设计师越来越忙，为什么真正用于设计的时间却越来越少？

在制造企业的研发部门，经常能够听到这样的抱怨：“项目太多，人手不够，设计师每天都在加班。”尤其是在产品种类不断增加、客户需求频繁变化、开发周期持续缩短的情况下，设计部门似乎永远处于资源不足的状态。

面对这种情况，企业管理层最直接的反应往往是增加研发人员、调整项目计划，或者引入新的设计软件和AI工具。然而，在我们的研发管理咨询实践中发现，设计部门的忙碌，并不完全是因为工作量太大，还可能是大量时间被低价值的重复劳动消耗了。

一个值得管理者思考的问题是：设计师每天工作十个小时，真正用于思考产品设计、解决技术问题和优化设计方案的时间，究竟有多少？

设计师的一天，究竟在忙什么？

不妨观察一位制造企业机械设计工程师的典型工作日。

早上到公司，首先处理生产部门反馈的图纸问题。随后，采购部门询问某个零件能否替换，因为原供应商无法按时交货。刚准备继续昨天的设计，项目经理又通知客户修改了技术要求，需要调整3D模型和BOM。

下午参加项目进度会议，会议结束后准备设计评审材料。期间还要查找过去类似产品的图纸，希望能够借鉴原来的设计方案。但由于历史文件分散在不同项目文件夹中，花了很长时间才找到相关资料，而且图纸上只有最终设计结果，并没有说明当时为什么采用这样的结构。

等到晚上终于可以集中精力开展新产品设计时，另一个项目又出现了现场装配问题，需要紧急支持。

这位工程师一整天都很忙，也确实处理了不少工作。但仔细分析就会发现，真正用于新产品设计、技术创新和方案优化的时间，可能只占很小的一部分。

这恰恰是很多研发部门容易忽视的问题：我们通常统计设计师投入了多少工时，却很少分析这些工时究竟创造了多少设计价值。

设计变更太多，正在吞噬研发资源

在产品开发过程中，设计变更不可避免。客户需求变化、技术进步、法规调整，都可能使设计方案需要重新调整。但并不是所有设计变更都具有同样的性质。

有些变更是合理的需求变化，有些却是因为前期工作没有做到位。例如，设计完成后才发现客户需求理解有误；进入试制阶段才发现产品结构不利于制造和装配；采购时才发现选用的零部件难以获得；产品出现质量问题后，才发现以前其他项目已经发生过相同的失效。

这些问题往往意味着设计师需要重新修改模型、图纸和BOM，重新计算、重新评审，甚至重新组织试验。一项设计变更还可能引起其他零部件和系统的连锁调整。

表面上看，设计师完成了大量工作，但其中相当一部分只是为了纠正前期没有识别或解决的问题。

例如，某个研发项目投入了300小时，其中200小时用于正常设计开发，另外100小时用于设计返工。如果企业只看到项目投入300小时，就很容易得出“研发资源不足”的结论。

但如果能够通过完善需求评审、设计评审、可制造性分析以及历史问题预防，将返工时间减少一半，那么企业就相当于释放了50小时的研发资源。

因此，评价研发效率，不能只看设计师工作了多少小时，更应该关注有多少时间花在了本可以避免的重复设计上。

对于研发管理者来说，除了项目进度和设计工时，还应该分析设计变更的原因、发生阶段、返工成本，以及其中有多少问题本来可以在设计初期被发现。

企业拥有大量设计资料，却没有形成真正的设计知识

另一个容易被忽视的问题，是设计师花费大量时间寻找信息。

在很多企业，研发部门积累了多年的图纸、3D模型、技术规范、设计评审记录、试验报告和质量问题报告。但当设计师需要参考历史项目时，却经常不知道资料在哪里，或者不知道应该找谁。

更值得关注的是，即使找到了历史图纸，也未必能够真正理解当时的设计决策。

为什么选择这种材料？为什么采用这样的公差？为什么结构设计成这个样子？有没有考虑过其他方案？这个尺寸是否与过去发生的质量问题有关？

如果企业只保存了最终图纸，却没有保留关键设计决策的依据，那么这些资料只能被重复使用，却难以形成能够持续传承的设计知识。

年轻工程师可能需要重新分析老工程师已经解决过的问题，而经验丰富的工程师又不得不反复解释相同的设计逻辑。

这也是为什么一些制造企业虽然拥有完整的研发数据库，设计效率却没有明显提高。

近年来，越来越多的企业开始尝试使用AI进行设计资料检索、相似产品推荐、标准查询和历史问题分析。这无疑提供了新的可能性。

但AI能否真正发挥作用，很大程度上取决于企业是否已经建立清晰、可靠的设计知识体系。如果历史资料只有设计结果，没有设计依据；只有问题记录，没有原因分析和经验反馈，那么AI能够帮助企业更快找到文件，却未必能够帮助工程师做出更好的设计决策。

因此，研发数字化不能仅仅理解为把图纸和文件集中存储，更重要的是建立设计标准、设计依据、历史失效、技术方案之间的关联，让过去的经验真正服务于未来的产品开发。

越忙越没有时间改善，研发部门容易陷入恶性循环

在研发咨询过程中，我们还经常发现一个现象：越是忙碌的研发部门，越难抽出时间进行设计标准化、技术培训和经验总结。

例如，一名年轻设计师在设计某种结构时，对技术方案存在疑问。但资深设计师正在忙于其他项目，没有时间讨论。年轻设计师只好根据自己的理解继续完成设计，直到设计评审时，才发现整个结构方案存在明显问题。

