系统工程现代化（一）：系统工程现代化的OODA循环 草稿

在之前文章里，介绍过OODA理论与数字工程、数字模型与语义网、数字工程集成与互操作的框架，权威真相源、空军武器系统数字工程，ModDevOps等。
( f) L+ Y5 D, H1 F: r这些文章比较偏数字工程，没有从系统工程这一更大的背景来分析。为了弥补这个缺憾，今天从更高的高度来分析。
1. 系统工程的历史分哪几个阶段？
, C/ D" k' ~/ I! f
系统工程(SE)源于20世纪20年代到60年代，是一种管理大型复杂系统中技术和项目风险的方法。作为管理大型复杂武器系统的方法，系统工程原理和方法在60年代末/70年代初被国防部采用。它是国防部采办政策的基础。
Hossein 2019的论文将系统工程按时间划分为三个阶段。本文借鉴工业4.0的划分，将这三个阶段再加上本文介绍的系统工程现代化，把系统工程SE分为四代：
6 l5 ?4 J, _- W% A! A# N

! E  `/ e& l; t% L( D1 @' Z
• 系统工程1.0：系统工程引入阶段，1926~1960
  
• 系统工程2.0：系统工程探索阶段，1961~1989
  - X) x; G# C, ]. G
• 系统工程3.0：系统工程革命阶段，1990~2017
  : m& W7 u: e% n0 e
• 系统工程4.0：系统工程现代化阶段，2018~2035。系统工程革命尚未成功，还需要继续革命。2035年是INCOSE 2035系统工程愿景中定义的时间节点。我的观点是这一代的发展速度会大大超越前面三代，原因就是数字化加人工智能。
  1 \. o9 {0 n( D% T, Y

" B* O5 B( H* C* L我们这里区分系统工程3.0和系统工程4.0，目的是为了后文行文方便，用于对比分析当前的系统工程存在的问题。
从系统工程的发展历史，我们不难看出：
5 @0 [$ A6 A. |# v4 N, l, I! E1 q, ^+ f

• 经过前三个阶段的发展，系统工程学科已经打下很好的基础，也对装备发展做出了很大的贡献。
  
• 对系统工程的认识，会不断有人提出新的概念、方法。系统工程3.0，Hossein称之为革命阶段，其实并不恰当——就像工业1.0到工业4.0一样，每一个阶段都是革命。系统工程的重要组成部分，如生命周期、标准、管理、流程、解决问题的方法、培训教育等，都需要随着时代的发展与时俱进。
  
• MBSE、数字工程、MOSA、敏捷、DevSecOps、人工智能等最新技术发展，正融入到系统工程4.0中。
  
• 正如工业4.0通过数字化智能化技术实现自动化金字塔的横向纵向无缝动态集成一样，系统工程4.0在系统工程金字塔上也需要如此。
  

本系列文章要讲的就是第四个阶段。
注意，本系列讲的系统工程更接近于国防部系统工程，而不是incose的更广义的系统工程。

- R( @) F7 o: |4 h& |2. 系统工程为何要现代化？

系统工程金字塔，采办金字塔
- w$ L% v) _9 R3 f8 Q, c: R, t为什么为何要有工业4.0？
加图。
& w6 K( L" H1 h* E进入21世纪以来，国际经济周期性震荡，局部战争与冲突频发，安全、发展、全球性问题加剧。与此同时，数字化世界也取得长足发展，大数据，人工智能，数字孪生，元宇宙，敏捷运动，DevOps运动。
7 F3 x+ C% x" d$ M- ~. g6 X系统工程面临的挑战：
7 N0 X9 A; l" F3 {9 J0 D1 f2 g

