面向大数据环境的工业设计创作流程建模研究

周伟　安雪姣　齐林

关键词：工业设计 创作流程 阶段 大数据 优化作用

中图分类号：TB472 文献标识码：A

文章编号：1003-0069（2022）09-0082-04

引言

工业设计不断扩大其影响力，工业设计的目的是产品不断满足人们的生理需求及情感归属的需求，也对我国社会环境有着积极反馈[1]。工业设计作为工业制造业价值链最前端的关键一环，为中国制造由大国向强国的转变起着推动作用，为我国新时期的经济发展起着强大的驱动作用。创作流程的分析对工业设计的顺利推进及高效运作起促进作用。大数据也正为流程重新注入了活力，大数据的发展已成功渗透到工业设计创作过程中，并逐渐引领着工业设计热潮。为推动行业在新热潮的发展，分析创作流程及大数据对其优化作用，解决工业设计创作流程的衔接问题[2]，利用大数据的思维构建大数据与工业设计创作流程融合架构分析阶段优化，并以此为基础进行整体优化的探究。以期为工业设计产品文化附加值的提升，更好地满足人民物质与精神双重需求做出贡献。

一、典型工业设计创作流程内涵识别

高效有序的流程使产品更加保质保量的产出，对典型工业设计创作流程进行内涵分析。

（一）以创作模式分类

以创作模式进行分类可以分为线型创作流程与循环创作流程[3]。

线型创作流程较为清晰地展示出工业设计相应环节的影响因素。伴随工业设计的内涵和功能不断扩展，形成内容更加广泛的新流程[4]，线型创作也逐渐向并行、一体化发展。循环创作流程突出了工业设计人的能动性创造这一本质，以功能、形式、造型、材质等因素为基本点通过反馈，不断熟悉分析市场意见、综合策略、工业产品的设定以适应社会变化的节奏，获得新的赋能防止被淘汰。

（二）以設计思维分类

以设计思维进行研究分类成顺向性、逆向性、中立性。

顺向性体现创新问题解决过程的设计思维。顺向性针对要解决的工业设计问题进行阶段性的处理，崔天剑团队的四阶段程序模型体现了此类设计思维，认为工业设计创作流程是整个活动的策划安排，每个步骤目的集合起来实现整体的问题解决方案。

逆向性体现促进市场需求平衡的设计思维。结合已有实物样件进行实物数字化采样、模型重建、计算机辅助设计等手段，依据市场需求及设计构思降低新产品设计的复杂度，提升工业设计创作效率。

中立性体现创作情景反思分析的设计思维。结合了事理逻辑和反求逻辑，不断进行综合评价促进设计产物的提升。库珀[5]在“Stage-Gate”模型中体现情景反思检验来核实工作是否继续推进。

顺向性往往带来较多的个人独特风格，同时产品更具有创新性;逆向性设计思维更易于快速多品种的创作，减低试错成本;中立性兼顾了顺向性的产品创新及逆向性的快速创作，也更为突出地强调了每一个阶段的重要性。

（三）以驱动分类

根据驱动方式的不同，可分为需求驱动、技术驱动、知识流驱动，不同的驱动方式通过各自的应用逻辑最终达到商业化的目标。

需求往往是设计的核心问题。需求驱动的问题因素比较复杂具有自身独特的性质。在需求驱动的主线上要辨别用户特定需求，这是推进设计的关键，接着对设计内容进行展开，最后完成设计生产与商品化。

技术的驱动对市场竞争力有很高的促进作用。颠覆性技术不断刷新工业设计创作工艺的上限，驱动着工业设计水平的发展。从整体上看，按照技术驱动划分工业设计创作包含：技术需求和应用、技术可行性、商业分析、原型开发、进一步开发等环节[6]。

设计的过程可以看成是知识在设计的各个有关方面之间的流动过程[7]。工业设计从业人员不断地对知识进行关联、融合、分析、判断，给出决策以执行流程步骤，因此工业设计活动可以描述成各种不同类型知识之间的流动。

二、一般性工业设计创作流程的机理分析

对典型工业设计创作流程内涵识别可以明确各环节的关系，然而不同的工业设计产品通常细微的流程不同，为针对流程衔接问题还需明确创作流程的具体构成。结合上述流程模型，对一般性工业设计创作进行分析。

