Automakers around the world are under increasing pressure to improve the efficiency of their R&D operations. A lot of money is involved: the top 40 automotive OEMs spend more than $75 billion annually on R&D. To enhance the return on this investment, they need a new approach to tracking and steering their R&D efforts. Through our extensive work with automakers around the globe, we have developed an innovative way of measuring R&D efficiency—one that assesses spending relative to actual output. This approach will enable automakers to identify areas of unnecessary spending, thereby freeing up funds for more-critical projects.
Such new thinking is essential, given the treacherous road ahead for automakers. Companies are grappling with the need to accelerate their pace of innovation amid the most powerful technological changes since the birth of the combustion engine. Among the seismic shifts: the takeoff of electric vehicles and the emergence of autonomous vehicles. But at the same time, volume growth is slowing, which raises a crucial question: how will companies fund the hefty investments that they must make in new technologies to remain competitive?
A resposta está na capacidade das montadoras de melhorar a eficiência e a produtividade de sua pesquisa e desenvolvimento. Mas essa melhoria depende de abordar uma falha fundamental sobre como eles gerenciam atualmente a P&D. Hoje, a principal métrica financeira para avaliar a P&D é a proporção de gastos com P&D e vendas. Mas, dado o tempo de atraso entre o investimento em P&D e os produtos finais que ele produz, essa medida não revela nada sobre a eficácia dos esforços atuais de P&D. O atraso na avaliação prática pode levar a gastos excessivos e alocação subparta de recursos entre divisões, tecnologias e regiões. Nossa nova abordagem supera que a falha e permite que as montadoras não apenas avaliem a eficiência de suas operações anteriores de P&D, mas também desenvolvam planos inteligentes de P&D para o futuro. Se a indústria é reverter essa tendência e construir a máquina de geração de inovação necessária no futuro, deve começar brilhando uma luz brilhante sobre o que seu investimento maciço em P&D está produzindo agora. Tecnologia do motor. Por mais de cem anos, os carros foram construídos em torno de um motor de combustão. Embora esses motores tenham evoluído em poder e sofisticação, sua tecnologia principal permaneceu a mesma. Hoje, no entanto, esse mecanismo está sendo cada vez mais substituído por alternativas baseadas em eletricidade-e essa mudança impulsionará uma mudança fundamental nas habilidades e talentos de engenharia necessários para ter sucesso na automação. Isso ocorre porque, diferentemente dos motores de combustão, o motor em um carro elétrico será essencialmente uma mercadoria. As empresas se diferenciarão através do software e aplicativos que desenvolvem para esse mecanismo de commodities. Como resultado, os recursos críticos de engenharia no futuro não envolverão o desenvolvimento de hardware, mas sim software e design orientado para o aplicativo. O setor já enfrenta um novo concorrente sério no campo da inovação de veículos elétricos - Tesla. (Ver "
Recent benchmarking of six premium automakers finds that R&D efficiency has deteriorated in recent years—a worrisome development. If the industry is to reverse this trend and build the innovation-generating machine required in the future, it must start by shining a bright light on what its massive investment in R&D is producing now.
A Seismic Shift
Three profound changes in the auto industry are combining to generate an upheaval of unprecedented magnitude.
The first change is the shift in engine technology. For more than a hundred years, cars have been built around a combustion engine. Although those engines have evolved in power and sophistication, their core technology has remained the same. Today, however, that engine is increasingly being replaced by electricity-based alternatives—and that shift will drive a fundamental change in the engineering skills and talents needed to succeed in automaking. That’s because, unlike combustion engines, the motor in an electric car will essentially be a commodity. Companies will differentiate themselves through the software and applications they develop for that commodity engine. As a result, critical engineering capabilities in the future will involve not hardware development, but rather software and application-oriented design. Already the industry faces a serious new competitor in the field of electric vehicle innovation—Tesla. (See “ O que as montadoras podem aprender com o fenômeno da Tesla , ”Artigo do BCG, maio de 2016.)
A segunda mudança disruptiva é a chegada de veículos autônomos (SDVs), marcando um ponto fundamental de afastamento do mundo do carro operado pelo motorista. Revolução no banco do motorista: o caminho para veículos autônomos= , BCG Report, abril de 2015.)
