行业与应用
介绍
什么是可靠性? 这个看似简单的问题,其答案可能会决定是产品成功上市,还是品牌声誉受损。归根到底,可靠性是衡量产品在其生命周期内是否始终如一地符合预期的一项指标。然而,在实际中,可靠性的定义要灵活得多。“始终如一”、“预期”和“产品生命周期”在不同行业和应用之间,甚至在相同类型的系统和设备内部,都可能差异悬殊。那么,可靠性究竟意味着什么?
本报告根据 Molex《可靠性与硬件设计》调查所收集的数据编写而成,受访对象涵盖多个关键行业的系统架构师、工程师和工程经理。报告将揭示围绕可靠性这一主题,充满相互矛盾的预期、妥协、不确定性和乐观情绪的复杂局面。如今的工程师被迫在可靠性期望日益上升与测试时间不断缩短之间寻找平衡。成本和可制造性正与性能特征及上市时间发生冲突。此外,产品日益复杂,而随着从业人员年龄增长,知识断层逐渐显现,关键岗位只能交由经验尚浅的年轻人才来承担。
但调查结果也展示出人们对未来的期待。人工智能 (AI)、模拟和高级分析等数字技术有望对可靠性产生积极影响。这些技术能否帮助弥补资深员工流失所带来的损失?
本报告将探讨可靠性的现状、企业在可靠性设计中面临的挑战,以及即将到来的令人瞩目的创新。
研究方法和参与者
研究目标
信号和电源应用的要求日益严苛,了解在当今的新时代背景下,硬件设备可靠性所承载的重要意义。
研究方法
邀请多位系统架构师、工程师和工程经理参与一项在线调查。他们会被问到一系列关于构建可靠解决方案的问题。问题涵盖三大主题:可靠性现状、实现可靠性所面临的挑战,以及创新对可靠性的影响。
该调查以英语、简体中文、繁体中文、德语、日语、韩语、意大利语和西班牙语进行。问卷回复收集时间为 2023 年 10 月 6 日至 10 月 18 日。
参与者
共有 756 名符合条件的参与者完成了调查。所有参与者均供职于硬件设计工程团队,或过往有过从业经验,且其职位会对使用连接器及其他电子元件的设备可靠性产生影响。参与者或是直接负责系统架构,或是以设计工程师或工程经理的身份直接与负责硬件系统架构的个人或团队合作。所代表的行业包括但不限于:汽车或交通运输、消费类电子或移动设备、数据中心或云、国防或航空航天、能源管理、医疗保健或医疗器械、工业,以及电信或网络。
代表的国家/地区
代表的个人
代表的公司
可靠性现状
关键要点:
可靠性现状正处于变化之中,凸显企业在产品中融入可靠性设计时所采用的不同策略。但有一点是明确的,可靠性绝不能妥协。54% 的工程师认为,最终用户对可靠性的体验正日益成为驱动品牌忠诚度的关键因素。在客户可以轻松查看产品评价、设备故障又极易迅速传播的时代,拥有到位的流程、团队和方法来确保产品满足预期变得尤为关键。
然而,仅在理想的运行场景下做到可靠还不够,52% 的受访者表示,客户期望可靠性能够延伸到任何环境条件下,例如粉尘、潮湿和震动环境。坚固化必须成为设计标准中的首要考量因素,并通过环境测试、模拟以及实际用例加以验证。
企业在可靠性方面如何根据所有权、设计标准和时间安排来配置资源? 又有哪些指标被用来衡量是否取得成功?