• 更为动荡和不确定的环境
  ' `: d* h3 ~6 u% B- u% I
• MBSE
  
• 分析框架
  2 ^( ^# p& C% H5 b4 r+ S# g1 F! U
• 可重用，变体。软件产品线，硬件产品线。组件工厂。mosa。
  
• 数字化转型大趋势。
  

Incose的系统工程和国防部的系统工程的差别，部分相交。国防部有自己的独特的挑战。

系统工程这一学科及其在国防部采办中的应用，长期以来一直与实物（physical）系统的实现有关。而现在和未来，系统能力不仅是实物的；还会包括软件密集型的、高度联网的并且具有广泛的自动化和用户配置功能。
6 I# O2 s- ?6 \: C软件工程在1967年正式成为一门学科，工业自动化（第三次工业革命）开始于20世纪70年代，万维网发明于1989年。国防部的国防建模和仿真办公室于20世纪90年代初成立。所有这些都在推动系统工程学科的发展，作为系统工程相关的子学科(软件系统工程、信息技术和企业架构、分布式建模和仿真，以及自动化制造系统)。
9 F  q+ I$ X4 ], i, ^- e随着统一建模语言(UML)在软件工程中的成功发展，系统建模语言(SysML)于2007年发布，随后开发MBSE，作为管理技术和项目风险的改进方法。2006年，美国学者提出了“数字孪生”的概念，作为非实体产品的数字分身。德国2011年提出工业4.0概念，第四个阶段的工业革命。美国国防部的数字工程战略于2018年发布，开启了系统工程数字时代的愿景。美国国防部2020年提出了数据战略。而在软件行业，人工智能，DevSecOps，云计算，数据工程，敏捷，精益创业等，正在发挥越来越重要的作用。
+ \, \; O# h' G6 u- ^, @& O在所有这些变化中，国防部的系统工程以及相关的国防部采办指导，却仍然继续以大规模单体系统的实物实现和其他关键能力为中心。对这些关键系统的严格定义、分析和测试的需求将永远存在。但现在是时候将系统工程涉及的不同学科重新整合到一个共同的框架中，以响应数字时代的变化。
系统工程现代化的目的：
/ N2 }* ?' ]. i+ v" Q% s' }; R8 y2 L迄今为止，国防部数字工程的工作，更多地集中在创建权威的数据和模型源，而不是通过数字化底层的转换过程来实现数字化转型的价值。这导致国防部项目办公室对现代化系统工程能力和流程的吸收缓慢。光有数据和模型不够，还要把这些数据和模型转换为决策。

3.系统工程的OODA循环

1 S4 Y( N& T) N' s接下来，我们用OODA环理论，从总体上分析如何实现系统工程4.0。
5 O" n# d( G% d/ K$ L- \( k

4 H! j( C* M) Y- t1 p3 `  I3 @6 U3 m
• 观察：观察系统工程的现状。
  
• 调整：分析问题，重构系统工程的新的概念模型。
  
• 决策：生成系统工程现代化路线计划。
  
• 行动：根据路线图分三个阶段实现现代化转型。
  5 M8 N9 U( A8 W6 U3 B

, u6 i, T( _1 _, G9 b  J  z
/ Y' P5 D" k+ `1 o& x
+ B& ?  p6 p3 Q) h8 ^4.观察：观察系统工程的现状

第一步，观察系统工程的现状。
我们这里使用PEST分析框架，从四个维度对系统工程外部环境进行分析。

• 政治军事：由于国家安全战略和国防战略的变化，要大国竞争，要以相关速度为作战人员提供各种能力。采办政策的改革，出现了适应性采办框架。各种国防部的dodd, dodi政策性制度性文件，如mosa, de, agile, me，数据战略等。但是这些政策和制度的改革和修订，一方面互相之间没有对齐，术语指南标准等不统一，造成了一定程度上的认知混乱以及集成互操作的困难。另一方面，在国防部项目执行办公室的落地有一定滞后性。许多系统工程相关的标准，是以系统工程3.0的经验和认知制定的，现实中的许多新的系统工程活动和流程，标准里也不存在。
  