A terceira mudança poderosa é o surgimento de novos modelos de negócios que têm o potencial de aproveitar o mercado tradicional para vender carros a proprietários individuais. Do projeto de carro autônomo do Google ao serviço de compartilhamento de viagens da Uber, novas opções de mobilidade estão ganhando vapor, com grandes implicações de como os consumidores provavelmente pensarão na compra de carros no futuro. Os OEMs devem fazer investimentos significativos em novas tecnologias e explorar novos modelos de negócios, enquanto atualizam e mantêm seus produtos e empresas tradicionais. Até agora, sustentar altos níveis de investimento em P&D não foi difícil, graças ao volume robusto e ao crescimento da receita. Após a crise econômica global de 2009, a indústria automobilística voltou a rugir, publicando um crescimento médio anual de 5% a 6% de 2009 a 2015. Mas esse ritmo tórrido começou a escorregar, e a análise do BCG dos dados do IHS Markit sugere que o crescimento enfraquecerá para apenas 2% a 3% nos próximos três a quatro anos. No segmento premium - onde a adoção de avanços tecnológicos normalmente ocorre primeiro - projetamos que a desaceleração será ainda mais dramática, de 13% no período de 2009 a 2015 para 2% a 3% no período de 2017 a 2020.! Abordagem para medição de P&D
For automakers, responding to these changes is a tall order. OEMs must make significant investments in new technologies and explore new business models while upgrading and maintaining their traditional products and businesses. Until now, sustaining high levels of R&D investment has not been difficult, thanks to robust volume and revenue growth. Following the 2009 global economic crisis, the auto industry came roaring back, posting average annual growth of 5% to 6% from 2009 to 2015. But that torrid pace has begun slipping, and BCG’s analysis of IHS Markit data suggests that growth will weaken to just 2% to 3% over the next three to four years. In the premium segment—where adoption of technological advances typically occurs first—we project that the slowdown will be even more dramatic, from 13% in the 2009 to 2015 time frame to 2% to 3% in the period from 2017 to 2020.
In this environment, automakers must bring a new focus on efficiency to R&D and the allocation of R&D dollars.
Replacing a Flawed Approach to R&D Measurement
A razão entre os gastos em P&D e as vendas (a relação P&D) é frequentemente, mas erroneamente chamado de "eficiência de P&D". Embora essa medida dê uma sensação da intensidade e escopo do esforço de P&D em relação ao tamanho da empresa, ela não esclarece a eficiência com que esses dólares são usados. Primeiro, os ciclos de desenvolvimento de produtos são longos na indústria automobilística, com quatro ou mais anos necessários para desenvolver um novo modelo. Como resultado, as despesas de P&D em um período são medidas contra as receitas geradas por produtos desenvolvidos em um período anterior. Segundo, mudanças no ambiente de mercado-uma desaceleração econômica, por exemplo-podem influenciar fortemente as receitas e aumentar a proporção de P&D-Sales. Mas a mudança resultante na métrica terá pouco ou nada a ver com a eficiência real de P&D. Essa abordagem nos permite medir o que foi gasto - e quais novos produtos que os gastos realmente produziram. Grandes elementos do processo de desenvolvimento do veículo no FVE com base nos recursos médios que esses elementos consomem. O nível máximo de investimento é um modelo totalmente novo - normalmente o veículo principal de uma série - que é igual a 1 FVE em nossa análise. O primeiro modelo da BMW 5 Series e o Audi A3 original, por exemplo, se qualificam como veículos principais. Um facelift de um modelo existente (que definimos como uma reforma limitada no meio do ciclo de vida do modelo) requer menos esforço, é claro, e recebe um valor FVE mais baixo - em nosso sistema, 0,1 FVE. Atribuímos diferentes valores de FVE a outras saídas, como um novo trem de força, um novo sistema de transmissão e modelos derivados. Um derivado de vagão de um veículo principal recebe um valor de 0,2 FVE, por exemplo, enquanto um SUV baseado nesse veículo principal recebe 0,5 fve. Olhando para um período de cinco anos, por exemplo, levaríamos os gastos totais de P&D para esse período e o compararíamos com os FVEs produzidos durante esse período, capturando apenas o trabalho realizado nesse período de cinco anos. Portanto, se metade do trabalho envolvido no desenvolvimento de um novo veículo ocorreu durante esse período, a saída no FVE seria de 0,5 fve, não 1 fve. Dessa forma, combinamos diretamente gastos e saída.
The problem with the R&D ratio is twofold. First, product development cycles are long in the auto industry, with four or more years required to develop a new model. As a result, R&D expenses in one period are measured against revenues generated by products developed in an earlier period. Second, changes in the market environment—an economic slowdown, for example—can strongly influence revenues and drive up the R&D-to-sales ratio. But the resulting change in the metric will have little or nothing to do with actual R&D efficiency.
To address the need to zero in on true R&D efficiency, BCG has developed and applied a metric: the ratio of R&D spending in a certain period to what we call “full vehicle equivalents” (FVEs) developed during that period. This approach enables us to measure what was spent—and what new products that spending actually yielded.