关键要点:
大多数公司 (64%) 依赖其质量团队来确保产品满足可靠性要求,其次是测试工程团队 (60%) 和产品开发工程团队 (58%)。与其他职位相比,高管层参与其中的比例虽然较小,但也达到了 17%。
关键要点:
与其他行业相比,汽车与交通运输行业中,测试工程职位在确保产品满足可靠性要求方面更为突出 (71%)。考虑到现代汽车日益增多且日趋复杂的子系统,例如自动驾驶能力、电动动力系统等等,严格的可靠性测试比以往任何时候都更加重要。
32%
为确保可靠性而对产品进行过度设计,超出实际所需。
17%
追求最低成本,即使可靠性低于规定标准。
51%
在可靠性与规定要求之间取得平衡
关键要点:
企业优先选择对产品进行过度设计的倾向,几乎是追求低成本解决方案的两倍。只有 17% 的受访者会牺牲可靠性,选择最便宜的方案。略超过半数 (51%) 的受访者则寻求一种平衡的方式。
14%
以满足最低要求为目标
42%
设计要超越当前要求
44%
除了眼下的需求外,我们还努力满足未来可能出现的需求
关键要点:
对于绝大多数可靠性相关方而言,仅仅达到最低标准已经不够了。事实上,42% 的受访者正在以超越当前行业认证和标准为目标设计硬件,而比例更高的一组 (44%) 则在努力贴合未来可能出现的要求。领先于这些标准,或许正是产品过度设计背后的驱动力。
15%
我们的目标是满足最低要求
34%
设计要超越当前要求
51%
除了眼下的需求外,还努力满足未来可能出现的需求
关键要点:
数据通信行业正在为未来做规划,以满足 AI 等新兴技术的预期需求。接受调查的数据通信行业从业者中,超过一半正在努力解决当前需求,同时也在积极应对未来可能出现的需求。
关键要点:
尽管可靠性至关重要,但在设计流程中往往要到较晚阶段才得到考虑。只有 18% 的工程师在设计开始之前就制定验证和确认计划。事实上,近 40% 的受访者要等到产品设计的第一阶段结束后才开始制定可靠性计划。
关键要点:
几乎所有受访者都表示会使用某种形式的硬数据来衡量可靠性。其中,产品验证和确认测试结果位居榜首,占 49%,其次是现场故障率,占 44%。
当今实现可靠性的挑战
关键要点:
在如今这个设计周期缩短、产品日趋复杂、用户体验消费化的时代,系统架构师和设计工程师不仅要应对、更要克服多种挑战。几乎所有的受访者 (98%) 都表示在可靠性设计方面遇到了挑战,其中“测试时间不足”(42%) 位居榜首。前一节的问题已经表明,验证和确认计划的制定往往被推迟到产品设计流程的后期,此处强调的测试时间不足只是进一步凸显了快速、准确决策的必要性,而这项任务最适合由专家来承担。
可靠性是一个复杂的课题,在设计标准和业务需求之间存在着多种相互关联的影响因素。微小的决策和简单的妥协都可能导致极其严重的后果。毕竟,无论产品如何满足测试和认证标准,其可靠性的最终衡量标准都取决于客户满意度。哪些设计权衡值得拿可靠性去冒险? 工程师又如何利用数据和供应商合作伙伴来尽可能降低这些风险?
关键要点:
来自消费类电子行业的受访者将设计周期缩短 (46%) 和可靠性设计成本上升 (44%) 列为其最大的两个挑战。这些数据突显出消费者对迭代更快、成本更低的产品的需求日益增长。
关键要点:
工程师不得不做出设计权衡时,最倾向于将成本和可制造性置于可靠性之上。总体而言,97% 的受访者表示会优先考虑其他因素而非可靠性。
关键要点:
即使在消费者期望设备更轻薄、更时尚、性能更强劲的时代,工程师在进行设计权衡时,仍然不愿意为了重量 (35%)、功能 (26%) 和外形/尺寸 (26%) 而牺牲可靠性。
33%
我们使用基于数据的模型,分析设计流程中可能出现的权衡取舍所产生的影响
54%
我们为每个项目明确界定最重要的优先事项,并在做出权衡决策时遵循这些原则
13%
我们的设计人员在设计过程中自行权衡利弊,做出判断
关键要点:
只有 33% 的受访者使用基于数据的模型来帮助评估设计权衡。大多数依靠预先确定的设计优先级与主观判断相结合的方式。经验丰富的资深员工能够为这种决策提供支持,但员工流动会给这种方式带来风险。
29%
我们使用基于数据的模型,分析设计流程中可能出现的权衡取舍所产生的影响
60%
我们为每个项目明确界定最重要的优先事项,并在做出权衡决策时遵循这些原则
12%
我们的设计人员在设计过程中自行权衡利弊,做出判断
关键要点:
