随着新技术颠覆汽车行业，软件变得越来越重要。但对于OEM的采购来说，软件仍然是一个神秘的黑匣子。由于缺乏对其开发流程的全面了解，采购者经常在成本谈判中遇到困难。他们几乎没有可以应用的预先开发好的最佳实践。这篇文章是由麦肯锡公司的先进电子实践部门合作撰写的，基于分析的成本算法和敏捷方法可以帮助原始设备制造商降低高达30%的汽车软件成本，并缩短交付时间。更快，更便宜，更好。当你考虑“应计成本”的时候，你会想到这些词。这种方法兼顾了数字技术和敏捷原则，包括对供应商生产成本和利润进行自下而上的评估。顾名思义，应计成本帮助企业区分商品或服务的固定价格和它们的真实价值。“应计成本法”目前是汽车公司购买硬件的黄金标准，但在软件采购中基本上没有应用。虽然这种疏忽似乎令人吃惊，但很容易解释：大多数汽车采购集团熟悉硬件供应商及其工作流程，但对软件开发了解相对较少。那些能够克服这一知识鸿沟并将其应用到软件项目中的公司将会赢得巨大的胜利，因为经验表明，他们可以在缩短交付时间的同时将成本降低最多30%。随着新技术颠覆汽车行业，软件变得越来越重要。OEM和其他利益相关者逐渐将其视为汽车的关键价值驱动因素，一个与传统领域（如动力系统和性能）同等或更为重要的因素。能够实现自动驾驶（Autonomous vehicles）、网联化（Connectivity）、电气化（Electrification）和共享出行(Shared mobility)的软件，简称为ACES,能够极大地影响品牌决策。例如，麦肯锡的研究显示，36%的客户愿意为了更好的数字化和互联服务而选择不同的汽车品牌。随着这些发展，全球汽车软件市场将从2020年到2030年翻一番。这一增长速度轻松超过了整个汽车市场的增长速度，在此期间，汽车市场的年增长率预计略高于3%。尽管OEM希望掌控未来汽车的核心竞争力，并独立开发一部分差异化的软件，但大多数仍严重依赖外部硬件和软件供应商来提供定制化的解决方案。实现一些关键车辆功能的软件，如车联网和电池管理，通常都是从外部采购的。同样，纯软件公司经常为车辆系统设计算法，包括控制自动驾驶的机器学习程序。传统的一级和二级供应商的情况也类似，它们在为传统汽车公司提供服务时，往往会利用自己软件供应商的专业知识。OEM在寻找定制的软件来运行不同领域的业务实例（AI动力，用于制造或定价的，由人工智能驱动的、基于视觉的质量控制系统，以及销售预测算法）时，也一样依赖外部资源。在供应商中，正在进行的数字转型正促使更多IT部门将其软件开发的更大份额外包，因为它们正努力满足业务方面不断增长的需求。即使在传统上以成本为重点的IT功能中，这种模式也适用。汽车行业的利益相关者可能会购买更多的软件，但他们的采购团队在这一领域还需加强。在交付基于事实的软件成本报告之前，他们还有很长的路要走，因为他们不具备创建产品和服务成本的客观、准确报告所需的工具和能力。对于采购来说，软件仍然是一个神秘的黑匣子。由于缺乏对供应商及其开发流程的全面了解，采购者经常在成本谈判中遇到困难。他们几乎没有可以应用的预先开发好的最佳实践，因为大多数先进的、高科技的公司通常都是在私有基础上内部生产他们的软件。相比之下，他们拥有深入了解供应商（包括供应商的制造技术）的硬件专家，能够轻松地估算特定商品和服务的成本。软件开发和相关成本缺乏透明度可能会产生重大影响。首先，也许是最重要的，它经常导致汽车制造商和一级供应商为代码付出太多的代价。估计最佳报价与应计成本之间存在10%至30%的差距（图2）。对于一个典型的整车厂或大型一级供应商来说，风险价值可能高达数亿美元。软件应计成本计算是实现完全透明的最佳方法，它依赖于一个新的，自下而上的生产过程模型来估计供应商的成本和利润。它有助于将软件开发从一个单一的黑盒子变成一个灰色的盒子，最终变成一组小的、单独的、全彩的元素，这些元素清楚地显示了所有相关的成本动因和可交付成果。有了这一层次的细节，买方可以从纯粹的商业讨论转向与供应商，对谈判中的商品和服务进行基于事实的逐点检查。除其他好处外，应计成本法可以帮助公司了解各种交易要素的财务影响，例如建议的团队规模、托管地、项目工期以及位于成本最佳国家的劳动力份额。对于产品，它允许公司了解不同的功能集或解决方案体系结构将如何影响成本。最终，应计成本法还允许采购组回答重要问题，从而帮助降低软件交付和产品发布的风险，包括：
- 我们如何判断我们供应商的生产力和成本效益是否具有竞争力，以及我们如何改进它们？