We derive the numerator in this equation from an analysis of the automaker’s public financial statements, after adjusting the disclosed R&D figure to account for the capitalization of certain R&D investments.
To calculate the output on those investments—the FVEs—we developed a proprietary model that converts all large elements of the vehicle development process into FVEs on the basis of the average resources those elements consume. The maximum level of investment is an entirely new model—typically the lead vehicle in a series—which is equal to 1 FVE in our analysis. The first BMW 5 series model and the original Audi A3, for example, qualify as lead vehicles. A facelift of an existing model (which we define as a limited makeover in the middle of the model’s life cycle) requires less effort, of course, and receives a lower FVE value—in our system, 0.1 FVE. We assign different FVE values to other outputs such as a new powertrain, a new drivetrain, and derivative models. A wagon derivative of a lead vehicle receives a value of 0.2 FVE, for example, while an SUV based on that lead vehicle gets 0.5 FVE.
We can then examine the R&D-spending-to-FVE ratio for a given period. Looking at a five-year time frame, for example, we would take total R&D spending for that period and compare it to the FVEs produced during that period, capturing only work done in that five-year period. So if half the work involved in developing a new vehicle occurred during that period, the output in FVEs would be 0.5 FVE, not 1 FVE. In this way we match spending and output directly.
Podemos usar esse modelo para benchmarking (nesse caso, ele se baseia em dados publicamente disponíveis) ou para analisar a eficiência de uma empresa individual (usando figuras internas). (Consulte Anexo 1.) Em nossa experiência, a diferença entre os resultados com base nos dados internos e os baseados em dados externos é pequena. Eficiência da indústria automobilística? A notícia não é boa. We calculated the R&D-to-FVE ratio for six premium automakers in two periods, 2006 through 2012 and 2010 through 2015. (See Exhibit 2.) The numbers reveal a steep drop in efficiency: the ratio during the period from 2010 through 2015 ranged from $716 to $1,266 million per FVE, up from $509 to $966 million during the period from 2006 through 2012. Tais investimentos são críticos, mas naturalmente reduzirão a taxa de eficiência em P&D por alguns motivos. Primeiro, custa mais desenvolver uma tecnologia totalmente nova e anteriormente não testada do que melhorar um produto existente bem testado. Segundo, o cálculo da FVE não captura investimentos em novos modelos de negócios, porque esses gastos não levam tecnicamente a novos produtos, como um veículo físico. Outro fator significativo é um aumento nas derivadas (uma versão hatchback de um sedan existente, por exemplo) e facelifts em série. (Veja a Figura 3.) Tradicionalmente, novos veículos principais dominavam os novos portfólios de produtos das montadoras. Cinco ou seis anos atrás, cerca de três quartos do novo portfólio, medidos pelo FVE, consistiam em veículos principais; Hoje, o número correspondente é de cerca de 42%. Derivativos e facelifts agora representam 46% do novo portfólio, e os veículos elétricos (incluindo híbridos completos) representam 12%. Carros adaptados aos gostos de segmentos de clientes específicos, também aumentou a complexidade do portfólio de produtos e, por sua vez, a operação de P&D. Mas o poder real dessa nova métrica vem na alteração de como as empresas alocam a P&D daqui para frente. Geralmente, uma empresa baseia seu orçamento geral de P&D em suas demonstrações financeiras, com a P&D alocada alguma porcentagem fixa - geralmente de 5% a 8% - das vendas. Separadamente, a equipe de marketing (normalmente) cria planos para novos veículos, e a equipe de engenharia estima os custos do desenvolvimento dos novos produtos. Muito tempo e esforço, em seguida, fazem com que esses três conjuntos distintos de planos e orçamentos sejam alinhados. Uma montadora pode começar com seu portfólio planejado de novos produtos nos próximos anos. A conversão dessa formação em FVE fornece uma medida sólida de saída. Cálculo da proporção de gastos planejados para esse número FVE permitirá que a empresa determine se está no caminho do declínio da produtividade de P&D. As empresas podem descobrir que a alocação da linha superior dos gastos em P&D é maior que os produtos no mandado de pipeline. Nesses casos, os fundos em excesso podem ser redirecionados para o desenvolvimento de novas tecnologias. As empresas enfrentadas com essa situação terão que tomar decisões difíceis sobre a redução do financiamento para atualizações ou para adicionar novos recursos aos carros existentes, a fim de aumentar seu investimento em tecnologias emergentes.