在消费类电子行业,通常会尽早确定权衡取舍。60% 的受访者表示,在项目开始时就会设定明确的优先级,而不是在设计过程中再进行调整。这可能反映出消费类电子行业对于设计周期缩短和成本压缩,以及由此导致的设计启动后缺乏灵活性的敏感性。
关键要点:
稳固的供应商关系不仅能提供产品,还能带来丰富的知识、经验和数据。高达 91% 的受访者认为,没有值得信赖且久经考验的供应商,就无法打造出可靠的产品。考虑到 74% 的工程师认同缩短设计周期可能影响可靠性,供应商的专业知识和参与度就显得更加关键。
关键要点:
在供应商这一环节,几乎没有妥协的余地。96% 的受访者曾因可靠性问题更换过部件供应商,超过四分之一的人表示会频繁更换供应商。
可靠性的未来
关键要点:
可靠性的未来揭示了多种复杂趋势。其中,产品开发的新兴问题、从业人员老龄化以及技术的不断进步首当其冲。绝大多数受访者 (96%) 对电子产品整体可靠性表示担忧,其中设备日益复杂 (53%) 和客户对成本降低的期望不断上升 (49%) 位居榜首。更令未来前景雪上加霜的是,随着专家退休,可靠性专业知识预计将出现流失。随着高度专业化的工程师离开职场,岗位多由通用型人员顶替。那些经验相对不足的工程师,能否在加速上市的时间压力和日益复杂的系统背景下,做出必要的准确决策? 领导层对此也普遍存疑,而对于某些行业而言,人才流失可能是毁灭性的。
但风险之中也蕴藏着巨大机遇。工程师们乐观地认为,AI 和其他数字工具有潜力通过改进流程、生成高级模拟和推进数据分析,抵消可靠性设计方面日益增多的部分障碍。尽管这些工具预计无法完全替代即将退休的可靠性领域专家,但它们或许有助于拓展经验不足、专业性不强的工程师的能力,从而减轻负面影响。
关键要点:
在我们这个日益互联、对数据需求旺盛的世界里,数据通信行业有 60% 的受访者将产品日益复杂化视为其首要的可靠性问题,这并不令人意外。随着行业格局不断演变,以及 6G、224 Gbps-PAM4 等新技术即将到来,工程师们将面临一系列独特的新挑战。
关键要点:
在未来五年内,92% 的受访者预计会失去在可靠性领域拥有深厚专业知识的资深人员,而 83% 的人认为,这种人才流失将在员工满意度、品牌声誉等方面带来风险,甚至可能造成收入下滑。各公司正在采取哪些预防措施呢?
39%
我们准备充分,并有正式的协调计划
54%
我们知道可能存在的问题,各个团队正在各自采取措施
8%
没有人对此采取任何行动
关键要点:
尽管可能认识到风险,但许多公司尚未为未来几年可能出现的“人才流失”做好准备。只有 39% 的公司制定了正式的协调计划,以缓解因失去可靠性领域专家所带来的风险。
关键要点:
新兴技术有望最大限度地降低员工流动带来的影响。超过 4 / 5 的受访者对 AI 在提升产品可靠性方面的潜力持乐观态度。只有 3% 的人对 AI 的未来影响持反对意见。这种乐观态度或许正是拯救企业免于因员工退休而流失知识的关键。
关键要点:
数据能力能否扭转困局?近一半的受访者认为,数据驱动的技术创新,包括 AI、机器学习 (ML)、模拟和数据分析,会为提升电子产品未来的可靠性带来最大的希望。
关键要点:
来自交通运输行业的受访者认为,AI 和 ML 会为提升电子产品的可靠性提供最大的机遇 (33%),这一比例在所有受访行业中最高。有趣的是,其他数据驱动的技术(增强模拟、数据分析)在交通运输行业中的机遇占比各自仅为 6%,属于最低之列。这可能归因于该行业的先进性,以及增强模拟在汽车设计中早已长期应用的事实。
可靠性建立在质量、工程专业知识和协作的基础上
我们在本报告开篇提出了一个简单的问题:“什么是可靠性?” 答案非常明确。可靠性,就是确保产品在设计周期缩短、产品日益复杂、环境条件与用例更加严苛,以及面临其他设计与业务考量的情况下,依然能够按预期正常运行的需求。同样明确的一点是:品牌声誉取决于可靠性。然而,在确保可靠性的挑战日益加剧的同时,各组织却有可能失去克服这些挑战最核心的依仗,即他们的专家。不过,工程师们对 AI 等数字技术在提升产品可靠性、帮助弥补专业知识流失方面的潜力持乐观态度。但这类工具仍在发展之中,且容错空间十分有限。
Molex 品牌的基础在于提供最高质量的互连解决方案、无与伦比的协作式客户关系,以及行业领先的工程专业知识。我们的跨学科全球工程与制造专家已配备最新技术,能够在设计的最早期阶段预测、识别并应对可靠性方面的风险。作为您团队的延伸,我们将围绕您的关键产品开发需求共同努力,确保您的客户对产品的可靠性毫无疑虑。