1.3 众包设计的发展概述
1.3.1 众包设计相关理论研究现状
不同于传统设计理论方法的“理论突破指导实践应用”的发展历程，众包设计的相关理论研究源于对众包设计实践的分析与探索。因此，学界对众包设计的研究与业界的实践密切联系，从某种意义上讲，甚至可以认为众包设计实践的发展推动了理论研究。在实践牵引作用下，学界首先对典型的众包设计平台进行了分析，然后探索了众包设计的任务分配、执行与管理，最后对众包设计组织结果和运行机制进行了剖析。
1.典型众包设计平台研究现状
国内外学者对众包设计平台的建设与运营以及平台设计项目进行了一系列研究。国内最早开始建设众包创新体系并取得瞩目成就的海尔开放创新平台（Haier Open Partnership Ecosystem，HOPE）引起了海内外一众学者的关注。余菲菲等[21]基于HOPE比较分析了用户创新和传统创新这两种不同创新方式的创新效应。研究结果表明，与传统创新方式相比，用户创新能够显著提高消费者的购买意愿，而产品的复杂程度越高反而会越削弱用户创新效应。Guo等[22]对比分析了海尔、美的、格力三家企业的开放创新战略，并重点研究了以HOPE为代表的一系列众包创新平台的运维方式。陈超等[23]以商业生态理论为基础，选取海尔集团为案例研究对象，从平台视角探究我国传统制造企业如何通过互联网平台模式实现转型。研究表明，互联网平台模式转型的驱动力是满足顾客个性化定制需求，转型方式分为改善内部资源能力和吸收外部创新资源，转型类型分为资源依赖型、资源互补型和资源整合型。海尔集团总裁梁海山等曾撰文阐述海尔的开放式创新研发体系并指出，海尔集团的技术能力体系经历了辅助式开放式创新-互补式开放式创新-迭代式开放式创新的3个不同阶段，实现了从模仿学习能力、自主研发能力到组合迭代能力的演化。在这个过程中，以HOPE为代表的一系列众包创新平台为企业的转型发展提供了重要的助推力[24]。除了研究HOPE之外，学界对其他众包设计平台的应用情况也进行了分析。Guo等[25]以小米社区为例分析了消费者参与众包创新项目的动因。结果显示，社会资本因素与用户的参与行为有较显著的关联关系。Zheng等[26]研究了美国Local Motors公司的众包汽车设计项目案例。研究发现，参与者特征与项目属性对众包设计能否取得成功具有重要的影响作用。Bayus[27]分析了Dell（戴尔）公司IdeaStorm（创意风暴）众包创新平台的应用模式，认为消费者在众包设计项目中扮演了多种角色，其最重要的作用在于为企业提供了产品开发创意等外部知识。
张军等[28]对国内最大的众包设计服务平台——猪八戒网，进行了深入研究，通过分析大众参与者的加权竞争关系网络结构，发现他们之间的竞争程度并不十分激烈，且核心网络是典型的小世界网络。郝金磊等[29]基于对猪八戒网众包创新案例的分析，提出了“赋能—价值共创—商业模式创新”的理论模型，他们认为众包设计平台的相关利益方共同组成了设计生态圈，当平台发展趋于稳定时，整个生态圈即可实现彼此赋能、互联共享、价值共创。Vignieri[30]利用系统动力学模型对InnoCentive（意诺新）平台众包设计项目的实施过程进行了仿真分析，发现平台性能与资源结构显著影响众包平台的运行状态。Deng等[31]研究了亚马逊公司Mechanical Turk的运营模式，分析了用户参与众包任务的动因，他们发现良好的平台氛围对于用户的持续参与具有重要的促进作用。Wang[32]通过分析OpenIDEO（开放艾迪伊欧）平台众包设计团队的协作形式，探索了边缘性因素对协作的影响，得出“边际效应对于众包团队的有效协作具有重要的促进作用”的结论。胡海波等[33]研究了众包设计平台将内容消费者转变成内容创造者的过程中商业生态模式演化的逻辑动因，通过构建SEDB[1]模型，发现企业商业生态模式经历了从杠铃型到共生型的演化过程。
综上，现有研究对众包设计平台的运营方式、管理模式、项目实施流程、组织形式、参与各方特征等进行了深入细致的讨论与剖析，为众包设计理论的研究提供了发展方向。
2.众包设计任务管控研究现状
