相信大家对于游戏应该都不陌生，那么关于游戏的产品设计又是如何？本文基于一款”3A“游戏的研发经验，以PM为视角，浅谈游戏工业化美术管理。针对美术工业化进行了降本，增效的个人管理经验总结，希望可以抛砖引玉与大家探讨。
笔者有幸曾较长时间参与过一款“3A”游戏研发，该游戏预告于今年科隆展重磅亮相，本文将基于PM在项目中自己研发总结的方法论进行探讨分享。
前言部分将讲解：我对于3A游戏的理解，项目背景和项目诉求。
什么是3A？
对于3A有一个有意思的解释：A lot of Money, 大量投资，A lot of Resources, 大量人力，A lot of Time. 大量时间。
这么听着总结下来，就是一个字“贵”。
这个解释可以看出是站在游戏开发者的视角去理解3A，但我们也会发现，有许多打着3A称号的游戏，其实并未被玩家所认可。那么我的理解是，3A是一个标签，它是玩家给予一款游戏最高的认可。
背景 – 有趣的灵魂
规划＞执行，设计＞迭代
由于3A游戏的“贵”，成本控制和效能管理是重中之重。如何避免成本浪费，杜绝返工是最需要攻克的难题。这就好比我们要建造一座城市，城市有多大，需要满足什么关键性功能，路有多宽，是欧洲风格的城市还是中国古建筑的城市等，都需要先规划好。尽可能的将关键性问题在规划初期就确认好，并成为项目的基石，轻易不可改变。
在规划阶段，团队尽可能精简（例如：制作人+策划），尽量避免美术资源的投入（或没有），核心的目的是输出有趣的玩法设计思路。再将有趣的玩法设计快速的进行版本实现，通过白模关卡等最简单的方式反复验证。此时一款有趣的游戏雏形已搭建而成，再输出基于玩法的整体游戏落地规划。
总结下来如下图所示：
目的 – 美术工业化
目的 – 降低成本，提高效能
基于确定的有趣玩法下的整体规划，我们可以较好地确认范围。那么，在范围恒定，质量3A的已知条件下，可以通过质量三角看出，我们只能通过成本和时间的管理来达到提高效能，节约成本的目的。
这听起来是不是似乎有点熟悉?如果我们开一家巧克力制作工厂，在发明了好吃有趣的新品，研究出可量产的工序后便会进入车间流水线生产，那么想要让巧克力的利润最大化，工厂会尽可能进行自动化流水线生产代替更贵的人工（或者把工厂转移到人工费用更低廉的地区），也会通过流水线/制作方法优化去提高产出巧克力的效率，整体降低成本，带来利益最大化。
然后我们再来看看什么是游戏工业化。有关“工业化”一词的解释有很多论文，从人类文明，文化革命到社会发展和技术革新都有不同角度的解读。此处我们仅探讨“游戏工业化”。我的理解是，游戏工业化是通过技术（不限于制作技术，管理技术等）发展将重复率高的经常性业务标准化，自动化，以降低成本，提高效能为目的的一种形式。（抛砖引玉，欢迎大家一起探讨。）
对于游戏美术的制作流程，和程序策划开发不太一样，更多的是需要多个环节流水线式的串行开发，其中各环节的人才模型，制作方式都有所不同，不可相通，且各环节会有强制依赖项。比如模型的制作开始依赖于原画设计的完成，特效的制作依赖于模型的制作完成，制作模型的同学大概率不会做特效等。
作为PM，如何通过管理技术去帮助游戏美术工业化，笔者有以下经验总结，欢迎读者一起探讨，接下来进入正文部分：
相比感性的判断，用数据记录事实要准确许多。正如上面的巧克力工厂比喻。工厂制作一批巧克力，需要多少种类型的员工，各种员工需要多少位，每天安排工作几个小时，分成几班来轮流生产，残次品的概率，亦或是出现残次品和员工个人能力，流水线设计或工作时长有没有具体的影响关系，如何定性定量这个影响，都离不开数据的支撑。
那么对于游戏美术工业化来说，用数据说话就显得极为重要了。从一个员工对自己工作量的主观判断，到标准化的客观判断就是一个很好的工业化体现。先来谈谈美术管理中的标准化。
标准化的目的是让不同的内部美术同学，外包美术用同样的方法完成工作，保证质量和工作效率。更利于产能规划，并有一个标准可以科学公正地评价效率。同时还有一个重要的用途是发现异常，并且成为持续改善的一个基线。
标准化的最终产物在美术管理中看起来会是一个简单的数据组，例如：小型怪物模型=20人天，人物皮肤设计=5人天等。