（一）流程机理

工业设计创作流程主要包含探索阶段、碰撞阶段、优化阶段、反馈阶段四个部分，流程机理如图1。

在探索阶段，客户需求的不断积累与市场需求不断的差异化形成了痛点，并驱动着新一轮的工业设计创作。承接项目在立项后进行资料的收集与管理，从而抓住问题痛点。对于急需解决的痛点问题，了解委托方的开发目标或者根据市场设定规划目标作为预期。之后提出初步构思并开始制订作业计划，以便后续工作的顺利开展。这一阶段最后进行审核，反思当时情景，若通过则进入下一阶段。

在碰撞阶段，设计调查内容进行市场研究，分析市场的趋势;按照预期目标设定好自身定位并筛选工业设计产品的构想，之后进行审核，若通过则进行下一步，反之对定位重新设定。之后要进行可行性分析，对可行性分析的结果制订出本工业设计产品的报告。之后进行审核若通过则进行下一步流程。

在优化阶段，深化报告的构思方案进行设计的完善;对结构、形态及包装进行草图设计，之后进行审核。企划案将作为之后工作的指南及准则，并以此为基础进行设计的深入，通过CAID技术进行二维图、三维图的绘制，根据图纸进行模型的塑造。后期处理得到渲染的效果图根据审核意见进行样品模型的检讨与修订，推敲其结构合理性及外观样式等。最终编制报告及撰写文件用以阐述细节，留下存根备案作为资料进行保存。

在反馈阶段，对样品进行试制并投入市场，并逐步进行大批量生产。通过市场调查、客户的跟踪调查来获取反馈，以期获取这次项目的整体评价。并对下一次工业设计进行更加充分的准备。一件工业设计产品的创作活动会受信息反馈达到循环设计的效果，这种活动过程的结束只是相对的，循环不是上一创作流程的重复而是更高级的发展。

（二）面临现状

结合上述流程机理分析，从优势、机会、劣势、威胁四方面综合概括工业设计创作流程的现状，如图2。

流程上的优势和机会构成了大数据对工业设计优化的可行性。工业设计创作流程具有目标明确、注重沟通、组织分工的优点。需求的分析使得最终产品的目标精准;在创作过程中通过多次审核辩论，确保方向一致;创作团队通过分工完成相应的任务，提高效率及质量。工业设计创作流程存在宏观政策调控、场景推动、技术加持的机会。国家不断提出政策为工业设计引流;市场的扩大推动创作流程水平;颠覆性技术驱动工业设计发展。

流程上的劣势与威胁则构成了大数据优化的必要性。工业设计创作流程具有流程复杂、信息孤岛、管理不足的劣势。流程的复杂性造成了任务间的割裂;各个任务小组间的信息不能共享形成了孤岛;创作过程对生产要素的管理不到位，容易导致风险产生。工业設计创作流程存在行业竞争、资源配置紊乱、融而不和的威胁。行业间存在着竞争的关系，资源的分配效率无法满足需求，流程之间存在未能有效衔接的融而不和现象。

三、大数据环境下工业设计创作流程的阶段优化

如今工业设计正面临着数据化、智能化转型，而工业设计的现状促进大数据对工业设计创作流程展开优化。大数据对工业设计创作流程的阶段优化体现在两者融合架构中，如图3。此架构由应用层、逻辑层、基础层和数据层组成[8]，并辅以国家政策法规及行业标准和安全保障体系。

（一）应用层：按照大数据对工业设计创作流程阶段的优化，在探索阶段大数据可以提供对市场趋势的分析，客户需求的展示及以往材料的数据资源[9]。以期应用更加迅速高效的方式对灵感的不断筛选、评分、测试，更加丰富细致的表述突显构思的产生。在探索阶段大数据与工业设计创作融合的流程为图3的A1需求痛点与A3资料收集与整理。此阶段大数据使工业设计创作更加明确产品需求目标，适应政策趋势，避免信息孤岛隐患。

在碰撞阶段通过大数据分析获取竞争信息，找到自己的设计定位;同时做好相关与支持产业的匹配，生产要素的选择。通过大规模数据的数据挖掘得到更令顾客满意、受市场欢迎、解决消费者痛点的方案信息。在碰撞阶段大数据与工业设计创作融合的流程为图3的B1调查研究、B2解析问题、B3设定定位、B5可行性分析。此阶段大数据使工业设计定位顺应市场提升行业竞争力，并降低了产品带来的创作流程复杂性。

