成本14.6元，材料仅3.8元，这个零件贵在哪了？

从降本瓶颈，到降本智能体诞生这个智能体是如何诞生的？一切还要从研发降本中一个常见的瓶颈说起。壁厚还能不能再薄一点？材料能不能再便宜一点？尺寸能不能再小一点？这些问题，工程师并不陌生。但当一款产品经过多轮优化，能够调整的空间越来越小，降本往往就会陷入瓶颈：方案做了不少，成本却很难继续下降。再往前走，又可能触及性能、质量和可靠性的边界。问题究竟出在哪里？在许多企业中，研发降本主要围绕两个范围展开：一是现有零部件的局部优化，二是本行业产品的对标。设计人员习惯于思考“这个零件怎样做得更便宜”，却较少追问“这个零件为什么必须存在”；习惯于研究竞品采用了什么方案，却较少关注其他行业如何实现相同功能。当大家围绕相似的产品架构、材料和工艺反复优化，降本空间自然会越来越窄。突破瓶颈，需要扩大寻找方案的范围。让这种能力在企业中持续发挥作用，则需要进一步完成三个环节：形成方法论，把方法论转化为标准工作流程，再用AI扩大方法论的应用价值。这也是“智慧降本”希望回答的问题。三维降本，打开更大的方案空间在长期研发降本实践中，我逐步形成了原创的“三维降本”方法论。它通过高度、深度和宽度三个维度，帮助工程师系统地寻找降本机会。1. 高度，对应第一性原理思维从产品必须实现的功能出发，重新判断零件、结构和模块存在的必要性，运用减法原则和功能搜索，寻找更简单的实现方式。例如，一个塑胶支架负责定位，它是否必须独立存在？已有金属支架能否通过增加定位特征承担相同功能？如果可以，减少的可能包括塑胶支架，以及配套螺丝、装配动作和管理成本。微波炉旋钮开关也是类似的例子。面对两个独立弹片，除了调整材料和厚度，还可以评估：两个弹片能否合并为一个，在保留必要作用位置和弹性功能的前提下，减少独立零件及取放、定位、装配动作？这种思考，让降本进入了产品结构本身。2. 深度，对应逻辑思维在产品架构和功能实现方式明确后，继续深入材料选择、制造工艺、紧固工艺，以及面向制造、装配和成本的设计，逐项消除材料、加工和装配中的浪费。深度，这是目前很多企业正在努力做的事情。但如果一直局限在深度，那就会陷入成本降无可降的困境。3. 宽度，对应横向思维通过跨业对标和规范对标，将寻找方案的范围扩展到本行业之外，并重新核对设计要求的依据。交换机和服务器属于不同的产品场景，但都需要安装电路板。服务器的电路板安装方式，是否可以为交换机提供借鉴？新能源汽车中显示与控制的功能分工，能否启发两轮电动车重新划分显示屏和整车控制器的职责？跨业对标的关键，在于识别可以迁移的功能和工程原理，再根据自身产品的工况重新设计、验证。三个维度共同构成了完整的降本空间：既能审视零件是否必要，也能寻找其他实现方式，还能把选定的方案做得更经济、更容易制造。 方法论标准化，让经验成为团队能力 但企业掌握了方法论，并不意味着已经具备稳定的组织能力。同一个产品交给不同工程师，分析深度和方案质量可能差异很大。有经验的人能够快速发现机会，其他人却不知道从哪里入手。培训现场能够理解的方法，回到项目中也可能难以持续使用。因此，方法论还需要转化为工程师能够执行、团队能够评审的标准流程。第一步，统一产品信息产品的功能是什么？零部件数量、材料、制造和紧固工艺是什么？成本由哪些部分构成？哪些性能必须保持？哪些尺寸受到安装接口限制？哪些要求来自标准，哪些只是历史设计的延续？这些信息需要通过产品拆解、BOM和功能分析整理清楚。否则，看似有吸引力的降本建议，很可能建立在错误的前提上。第二步，把方法变成明确的问题针对减法原则，检查零件能否删除、合并，或者由已有结构承担功能。针对功能搜索，寻找同一种功能的其他实现方式。针对跨业对标，寻找其他行业中的相似功能与结构。针对材料和工艺，分析成本动因与替代路线。第三步，统一方案评审方案输出也需要统一要求：修改什么、为什么能够降本、预计影响哪些成本、需要验证什么，以及与其他方案能否同时实施。标准化的对象，是分析过程、信息要求和判断依据。产品不同，最终答案仍然需要工程判断。完成这一步，AI才能更有效地进入研发降本流程。用AI放大方法论，让方案更快进入工程实践如果只是把产品图片交给AI，让它“想几个降本方案”，通常容易得到减薄、减重、换材料等通用建议。建议数量增加了，却未必更接近工程落地。当产品信息、功能约束和三维降本方法共同进入分析流程，AI的作用就会更加具体。它可以围绕不同方法，辅助展开多个方向的候选方案；可以从功能描述出发，扩大跨行业检索范围；也可以按照统一格式整理方案，标记缺失条件、归并相似建议，为工程评审做好准备。以光伏接线盒为例，分析二极管“旁路保护”这一功能时，可以进一步提出：现有的3个独立二极管，能否集成为一个多芯片模块，在模块内部保留3路旁路功能？原来依靠6片弹片实现的压接连接，能否通过模块内部互连与直接安装来替代？在满足电气性能和散热要求的前提下，是否有机会减少独立器件、连接接口和装配工序，从而降低成本？▲Eureka 降本智能体推理生成的方案这些问题能够把讨论从“怎样把二极管和弹片买得更便宜”，推进到“实现同一功能，能否采用更简洁的结构”。但模块集成后的电路连接是否正确、各路电流与反向耐压能力是否满足要求、芯片之间的热耦合是否导致温升过高，以及直接安装后的连接可靠性和实际成本，仍然需要研发团队通过仿真、样件测试与安规验证确认。写在最后从三维降本方法论到Eureka AI 降本智能体，落地的重点就在这里：将工程问题、分析方法和验证要求连接起来，让AI输出能够进入研发评审流程。AI带来的价值，既包括更快地展开方案，也包括让更多工程师有条件采用系统的方法开展分析。经过验证的方案和适用条件，还可以继续沉淀为企业知识，为后续产品提供参考。这样，研发降本就能够逐步形成持续积累的工作闭环：产品信息支撑分析，方法论引导方案，工程验证筛选结果，项目经验反过来完善知识与流程。对于企业而言，智慧降本最终要提升的是持续发现、验证和实现降本机会的能力。方法论帮助我们看见更大的方案空间，标准化让团队能够稳定地开展工作，AI则让搜索、分析和知识复用覆盖更多产品与项目。当这三个环节真正连接起来，降本才有机会从少数专家的经验，发展为企业可以持续积累的研发能力。作者简介：钟元 1️⃣ 原创了"三维降本"（高度×深度×宽度）方法论，把降本从零散技巧变成了一套可以系统推演的工程方法。2️⃣ 写了三本降本方面的书：《面向制造和装配的产品设计指南》《面向成本的产品设计》《研发降本实战：三维降本》。第四本《颠覆式降本：马斯克改变成本结构的七层逻辑》预计2027年出版。机械工业出版社"十四五"优秀作者。 3️⃣ 已为200余家企业提供咨询，累计赋能企业降本超100亿元。在高度内卷的制造行业成功推动多项突破性降本落地。 来源：降本设计