目前，国内外关于众包设计任务的研究主要包括设计任务属性分类、设计任务分解与分配、设计任务执行与管理等内容。
在众包设计任务属性分类方面，Schenk等[34]将众包任务分为常规型、创意型和复杂型3种，其中常规型任务有固定标准且服务结果易评估，创意型任务没有固定标准且服务结果较难评估，复杂型任务没有固定标准但服务结果易评估。Nakatsu等[35]按照项目任务结构化、任务依存性以及任务承诺划分维度，将众包分成7种类型的任务，并将不同类型的众包任务匹配最合适的平台运行机制。戴晶晶[36]认为，在众包系统中，众包设计项目的任务类型应该以其技术难度和对创新的需求两个方面来定义，不同类型的众包任务有不同的匹配机制与其适应。综合来看，不论按照何种标准划分，众包设计任务都可以粗略地划分为简单设计任务与复杂设计任务两种。
在众包设计任务分解与分配方面，庞辉等[37]提出了基于项目-任务-活动框架的定性任务分解策略，结合任务粒度定量分析的方法，建立任务内聚系数计算公式，构建了网络环境中产品设计流程的任务分解模型。Buyya等[38]通过虚拟机技术建立了面向市场的任务资源分配云服务体系，提出了一种基于用户驱动与风险评估的任务分配策略，并基于该策略建立了云服务任务分配机制。文献[39]提出了一种云环境下的任务数据交换技术，通过特征数据交换的方法以云端服务的形式将各个子任务分配给协同设计成员。陈健等[40]结合协同设计理论，针对工业设计云服务平台中子任务与服务资源配置过程中存在的匹配效率问题，在分析了云服务平台协同任务与服务资源特点的基础上，提出了任务模块化重组的计算方法与实施框架。现有研究从不同角度出发，为众包设计任务的微观研究提供了多种思路，但对于众包设计过程中任务划分粒度及其关系研究较少。
在众包设计任务执行与管理方面，国内外学者的主要关注点多集中在机器学习、语言类工作（如翻译）、软件开发与测试等领域[41]。Leicht等[42]研究了开源软件项目实施过程中，通过众包手段开展原型测试工作的方法与步骤。邵璐等[43]研究了外文文本的“语篇”分解方法，提出了面向语篇、语素级别的翻译众包任务分配策略与机制。部分学者还研究了普适化的众包项目实施流程，如Yin等[44]研究了通信手段对众包任务开展的影响，指出众包平台往往会隐藏参与者的个人属性和社会特征。在平台中，通信常常是单线程的，即从需求方指向参与方：需求方将工作分解成粒度较小的任务，并发送给参与方，后者会通过类似“黑箱式”的工作方法完成任务，并反馈给需求方，经过数轮交互，最终完成整体任务。Staffelbach等[45]认为复杂的众包任务需要多线程的通信手段，即需求方与参与方的交流以及不同参与方之间的交流，复杂任务的实施模式更接近于问题解决的外包模式。截至目前，围绕设计类任务的执行与管理的研究文献仍十分匮乏。需要指出的是，对于设计类任务的执行步骤、关键节点、过程管理等研究尚处于空白状态。
在众包项目质量管理研究方面，国内外学者围绕长期质量管控、质量评价等开展了一系列研究。高丽萍等[46]研究了众包项目长期质量管控策略，提出了一种基于动态选取工作者的质量控制模型；Allah bakhsh等[47]构建了一种面向众包任务的普适化质量评价模型，提出了有助于预防和缓解质量问题的措施和策略；Hu等[48]提出了一种面向常规众包项目的激励算法，其特点在于能够训练参与者掌握项目必需的技能，而非单纯淘汰不合规的参与人员；通过调查访谈等定性手段，Niu等[49]研究了众包设计过程中影响产品设计质量的关键因素，并与传统设计方式进行了对比分析。
现有研究提出了一些较为普适化的众包设计任务质量控制手段，但对于众包任务的实施步骤、质量管控策略等研究较少。另外，对于设计类任务的基础性研究也较为匮乏。
3.众包设计系统组织运行机制研究现状
分析众包设计的组织结构和运行机制，研究组织中群体表现的超越个体行为所不具备的解决复杂问题的能力和特性，即群体智慧。群体智慧产生于大量不同个体的相互协作过程中，是群体集合所表现出的优于个体或个体总和的整体性智慧与广泛性智能。群智的涌现、感知与计算是群智研究的重要组成部分。