随着软件复杂性的增加和开发需要许多工程师和高级技能，这些问题变得更加相关。对软件开发成本有一个共同的、详细的了解，可以让原始设备制造商和供应商一起开发和成长。这是合作之旅的第一步，成本动因不仅仅是谈判点，而是双方将逐步解决的共同问题。在购买软件时，大多数OEM采购部门只需向供应商索取详细的计划书，其中包括与单个功能或特定团队角色相关的成本，例如架构师、开发人员和测试人员（示例3）。然后，采购经理比较各种报价并据此来协商不同供应商的“最佳”功能集和价格。虽然这种成本方法为谈判和供应商绩效管理提供了一个有效的基础，但它并没有传达出对成本动因的真正理解。在转向成本核算时，原始设备制造商可以从两种方法中选择：“T恤尺寸”方法和复杂性点分析。最快、最简单的成本计算方法是应用敏捷开发冲刺阶段经常使用的结构化工程技术。这种方法在许多科技公司都很常见，它要求专家做出相对的估计，而不是绝对的估计，因为人们更容易理解它们的重要性。由于相对于软件而言，相对估计可能很难可视化，所以考虑一下如何比较衣服的尺寸。当人们看到一件特大号的T恤衫时，可能不会意识到它有多大。但当它放在一件超小号T恤旁边时，它的体积就变得明显了。已经用于硬件采购的应计成本法必须扩展到软件采购上，以帮助公司实现价值最大化。当将T恤大小调整方法应用于高复杂度定制软件时，专家团队首先将软件分成可管理的部分，例如，按功能或客户查看软件要求。第二，团队遵循T恤法，通过将这些部分与参考项目进行比较来定义尺寸。团队通常包括六个步骤，从超小型到超大，通常使用相同的术语。这些估计遵循斐波纳契级数1的相对大小，以抵消较大项目中固有的不确定性。最后，他们将尺寸估算转化为成本值，方法是将一件T恤的尺寸指定为一个绝对值（例如，以工时或美元为单位），这通常基于过往内部项目。一家汽车公司为一个通用电子控制单元（ECU）设计了一个T恤尺寸模型。通过将应用程序和基本软件层分解成单独的部分，团队能够详细讨论下一代ECU中个别功能的全部或部分重用。这一策略使开发成本比最初的估计降低了25%以上。虽然T恤尺寸法速度快，但团队无法在不同的项目之间进行比较，包括那些由其他专家组运行的项目。可供T恤尺寸法用来比较的项目有限，结果估计通常不包括任何与进度限制或最佳成本位置相关的影响。在复杂点分析中，公司使用一组参考项目，并根据这些项目进行标准化比较。对于非常复杂和大型的软件应用程序，需要多年的开发和大量的工程师，该过程首先将软件分解为可管理的复杂模块。通常，这些模块基于客户需求和通信需求的功能。对于每个构建的模块，团队会估计关键的复杂性驱动因素，通常包括所需测试的数量、变体、代码行数以及代码类型（例如，新的与遗留的）。团队还考虑非功能性需求，例如安全性。对于更小和更有限的软件应用程序，公司可以通过生成详细的伪代码和数据结构来计算功能点的数量以提高其初始估计值。然后，它们将这些信息与整个系统特性的需求相关联，例如实时需求或并行计算。在这些步骤之后，参与者可以通过与一组相关参考项目的比较，将确定的工作量驱动因素转换为交付项目所需的实际成本和工作量（例如，工程小时数）。最先进的复杂性点分析采用机器学习算法，根据可用信息选择最佳参考项目进行比较。例如，麦肯锡的一个解决方案让团队通过将其分解为一个项目计划来估计所需的总工作量，该计划包括随着时间推移不同角色的人员需求。团队还提供总成本估算，包括与权衡相关的成本估算，并将其与大型软件项目数据库中列出的成本估算进行比较。例如，团队可能会考虑是否将所有团队成员都集中在一个位置会减少成本最优国家的员工数量，从而提高项目成本。复杂点分析通常只需要相对较少的付出，就可以得到一个可以在各个项目之间进行比较的、精确而客观的结果，尽管这可能会因输入类型的不同而有所不同。这种分析还允许公司设置限制条件，例如项目的开始和结束日期、同时需要的资源数量和人员配置要求。所有这些因素都会影响团队生产力，在与供应商进行基于事实的谈判以降低成本和优化项目执行时，必须考虑这些因素。与参考项目相比，在评估项目成功的机会时，或者在进行场景分析时，团队可以调整项目约束。例如，他们可以确定加快进度将如何增加项目成本，或者在单个软件功能的价值和各自的开发成本之间进行权衡。定制、高复杂度软件对汽车原始设备制造商和供应商的重要性日益增加，迫使采购部门更密切地监控软件支出，并改进其工具。他们必须远远超出投标申请书的基本要求，找到最佳价格。已经为硬件采购建立了良好基础的应计成本法，必须扩展到软件采购上，以帮助公司实现价值最大化。更晚应用这个技术的原始设备制造商和一级供应商可能很快就会后悔。
作者：
Roberto Argolini、Stefania Pellegrinelli、Ondrej Burkacky、Shannon Johnston、Georg Wachter
翻译：
涅槃汽车