在优化阶段通过大数据渠道，完善对产品的定义，保证工业设计功能、结构、包装设计达到应有的效果，进一步提升产品的商业价值及艺术价值;在不断优化的过程中做好每一阶段的生产评估来呈现最终令客户满意的产品。运用大数据技术对在制产品进行文化资源的优化匹配，提升产品的文化附加值。在优化阶段大数据与工业设计创作融合的流程为图3的C1设计构思及C2构思草图。此阶段大数据赋能工业设计，在流程上分工更明确，使创作过程更融合。

在反馈阶段中，大数据的阶段优化可体现在以下几方面。大批量生产创作时对人员、材料、机器、环境相关状况的监管，达成人岗匹配、智慧物流、智能设计的效果;通过看板监管的方式得到各流程甚至操作步骤的数据信息，来核实创作流程进度及各流程产出状况。凭借大数据技术完成市场对产品的反馈，结合大数据相关方法得出客户的满意度，通过一系列反馈数据的分析，对流程管理进一步完善。在反馈阶段大数据与工业设计创作融合的流程为图3的D2大批量生产、D3市场反馈。此阶段大数据能提高反馈成果水平，提升创作管理能力并优化创作资源配置大数据对工业设计创作的场景优化支撑着工业设计创作流程的阶段优化。其优化场景包含了工业设计创作中需求、研发、生产、管理和服务等部分。

（二）逻辑层：逻辑层分为技术层和技术支撑层。技术层包含客户需求画像、产品创作生命周期管理、创作执行系统、供应链管理和运行维护系统。技术支撑层包含数据采集、数据储存与管理、数据预处理、数据分析与挖掘、数据可视化[10]。大数据对工业设计创作流程阶段优化的本质体现在通过数据分析技术为阶段目标快速提供方案，提升效率与质量。技术支撑层对技术层起支持作用，逻辑层对应用层起驱动作用。

（三）基础层：基础层包含网络系统与服务器系统和储存系统，为大数据技术提供服务。储存系统包含为工业数据库、工业设计资源库、知识库、算法库。基础层连接着逻辑层为实现工业设计阶段目标提供保证，是促进大数据应用于工业设计的基础环节。

（四）数据层：数据层内通过对外部数据和内部数据的获取，进行数据属性的识别，完成数据形式的分类，组成不同数据的管理储存方式。外部数据分为社会环境数据与社会经济数据;内部数据分为产品创作数据和生产性数据。数据属性包括度量值、时间序列、标签、数据组、域等;数据形式分为结构化数据、半结构化数据和非结构化数据;数据管理方式分为非关系型数据库和关系型数据库。数据层是大数据与工业设计创作融合的根本保障，其储存的数据资源是为优化工业设计流程的有力支撑。

四、大数据环境下工业设计创作流程的整体优化

以工业设计产品创作流程为主线，各阶段能积累大量数据[11]，为整体优化奠定基础。数据作为一种新生的生产资料，为工业设计创作过程与信息化的加速融合提供了方向和条件。从阶段上看，大量数据通过融合架构的各个层次建设实现阶段优化;从整体上看，针对问题表征，面向大数据环境依托融合架构为对象赋能，通过优化路径实现优化目标，最终达到整体优化的效果。整体优化分析框架如图4所示。

（一）问题表征：问题表征为工业设计创作流程中的劣势与威胁。流程复杂与行业竞争为创作的价值问题，管理不足与融而不和为创作的制度问题，信息孤岛与资源配置为创作的技术问题。这些现象亟待提升，同时大数据的发展对问题的解决起着推动的作用。

（二）赋能对象：大数据针对问题的属性，通过对涉及主体进行赋能，从而进行多种逻辑优化。赋能对象包括人、团队组织、管理、技术[12]。人员在创作过程中链接着顾客需求和最终产品，大数据使人员获得更多的信息、资源与机会，扩大人员能力范围并达到创作人员与顾客实现紧密相连的关系，促使利益最大化。团队组织属于内部化结构，大数据使团队层级因素导致的限制减少，缩短了沟通的路径和通道，减少了消息的失真，提升了团队协作能力。管理为创作过程中计划、组织、领导、控制等一系列的指令，通大数据加持使企业的决策更具预见性、准确性、科学性。为技术赋能对安全检查、质量管理、人机互联等方面建立坚实的后盾。

（三）优化路径：速度、灵活、质量、高效、安全是大数据时代下工业设计注重的特性，为实现工业设计创作更快速、更灵活、高质量、高效率、更安全，在为对象赋能的基础上创作流程整体应从价值、制度、技术三方面进行优化[13]。