Nguyen等[50]指出，群体智慧被认为是决定Web 2.0的力量。Surowiecki[51]认为，一个集体表现出智慧所必须满足的4个标准——多样性、独立性、分散化、集中化，同时提出群体智慧总体框架——群体、聚集方法、集体绩效评价。Maiulien等[52]提出了评估竞争情报潜力的概念框架，将提出的概念框架定义为3个层次——能力水平、涌现程度、社会成熟度，并提出了相应计算指标，得到群智潜力指数，认为该指数可以帮助社区项目的开发人员和发起人评估此类项目的群智潜力。Salminen[53]通过将群体智能作为一个复杂适应系统进行研究来消除其概念的模糊性，讨论了3种众包平台（OpenIDEO、Quirky和Threadless），提出了一个新的群智理论框架：微观、涌现和宏观。
为了研究群体智能的涌现机制，Malone等[54]利用“基因”的概念定义4个“基因”模块——“Who、Why、What、How”来类比群智系统，建立群智基因组模型，并以Wikipedia、Linux等社区平台为例，研究群智的涌现机制。其中，“Who、Why、What、How”的含义分别为“Who is performing the task?”“Why are they doing it?”“What is being accomplished?”“How is it being done?”。具体对应参与群体（普通个体参与者和提出任务或挑战的组织）、参与动机（金钱、兴趣与荣誉）、目标（创造和决策）和解决方法（独立创造、成员协作、个人决策和群体决策）。Suran等[55]以Malone等人构建的群智基因组模型为基础，以欧盟“地平线2020”科研框架内开发的10个众包项目为例，提出了一组可以包含在基因组模型中的组件——受益者、知识和社会、基于协作的竞赛。该模型不仅考虑了群体智慧系统的应用领域，并且在原有基础上添加了系统组件交互视图，提高了群智涌现机制的研究粒度。进一步地，Suran等[56]在Malone等的群智基因模型研究的基础上，通过对2000年以来发表的9418篇学术文章中提出的群智基因模型进行系统回顾与研究，从中提取了12个群智基因，概括出24个独立属性，并定义为类型和子类型，同时描述了子类型特性（如参与者“Who”特性为多样性、独立性和临界效应），这项研究工作是对Malone等的群智基因模型的补充和完善。
综上所述，国内外学者在众包机制、群体智慧等研究领域取得了大量成果，为众包设计的有效开展提供了保障，但目前仍存在一些不足：已有研究主要针对某些具体领域或从特定角度（如众包关键技术、参与者互动关系等）出发开展分析与讨论，缺乏从整体的角度把握任务平台方、需求方和各种资源基础等要素之间的关系与动态变化。
1.3.2 众包设计相关理论研究趋势
国内外学者围绕众包设计进行了大量研究，具体包括用户需求获取与分析、主动资源组织与激励、设计过程优化与管控等内容，充分反映了众包设计的研究热点与发展趋势，揭示了众包设计将朝着更精确、更高效、更可控的方向发展。
1.用户需求获取与分析
有效提取用户需求并将非结构化、模糊的信息转化为有效的设计指引，进而匹配具备相应能力的设计资源是众包设计重要的发展趋势之一。
1）动态需求获取。用户需求获取是产品设计的第一步，是有效执行设计任务的基本保障。传统的用户访谈和产品调研在对动态用户需求的收集和分析效率上都出现了明显的下滑。为了方便用户快速与平台交互，众包数据库的概念被提出[57]，通过简单的类SQL语言，为用户提供API，便可实现用户、众包参与成员和众包平台之间的交互和封装。
2）模糊需求分析。自然语言表达的用户需求往往难以理解，达不到设计规范要求。将用户的模糊需求转化为规范化、标准化的产品设计语言，对众包设计任务的高效执行起着至关重要的作用。将众包设计平台中多个不同领域的以文本信息形式记录的用户需求提炼成概念，通过构建知识图谱的方法从中挖掘出有价值的信息，同样基于该方法抽取需求模式，可以达到准确、有效地理解用户意图[58]。