• 经济：系统工程3.0是冷战结束后红利期，美国经济断崖式领先，对于采办和系统工程来说预算充足，可以多砸钱搞。然而，系统工程4.0时期，美国财政面临巨大挑战，军工领域也承受巨大压力。用更有限的预算，更快交付作战能力，是未来采办和系统工程的主色调。
  . p. O8 m5 ~+ L1 P! _
• 社会：系统工程4.0（2018-2049）这一代的主力，会以70后，80后，90后，00后，10后为主。他们熟悉数字和智能应用。他们的思维，较之系统工程3.0（1990-2017）的主力（30后到80后），更容易接受敏捷的虚拟的数字的智能的非实物思维。后者，主要从事实物为主的重大装备发展项目，对系统工程的认知以重大装备发展项目为主，对非实物的思维没有太多经验，甚至有所抵触。社会运动包括：敏捷运动，精益运动，精益运动。这些运动，背后的理念在武动乾坤里也分析过，虽然与传统的系统工程的做事方式完全不同，也是解决不同问题的重要思路和手段。但是系统工程3.0完全没有考虑纳入这些做事和解决问题的思路。
    C2 E" `- _9 Q* U& p: p
• 技术：美国的军工技术，在系统工程3.0时期，断崖式领先。然而，竞争对手由于国力上升，正在不断在赶超，美国未来面临很大压力。系统工程3.0时期，1990-2017，基本对应互联网，云计算，大数据，人工智能，敏捷，DevOps，物联网，数字孪生等重要技术的大爆发。这些新技术迅速被应用到到各类民用行业。但是，军工行业，由于相对保守，竞争压力又比民用行业小，要穿越强大的技术业务势垒（死亡谷 death valley），导致系统工程3.0引入这些新技术就步子慢了许多。另一方面，由于新技术的发展，出现了许多系统工程3.0时期并不存在的或者并不成熟的学科，比如企业工程，数字工程，任务工程，敏捷。。。或者原有的系统工程的子学科也有了新的发展了，比如软件工程。这些学科的发展，也要体现到系统工程中，毕竟系统工程是一顶大伞，需要纳入所有这些相关学科的最新发展。
  4 n! L% x7 p, l; L3 Y- u

5.调整：建立系统工程4.0的新的心智模式
( E# E- n' o" }7 s' h" K
第二步调整，是系统工程4.0的ooda环的关键。
基于上述第一步观察的结果，系统工程需要调整心智模式：

/ U9 A" l/ o9 A4 q
• 仅支持重大能力采办一条采办路径   →   灵活嵌入不同采办路径。系统工程4.0，必须要与适应性采办框架对齐，支持所有六种不同的采办路径。并且未来采办路径发生变化，也要能够适应。
  $ V- Z! D$ ]+ W" A- L$ Q. k2 n
• 解决问题方式单一   →   解决问题方式多样化。系统工程3.0，只支持学习-开发-测量一种方式。既不支持先开发，再学习，再测量；也不支持先测量，再学习，再开发。
  
• 线性流程   →   循环流程。系统工程3.0的概念模型里（V模型，以及国防部采办挂图），流程都是线性的。系统工程有许多活动是持续迭代的，比如敏捷开发，比如快速样机，比如基于数字孪生的后勤保障等。这些活动需要系统工程支持持续迭代的循环的流程。
  
• 以实物为主的工程   →   虚实融合的工程。系统工程3.0以实物为主，未融入最新的数字（digital）技术和AI技术，如数字孪生，数字工程，区块链，工业物联网，数据工程，知识本体，机器学习，生成式AI等。
  
• 以建模仿真为中心   →   以数据模型为中心。建模仿真不是目的，只是手段。2019年的《国防部数字？？？现代化战略》中，明确“数据是战略资产”，必须“投资并维护使国防部数据成为可见、可访问、可理解、可信及可操作所需的基础设施”，从而“强化数据收集和处理、显示流程，为高层领导决策提供所需信息”。系统工程的数据也是国防部的战略资产之一。以建模仿真为中心，没有体现出系统工程数据作为战略资产的重要意义。数字工程战略，强调了模型管理和权威真相源，却没有。。。国防部数据战略指出，人工智能训练和算法模型的数据集将日益成为国防部最有价值的数字资产，必须创建一个框架来管理整个数据生命周期中的资产。
  