A Troubling Drop in R&D Efficiency
What does this new measure of R&D tell us about the auto industry’s efficiency? The news is not good. We calculated the R&D-to-FVE ratio for six premium automakers in two periods, 2006 through 2012 and 2010 through 2015. (See Exhibit 2.) The numbers reveal a steep drop in efficiency: the ratio during the period from 2010 through 2015 ranged from $716 to $1,266 million per FVE, up from $509 to $966 million during the period from 2006 through 2012.
Several factors have contributed to that deterioration in efficiency, including the fact that companies are investing heavily in early-stage technologies such as electric vehicles and autonomous driving systems. Such investments are critical, but they will naturally bring down the R&D efficiency ratio for a couple of reasons. First, it costs more to develop an entirely new, previously untested technology than to improve on a well-tested existing product. Second, the FVE calculation does not capture investments in new business models, because that spending does not technically lead to new products such as a physical vehicle.
But those nascent technologies are not the only drag on R&D efficiency. Another significant factor is an increase in derivatives (a hatchback version of an existing sedan, for example) and series facelifts. (See Exhibit 3.) Traditionally, new lead vehicles dominated automakers’ new product portfolios. Five or six years ago, about three-quarters of the new portfolio as measured by FVEs consisted of lead vehicles; today the corresponding figure is about 42%. Derivatives and facelifts now account for 46% of the new portfolio, and electric vehicles (including full hybrids) make up 12%.
While the increased emphasis on derivatives has helped generate growth in revenue and volume by allowing automakers to create cars tailored to the tastes of particular customer segments, it has also increased the complexity of the product portfolio and, in turn, the R&D operation.
How Measuring R&D Efficiency Can Change the Future
It is one thing to understand how the efficiency of R&D operations has changed in recent years. But the real power from this new metric comes in altering how companies allocate R&D going forward.
To understand the opportunity here, it is helpful to consider how automakers handle their R&D budgets and planning today. Usually a company bases its overall R&D budget on its financial statements, with R&D allocated some fixed percentage—usually 5% to 8%—of sales. Separately, the marketing team (typically) creates plans for new vehicles, and the engineering team estimates the costs of developing the new products. Much time and effort then go into bringing those three distinct sets of plans and budgets into alignment.
Using the R&D-to-FVE ratio as the centerpiece of R&D planning can eliminate the current system’s lack of coordination. An automaker can start with its planned new-product portfolio over the next several years. Converting that lineup into FVEs provides a solid measure of output. Calculating the ratio of planned spending to that FVE number will enable the company to determine whether it is on a path toward declining R&D productivity.
Armed with that insight, companies can move away from financial-statement-driven allocations of R&D investment and instead allocate only the dollars that are necessary for the product pipeline. Companies may discover that the topline allocation of R&D spending is higher than the products in the pipeline warrant. In such cases, the excess funds can be redirected toward the development of new technologies.
In some cases, of course, pinpointing excess spending in existing traditional businesses will not free enough funds to meet the investment requirements in cutting-edge areas. Companies faced with that situation will have to make tough decisions about reducing funding for upgrades or for adding new features to existing cars in order to up their investment in emerging technologies.
O advento de carros eletrônicos, veículos autônomos e novos modelos de negócios farão as vias de automóveis significativas-e imprevisíveis-e imprevisíveis. Para prosperar, as montadoras devem fazer investimentos consideráveis em P&D, em um momento em que o crescimento do volume declinante espremerá seus orçamentos. O novo modelo baseado em FVE que desenvolvemos permitirá que as empresas repensem seu gerenciamento de P&D de várias maneiras. Primeiro, eles poderão avaliar sua própria eficiência em P&D ao longo do tempo e comparar seu desempenho com o de seus concorrentes. Segundo, eles poderão realizar análises de olhos claros de vários modelos de desenvolvimento, incluindo parcerias, a fim de tomar decisões sobre futuros investimentos. E, terceiro, eles poderão vincular efetivamente o planejamento financeiro e de portfólio para evitar várias rodadas ineficientes de planejamento em silêncio.
Thomas Dauner
Dramatically improving R&D efficiency means moving away from the traditional planning process and embracing a new method of tracking and directing R&D spending. The new FVE-based model that we have developed will enable companies to rethink their management of R&D in several ways. First, they will be able to assess their own R&D efficiency over time and compare their performance to that of their competitors. Second, they will be able to conduct clear-eyed analyses of various development models, including partnerships, in order to make decisions about future investments. And third, they will be able to effectively link financial and portfolio planning to avoid multiple, inefficient rounds of siloed planning.
Such advances will help automakers confront a business environment that is rapidly changing—and set them on the road to success.