如果在概念设计阶段进行一次十分钟的技术讨论，问题可能很容易解决。但等到模型、图纸和相关零部件设计全部完成后，再进行修改，就可能耗费数小时甚至数天。

于是，部门陷入一种循环：

项目太忙，没有时间进行前期技术讨论；前期讨论不足，导致后期设计问题增加；设计问题增加，又进一步占用工程师的时间。

同样的逻辑也发生在研发标准化和人才培养方面。因为项目紧张，部门没有时间整理标准件库、总结设计经验、完善技术规范，也没有时间培养年轻工程师。结果，下一个项目仍然依赖少数资深设计师解决问题，研发资源持续紧张。

这说明，研发效率的改善不能只依靠个人工作效率，还需要管理层有意识地投入资源，减少未来的重复劳动。

例如，建立设计知识库、完善产品平台和标准件体系、开展历史失效案例复盘，以及在设计早期组织跨专业技术讨论。这些活动短期内未必能够直接增加项目产出，却可能显著降低未来项目的开发成本。

真正有效的研发管理，不仅要确保当前项目按时完成，还要让下一个项目比上一个项目更容易完成。

过度依赖资深设计师，是能力优势还是组织风险？

很多制造企业都有几位非常优秀的资深设计师。他们熟悉产品结构、制造工艺和历史问题，能够迅速判断技术风险，遇到复杂问题时也总能找到解决办法。

他们往往是研发部门最忙碌的人，也是企业最依赖的人。

但从组织管理角度看，这种现象值得警惕。

如果某种产品只有一个人真正理解，如果关键设计决策必须由某位资深工程师做出，如果年轻设计师无法独立完成常规设计，那么企业实际上是将大量研发能力集中在少数个人身上。

一旦这些人员离职、退休，或者同时承担过多项目，研发体系就可能受到明显冲击。

更重要的是，当资深设计师长期承担救火任务时，他们也失去了开展技术研究、指导年轻工程师和建立设计标准的时间。

因此，管理者不应该只关心如何让这些优秀工程师承担更多项目，而应该思考如何将他们的经验转化为组织能力。

例如，将成熟的设计方案转化为可复用的产品平台，将常见技术判断转化为设计准则，将历史失效转化为设计检查要求，将个人经验转化为年轻工程师能够学习和应用的技术知识。

一个成熟的研发组织，不是永远依靠最优秀的工程师解决问题，而是能够让越来越多的工程师不再重复遇到同样的问题。

AI能够提高设计效率，但不能替代研发管理体系

随着生成式AI、智能CAD和设计自动化工具的发展，企业正在获得更多提高研发效率的机会。

AI可以帮助工程师查找技术资料、生成文档、辅助分析设计方案，甚至自动识别部分设计错误。这些应用可以减少大量事务性工作。

但有一个问题不能忽视：如果企业原有的研发流程存在缺陷，AI也可能只是让低效工作执行得更快。

例如，需求定义不清楚，AI并不能自动保证设计输入正确；设计评审缺乏有效机制，自动生成更多评审材料也未必能够减少设计风险；历史质量问题没有形成有效的设计预防要求，AI也不一定知道下一次设计应该重点避免什么。

因此，企业在推进研发AI应用之前，首先需要理解研发工作中哪些活动真正创造价值，哪些属于必要的管理活动，哪些则是应该消除的浪费。

从研发管理角度看，至少需要关注三个方面。

第一，减少不必要的设计返工。通过完善需求管理、设计评审、DFMEA、可制造性评审和开发阶段验证机制，把问题尽可能解决在开发早期。

第二，提高设计知识的复用能力。通过产品平台化、模块化、标准化以及设计知识管理，减少重复开发和对个别人员经验的依赖。

第三，让研发流程与数字化工具相匹配。在业务流程清晰、职责分工明确、技术标准有效的基础上，再利用AI与数字化系统减少信息检索、重复录入、文件编制和跨部门沟通的时间。

这样，AI才能真正帮助设计师把更多精力投入到技术判断、风险预测和产品创新中，而不是简单地加快原有工作节奏。

管理者真正应该关注的，不是设计师有多忙

对于研发部门来说，工作忙碌并不意味着效率低，毕竟复杂产品开发本身就需要大量工程投入。但如果设计师长期忙于修改图纸、反复寻找资料、解释相同问题、处理生产异常和重复进行设计评审，那么管理者就有必要重新审视研发工作的组织方式。

与其只问“我们的设计师够不够”，不如先回答几个问题：

1.设计师的工作时间中，有多少真正用于新产品设计和技术问题解决？

2.设计变更中，有多少属于前期可以预防的返工？

3.企业历史项目中的设计经验和质量问题，能否被下一次开发有效利用？

4.资深设计师的时间，是用于关键技术决策和人才培养，还是不断处理重复出现的问题？

5.现有研发流程和数字化工具，究竟是在减少工作量，还是增加新的管理负担？

这些问题比简单统计研发人数、项目数量和加班时间，更有助于判断企业研发效率的真实水平。

把设计师的时间，还给真正的设计工作

未来制造企业的竞争，不仅是产品性能和研发速度的竞争，也是研发资源利用效率的竞争。

当产品越来越复杂、技术更新越来越快、人才成本不断提高时，企业不可能无限依靠增加工程师来解决研发效率问题。

研发管理真正需要改变的，是让工程师从不断重复的事务性工作中释放出来，把更多时间投入到需求理解、技术研究、方案优化和风险预防中。

研发效率提升的最终目的，不是让设计师完成更多工作，而是让他们有更多时间完成真正有价值的设计。

本文来自微信公众号“TPP管理咨询”，作者：TPP管理咨询，36氪经授权发布。