• 以人为主   →   人机共生。系统工程3.0的活动主要靠人完成，系统工程4.0要积极运用人工智能技术到系统工程各项活动中。人工智能技术在军事上应用不只是无人自主蜂群，忠诚僚机，指控各环节的ai赋能等。系统工程是看不见硝烟的战场。系统工程4.0要先用人工智能本体和Web语义网知识图谱技术，实现采办与工程的融合，实现采办与系统工程的态势感知。再构建系统工程师的SE Copilot，赋能系统工程各项活动。
  % \- @& b% H; B# K- D
• 单一生命周期    →   多重生命周期。系统工程存在多种生命周期，而系统工程3.0在重压之下，系统本身的生命周期、项目生命周期、工程生命周期，被简化合并为一个无生命的致密的虚拟的生命周期。简并态下的系统生命周期，就像简并态下的一颗白矮星一样，毫无生机，在系统变体众多，mosa等趋势下，已经无法适应。数据生命周期，人工智能模型生命周期，mbse模型生命周期等，。。。。正如工业3.0，对生命周期不同阶段考虑也很少。系统工程师眼中的系统，应该像生物学医学研究一样，采用多学科多视角。
  
• 静态、不连续的决策   →   动态、连续的决策。系统工程3.0虽然已经有了MBSE，但是由于缺少集成和互操作，决策仍基于静态的决策工件，没有实现数据到决策的无缝、动态的集成和互操作。同时，技术上看，虽然现在已经有了数字工程参考架构和不同的MOSA的GRA，但是在系统工程层面，却缺少像工业4.0里的用于集成与互操作的参考架构RAMI4.0，用于指导不同国防部项目办公室采用系统工程4.0。也就是说，缺少一个我称之为RAMS4.0这样一个参考架构和相应的参考实现。当然，系统工程4.0的连续统追求的不是绝对的连续性，而是连续性和不连续性的统一。
  / K" c' C' `: k9 S" C5 T

$ ^2 t  D  q2 s! K7 [9 i这些问题，会在本系列第二篇文章中具体介绍。
: V% o) S9 M( w1 z5.决策：分析问题，重构系统工程的概念视图
, u0 F8 h1 I' U1 P5 \
- S' v- s) d2 a+ r* }: o我们发现了系统工程3.0的这些问题后，基于新的心智模式，需要扬弃系统工程3.0的旧的概念模型，然后提出系统工程4.0的新的概念模型。
我们仔细分析下上述八条心智模式变化，就会发现，数据模型处于系统工程4.0的核心位置。下面我们来证明这个观点。
: N  [/ Z5 F5 v8 j; x% F

7 f6 i2 D6 L& Y  N/ t+ g. V! q
• 仅支持重大能力采办一条采办路径   →   灵活嵌入不同采办路径。采办路径多了，就不能按照，而是按照。那个采办和数据转换的关系图。
  4 t: E* a# F' D- w. `
• 解决问题方式单一   →   解决问题方式多样化。系统工程3.0，只支持学习-开发-测量一种方式。不同解决问题的方式，都有测量环节，测量会生成数据。
  . w8 C0 F3 \& R" t  {
• 线性流程   →   循环流程。循环流程都要以测量，根据实用主义原则，通过测量结果数据，指导下一步的行动。
  " [9 s% \) Y  s" E/ `& G5 R
• 以实物为主的工程   →   虚实融合的工程。系统工程4.0融入最新的数字技术和人工智能技术，都与数据模型密切相关。
  3 h; ^  l' ~( ]) I: t% \5 Z
• 以建模仿真为中心   →   以数据模型为中心。这一点就不用说了，国防部数据现代化战略和数据战略都说过了。
    j2 u$ h% p) @1 M2 V6 D
• 以人为主   →   人机共生。系统工程4.0要先用人工智能本体和Web语义网知识图谱技术，实现采办与工程的融合，实现采办与系统工程的态势感知。再构建系统工程师的SE Copilot，赋能系统工程各项活动。本体要和数据结合，态势感知也要以数据为基础，系统工程智能copilot也要以数据和模型为基础。
  
• 单一生命周期    →   多重生命周期。系统工程存在多种生命周期，不同生命周期不同阶段里产生的数据需要关联，为采办和工程决策人员提供完整的多生命周期的决策视图。
  