进行价值导向，实现市场创新，提高新需求的适应能力。在文化传承与文化发展的创新引导与伴随人类命运共同体产生的市场格局的创新驱动下，面对行业的竞争及复杂的创作流程，应按照价值导向更积极解决用户痛点，拓宽市场及受众人群，进行新的用户定位与竞品分析，从而满足更加个性化、更加定制化的新需求[14]。传統创作流程适应能力较弱，仅适应同质化、大规模的批量生产。大数据可以提高创作流程对个性化、定制化需求的适应能力，从而实现市场创新。海尔的中央空调互联工厂利用大数据技术实现价值导向，为客户明确需求项目，提供更具竞争力的产品模型，为用户提供全流程的创新增值服务。流程上注重价值导向能锐化市场对产品的差异化个性化需求与现有生产系统普遍缺乏柔性的矛盾。

进行制度引领，实现组织管理创新，提升流程效能。工业设计的政策创新引流与商业模式环境的创新建立的环境下，面对管理不足及融而不和的现象，应加强制度引领，采用大数据实现行之有效的沟通机制与信息共享体系，实现组织管理创新，保障创作安全与质量的双向发展，缩短创作周期并节约成本。管理不足及融而不和的现象往往附带着高风险，通过数据共享、网络化协调、智能化管控进行组织管理、迅速感知、提前预警、实时监控保障安全生产，最终实现实现柔性生产、预测性维保来降低风险。通过科学有效的组织管理水平对故障进行科学决策，对流程进行业务评估，提升流程的效能。德国西门子结合大数据运用数据化组织管理推进工业制造，完成数字化企业转型。

进行技术驱动，实现投入创新，提升资源利用效率。在高新技术及其大数据服务的创新推动下，信息孤岛及资源配置问题的影响程度将逐渐减小。从创作流程启动的那一刻起，大数据就能发挥重要的作用，无论是前期的通过合理的数据调查与分析得出的灵感，还是中期人机匹配，亦或是后期反馈信息的处理，大大提升了资源利用效率，实现投入创新[15]。从资源的角度上讲，通过大数据做到参数可视故障预警、数据核验、工业质量检测保障在输入稳定的情况下提高输出;从时间和成本的角度上讲，迅速找到适合的方案、使用共享数据进行各方协同工作缩短了创作流程周期，提高生产效率，增大库存周转率，降低管理成本。犀牛智能工厂运用大数据技术优化资源配置完成“从5分钟生产2000件相同产品，到不同产品”走上以销定产的精益化路线并提升了创作效率。通过大数据技术的结合可以快速满足个性化用户需求需要从流程驱动转向数字驱动，实现深度融合，极大的提高工业设计创作效率。

（四）优化目标：通过价值导向、制度引领、技术驱动的优化路径为工业设计创作建立优化战略，塑造学习成长、内部运作、利益主体、经济效益四个构面的优化目标[16]。在学习成长构面，通过大数据培养专业化的工业设计创作人才团队;形成适应发展的数字化团队文化;建设有效执行的管理方法;提高数字驱动的技术能力。在内部运作层面，通过对大数据应用，满足以用户为中心的需求分析;进行业务分析整合数据信息，实现数字化再现，完成创新研发;实现人机协作完成的创作生产;对设备、仓储、物流等环节进行管理实现科学高效决策;提供对直接构成产品与非直接构成产品的综合服务运行来完成工业设计创作流程的数字化传递。利益主体构面为企业、利益相关者、顾客，通过大数据最终达到经济效益构面的利润、社会影响、顾客满意度的提升。优化目标的实现为优化问题的解决情况提供信息反馈。

结论

本文从创作模式、设计思维及驱动方式分析了典型的工业设计创作流程，并结合一般性工业设计创作流程包括探索阶段、碰撞阶段、优化阶段、反馈阶段四个部分提出面临现状。从工业设计创作流程的角度，提出大数据与工业设计创作流程的融合，数据层、基础层、逻辑层紧密结合支持应用层，实现大数据对工业设计创作流程的阶段优化。以此为基础从问题表征、赋能对象、优化路径和优化目标四方面分析整体优化。流程的界定可以减缓创作过程中信息不对称的情况，完善各组织之间的衔接，保障创作的有机进行。通过掌握运用大数据关键技术，为工业设计产业的高质量发展赋能;实现大数据对工业设计的有机结合，立足政策，完善信息技术对工业设计领域的优化，为工业设计企业转型数字化提供理论参考。