3）用户需求与网络主动资源匹配。用户产品需求的差异化和个性化与网络主动资源技能的多样化之间存在某种关联匹配关系，合理进行关联与匹配可以确保网络主动资源高效利用，达到经济效益最大化。过去用户需求设计的单一学科团队很难适应众包设计项目对多科学团队的要求，构建多团队跨学科交叉协作模型，更有利于理解和满足动态、模糊的用户需求[59]。
2.主动资源组织与激励
众包设计项目能够成功的关键是对分散化、自主性的网络主动资源进行有效组织和管理，同时设计复合式激励机制，保障大规模群体协作过程中群智的涌现。
1）主动资源识别与组织。有相关研究表明，尽管众包设计活动是完全自由开放的设计活动，但是在参与设计任务的网络群体也存在马太效应，更专业的资源群体会向更复杂的产品设计方向聚集。众包模式的优势在于利用大众群体知识及能力的多样性，支持跨知识领域的设计服务与技术创新。建立众包主动资源与设计任务之间的双向网络模型以分析主动资源的参与行为[60]，基于社会网络关系理论从众包设计活动中识别领先主动资源[61]，成为多样化主动资源组织及其与差异化设计任务系统匹配的理论支撑。
2）主动资源有效激励。大规模网络主动资源的多元化参与动机符合马斯洛需求层次理论，为了促进众包设计平台的可持续发展，设计不同多样化的激励措施并构建稳定的激励机制，吸引大规模主动资源主动参与，根据主动资源不同层级关系，使其从单向促进到双向互补转变，实现协同共生的目的[62]，以保障在协作交互过程中群智的持续涌现，达到众包设计过程的多赢结果。
3）群体智慧质量控制。众包设计成果的重要影响因素是基于主动资源的设计能力和知识水平，根据不同的设计任务应用场景，匹配合理的主动资源，研究群智汇聚机制和质量控制方法，确保群智高质量涌现，以满足设计要求。Chen等[63]对众包参与资源的设计能力进行了综合评估，为不同设计任务选择和匹配合适的设计资源，同时对其进行了优化和调度，使其依次处理不同的众包任务。除此之外，为优化选择策略，该团队根据不同成员的特点，提出了成员评价指标和目标变量，构建了基于优化选择指标体系的决策模型[64]。
3.设计过程优化与管控
众包设计任务的复杂性和主动资源的自主性，决定了设计任务执行过程的不可预知性，如何实现过程寻优及有效管控也是众包设计模式的重要演化趋势。
1）设计任务分解模块化。对于复杂产品设计任务而言，设计周期长，工作强度大，主动资源参与度通常难以有效控制，设计方案的及时性和完成度难以保障。为了有效提高众包任务的执行度，需要将完整的设计任务根据主动资源的能力状况，尽可能拆解成细粒度的子任务。同时，考虑主动资源的不同技能水平和空闲状况，将设计子任务智能批量分配给设计资源，以降低任务的延迟，满足任务的预期准确性[65]。这种做法以较低的设计复杂度实现了较优的设计效能，显著降低设计成本[66]。
2）设计质量控制过程化。产品设计过程中的质量包括产品质量以及产品设计过程中的工作质量。产品质量是核心，工作质量是保障。设计质量控制贯穿设计质量形成的全过程，现有研究往往过于注重生产过程和生产后的质量控制，而工作质量是决定产品质量的关键[49]。设计质量控制的最终目的便是要综合提高这两方面的质量。由于主动资源的异质性，众包设计质量控制具有一定的挑战性，尤其是工作质量，解决成本可能会很高。如果将模块化的众包任务独立考虑，把产品质量控制分散到模块化的子任务中，就可以避免整个产品设计冗余带来的麻烦，同时通过对细粒度的子任务进行控制，也可以大大提高工作效率。
3）成果交付管控融合化。众包设计所依赖的互联网环境决定了设计交付物的数字化性质，分配下去的子任务都会产出不同的设计成果，因为子任务的异质化决定了子成果不同的成本和要求，对每一个子成果的质量需要单独考虑，因此需要建议通用的设计成果评价指标体系，同时也要注意子任务的衔接性以及全部设计任务的完整性，因为从设计流角度来看，这些设计子成果必然存在着耦合关系。主动资源与用户的关系类似于雇佣关系，然而雇员由个人到群体，无疑会改变所有权的现状[67]。为了避免经济利益纠纷，制定合理的方案认定标准以及成果支付计算标准迫在眉睫。将众包设计成果的交付与报酬支付同设计子任务的模块化拆解结合起来，形成统一完整的组织框架，统筹兼顾，合理规划，对众包设计而言是一大挑战。