• 静态、不连续的决策   →   动态、连续的决策。要实现动态连续的决策，要实现数据模型到决策的双向无缝动态的转换。
  9 G& j5 @2 G; p* g5 L, F( o0 y

所以，我们会发现，要实现系统工程4.0这八个心智模式的转换，数据模型是关键抓手。加图，把八个心智模式与数据模型关系画出来。
不同的系统工程的生命周期的经验（经验的具体含义，在本系列第三篇文章中解释），在不同阶段都会产生不同的数据。通过数据捕获系统的经验，然后持续更新到模型中，再转换为决策工件（决策用的数字工件）。

# G3 D" d4 Q. n0 ?6 H0 J
- R& Z* t  A% w  y: n注意，这里说的模型，包括核心的系统模型，学科模型，人工智能模型（机器学习模型，采办与工程本体模型，大语言模型等），数据模型，可视化模型等。
) y" Z. O- }/ A/ J; W8 K画图，不同模型的转化作用。
7 G" W, |, j' k* P  \$ e6 j系统工程现代化本身也是体系工程。
$ j% }- g5 L1 v; ?* T为了充分体现的八个心智模式的转换，系统工程4.0需要一个新的概念视图。这个视图要能够解决工业3.0存在的八个问题。
! D0 M# V6 N) A) K" E4 U0 W

  _3 p2 g- C: Q% f. w7 L; R我们把系统工程现代化的心智模式都塞进去，就得到了下图。
6 {" f% ^1 H3 A0 Y/ C
1 ^1 B8 O1 H  l" ?1 O( B' n! H. Z% v
这一系统工程生命周期新的概念视图，有如下优点：

• 支持不同采办路径。系统工程4.0，与适应性采办框架对齐，支持所有六种不同的采办路径。并且即使未来采办路径发生变化，也能灵活适应（就像工业4.0能够适应不同制造行业的不同生产流程一样）。仍然基于原有的里程碑（图中的倒三角）。每个采办路径仍遵循系统工程核心原则。
  3 j# @5 Q; Z5 G8 }0 T' ?
• 解决问题方式多样化。外层的系统工程不同过程域，采用不同颜色标记，可视化地对应在“开发/测量/学习”的不同解决问题的顺序。同时也体现了部分系统工程活动是持续、迭代的开发流程的特点。灵活的系统工程生命周期进入点（红色、蓝色、绿色箭头）：MCA重大能力采办路径采用学习-开发-测量的顺序；MTA中间层采办、软件软件采办和应急能力采办的应急作战需要UON三种采办路径，则采用开发-测量-学习的顺序；而保障采办则采用测量-学习-开发的顺序。
  
• 循环流程。系统工程流程改为循环的而不是线性的。体现了系统工程是循环的而不是线性的本质特征。更适应动荡不确定的环境。
  
• 虚实融合的工程。内置数字孪生等数字技术。而数字孪生则又引入了IoT、工程数据、AI算法模型等其他技术。
  4 G% ]' F3 b# Z" u
• 以数据模型为中心。持续的数据管理和数据转换流程（黄色核心部分）。采用了分层结构，使数据转换过程变得异常清晰。这个新模型以数据存储和转换为核心，模型作为数据转换层，系统工程的过程域作为外层。
  / V; d- J) R* ~4 W! X6 i
• 人机共生。数据模型和AI是一个硬币的正反面，两者一起赋能系统工程和采办的数据融合，态势感知，人机协作。
  2 |4 }8 a( R3 \; J) I; y/ ?$ ^
• 多重生命周期。支持多种生命周期，系统本身的生命周期，项目管理生命周期，工程生命周期，数据模型（系统模型、学科模型、数字孪生中的AI模型）的生命周期等。
  ; Z( Q# d$ }, l  A) ]6 G: W; b
• 静态、不连续的决策   →   动态、连续的决策。多重生命周期下，在圆心处的系统的经验产生的数据，通过重重数据转换，实现动态无缝的决策。注意，这里的自动化的数据转换过程，指的是经过系统的不同学科模型，系统模型，数字孪生模型，AI模型，数据ETL流水线模型的转换。需要采办人员，系统项目办公室，系统工程师，各个工程学科的工程师，数字孪生工程师，数据科学家，数据工程师的通力合作。
  9 r" y& m  v3 j/ w1 T( m) w9 k

