系统中已经存在的同类或者类似成功产品的原材料结构模型，或者从细分的产品香气特征、口味特征、质量特征等找到相应的原材料结构模型，就可以通过相应模型的理论计算，从现有原材料库中挑选相吻合的原材料，或者额外采购必要的特殊材料。这时候，系统就能够根据模型自动计算出所有可能的配方预选方案。

    系统推荐的预选方案是理论计算的结果，并不能确定就是一个优秀的配方，但至少是一个合理的配方。这时候研发人员就可以凭借自己的经验从这些候选配方中挑选最满意的配方来设计叶组配方、香精香料配方等。这种工作方式虽然仍然需要借助研发人员的经验判断，但配方筛选的范围一定大大缩小，研发人员组方耗费的时间会大大缩短，更重要的是系统帮助预先排除了人工组方容易因考虑不周而形成的逻辑上就不合理的配方，减少了研发过程的人力和材料浪费。

    这个阶段需要考虑的是如何养成研发人员利用支持平台的良好习惯，因为只有支持平台被充分利用，才能发挥其巨大价值，并且在利用过程中帮助系统平台不断完善。具体方法是把研发业务流程和对研发项目的考核都纳入系统之中，研发项目组成员的每一步工作都要在系统中申报才有效，而且项目组成员的工作界面要尽可能友好，成为一个方便的个人工作门户，当研发人员从事一项活动的时候，系统会及时识别出这项活动，“主动”推出相应的模式、模型、模板、经验数据、知识要点、相关法律法规等等，这种“主动”支持会逐步培养研发人员对系统的依赖性。

 

    第五步，用系统推荐的可选配方辅助研发人员，并对凭经验选择和市场验证的配方再次总结与原料成分的对应关系，不断修正对应关系模型，提高与个人经验的吻合度。当卷烟产品数字协同研发支持平台被充分利用之后，系统的使用过程就会成为系统自我学习、自我完善的过程，这个系统就会逐步成为一个“活系统”。

    例如，系统推荐出一批可能的配方之后，经验丰富的研发人员从中挑选出一部分凭经验判断相对较好的配方进行小试，这就等于把研发人员的经验再次引入系统之中，系统就可以标识出那些被选中的推荐配方，而淘汰那些没有被选中的配方。经过更多的有经验的研发人员的多次使用，系统就会自动识别出某种类型的产品中哪些是“更好”的配方，再次推荐的时候就可以优先推荐。这样就等于那些经验丰富的研发人员当了系统的“师傅”，不断把系统教得更加“聪明”。当这些配方烟支小样通过专家评吸、消费者测试之后，评吸结果再次进入系统，系统通过比对又能再次优选配方，而当一个配方在市场上取得消费者认可，赢得市场成功，也就自然成为系统中的“明星”配方。系统就在这种周而复始的过程中提升着自身的智慧，与使用系统的人的智慧交互促进。■

作者单位 广东中烟工业有限责任公司