注1：这个新的概念模型在实际使用时，需要根据不同类型的开发、交付和保障过程，不同的采办路径，对上图进行裁剪。
注2：这个系统工程4.0的新的概念模型与工业4.0或JADC2一样，是个愿景，是需要努力才能实现的目标。
注3：系统工程4.0，也可以看做是国防部采办机关的C2指控现代化，也就是系统工程多项目办公室多学科的联合全域指控。这个视角的洞察非常重要，本系列后续文章会展开介绍。
0 H' t0 c+ A% A% c  r3 B4 x# o% j
" Z9 O+ m, t& b% c% E: Z7 l1 ^6.行动：生成系统工程现代化路线计划

有了系统工程4.0的新的概念模型这一未来的愿景，我们就可以生成系统工程现代化的行动路线。
整个行动路线，分为五组攻击型箭头，每组需要分阶段完成不同的子目标。箭头上的圆圈表示当前已有(蓝色)、正在开发(黄色)或尚未启动(白色)的能力。


, W! Q+ l7 h7 ?: X% [# }0 I6 }这五个部分，本文就不具体说明了，后续文章会展开介绍。
正如一带一路倡议是整合亚非欧区域合作的系统工程，系统工程现代化的路线，是整合采办（包括项目管理，后勤保障）与工程的系统工程。
“一带一路”倡议旨在通过建设基础设施、提升工业化及促进贸易与投资以实现亚欧经济一体化，通过更加密切的外交、商业和金融合作，整合亚非欧三大洲。这项前所未有的工作将汇集超过68个国家，包含世界人口的2／3，占全球GDP的一半以上，覆盖75%的已知能源储备。
* b/ }) H% E3 T% x) w" r3 L“一带一路”倡议，重点在实现“五通”——政策沟通、设施联通、贸易畅通、资金融通、民心相通。通过加强“五通”，以点带面，从线到片，逐步形成区域大合作。这“五通”也是支撑“一带一路”建设的五大支柱。
% r/ _& S3 z- W系统工程现代化，重点也在实现“五通”——军（采办）工（工程）沟通，决策畅通，设施联通，敏捷速通，人机（AI）相通。
: d7 ^4 L/ H% t( V5 V上图图中的弧线表示从当前状态开始的“能力边界”。系统工程4.0的五个攻击小组，需要穿越三条“火线”。
1 d3 U. I( u& ^3 r3 `* X

• 系统工程和采办完全数字化
  
• 系统和采办过程完全由数据驱动并与底层数据工件集成
  
• 到达系统和采办成为能力开发和部署活动的连续体边界，而不是具有大时间间隔的独立项目。最终实现垂直和前沿的融合，也就是“无缝和有效的采办/工程过程集成”。如果说物联网要实现的是万物互联，工业4.0要实现智能制造。那么这个阶段就是要实现智能系统工程。
  

系统工程4.0的价值，在于数字扩散，双向的数字扩散，从而实现数字化转型。如果我们把采办与系统工程看做一种特殊的作战领域和军兵种，那么它也要像太空军成为数字军种一样，实现数字化转型。
这三条火线，正好对应数字化转型的三阶段模型的三个阶段：
6 e! c% k7 |; m

• Digitization：数字格式：采办与工程语义集成，采办AI战略，基于模型的可执行的合同，合同决策分析，数字系统工程参考实现，数据和模型重用，政府参考架构评估工具，模型迁移，人机编队
  ( d% `& T, h( d/ T% E
• Digitalization：采办与工程语义集成，采办AI战略，基于模型的可执行的合同，合同决策分析，数字系统工程参考实现，数据和模型重用，政府参考架构评估工具，模型迁移，人机编队
  ' W( v5 |* i! N7 J+ L7 |
• Digital transformation：泛在的数据和模型驱动，态势感知，系统工程DevSecOps，系统工程现代化（MOSA，任务工程，数字工程，敏捷融合），数字助手
  

" O) b1 k( n. G# I4 A5 M- V