那么，这个时候大家会有疑惑，“人天”不是一个大家都在用的东西吗？这不就是用来评估工时然后排期用的吗？
是，也不是。
“人天”仅是一个度量单位。例如我们在做美术发包的时候，由项目组美术评估一个采购单据的人天，然后由采购部确定和供应商合作的人天单价，最后用人天乘以人天单价得出的总金额进行采购支付。
那么当某家供应商的单价较低时，他们会希望可以多协商一些人天，以满足自己的最终收入没有亏本，此时的“人天”就不可以再直接代表评估工时了，也不可作为排期的直接依据。所以“人天”是美术标准化的一个度量单位。
基于降低成本，提高效能的目标，美术标准化具体标准的是效率。通过效率优化提高产能，从而达到提高效能。
标准效率不难理解，即无论是谁，只要符合岗位要求，那么他们做同样一个需求，应该可以用同样的时间去完成。
标准效率的制定可以依据但不限于以下流程：
基于不同游戏品类和美术风格的WBS结构会各有不同，但同品类和同风格的相似度会比较高。在美术管理中，除了需要考虑交付需求以外，还需要从资产管理的角度去考虑，那么在拆分WBS时可以参考以下流程：
这里以开放大世界游戏做个拆解范例（根据外发公布视频可推导）：
(注：仅根据WBS拆解原则做案例示意，并不代表游戏的真实情况）
在使用TAPD时，我们会根据需求评估进行拆单和对每个单子进行工时评估。工时评估的方法大体有以下几种：
无论是哪种评估方式，其实都是存在主观判断，依赖于这个处理人/人员的个人情况加上这个需求的情况进行的主观判断。也就是说，同样的需求，换一个处理人，这个工时评估可能会有变化。
例如，一个熟悉此类功能开发的程序可能只需要2个小时，一个同职级但之前没有做过此类功能开发的程序需要6个小时。对于工时评估来说，这都是合理的。但，因为一个人的效率能力在评估工时的时候就已经作为主观的先决条件被考虑进去了，所以我们无法通过这种方式进行客观效率分析，也无法通过标准基线去做持续的改善。
那么从主观到客观的变化在于，由标准效率去进行需求评估，由专家评审团来判断需求属于哪个WBS的标准效率。
总结下来如图所示：
那么在这样的标准评估下，任何需求对应的标准效率和工时都是恒定的，符合标准的。不存在一个需求给不同的人做，工时会不一样。从而达到了标准化的目标之一：让不同的内部美术同学，外包美术用同样的方法完成工作，保证质量和工作效率。
读到这里，你一定会有疑问：
那如果某个人做的就是比标准效率低，要用更长的时间完成怎么办呢？那如果有人就是做得很快，不需要标准效率的所对应的标准工时就能完成怎么办呢？人是活的，这个标准化只是建立了一个标准，要如何通过标准化让大家标准起来呢？
根据上述疑问，我们有了两个概念，即：标准效率和实际效率。那么对于提高效能来说，我们的期望如下：
所以我们的管理技巧是激励实际效率大于标准效率的人/事，鼓励实际效率等于标准效率的人/事，识别实际效率低于标准效率的问题所在，定性定量分析缺陷并寻找解决方案。
如何通过标准化和数据科学的应用来管理效率呢？这里引入一个大家常听的概念”能效比”。“能效比”一词其实是在空调制冷/制热类别中的一个标准参数。它是指能源转换效率的比。那么应用在美术工业化管理中，这里的能源指人力资源，即员工的可工作时长；效率指员工的产出效率，即实际效率。
那么我以单个员工为案例来看，
单个员工的能效比 = 当月产出效率总和 / 当月可工作时长
例如，A员工于2022年10月，无请假，共计工作18个工作日；A员工于2022年10月，共计产出标准效率总和22人天。
则，A员工能效比 = 22/18 ≈ 1.22
任何时间段，多个/一个员工的标准能效比都应该是1。
那么当A员工能效比=1.22＞1时，意味着，A员工的效率高于标准效率。
同样，若A=1.22, B=1.34, C=1.5，那么C的效率最高，其次是B，其次是A。也就是说通过能效比，我们可以对整体美术团队进行效率排列。
那么根据以上逻辑，我们还可以通过简单的计算得出整体团队的能效比，团队的实际产能是否高于/低于/达到标准，也可以横向拉齐时间轴监控团队/个人的效率/产能的变化及对比等。能效比是PM通过标准化和数据科学的应用来管理产能效率的重要手段。
杠杆效应在不同领域的使用会有不同的解释，例如在财务中是指由于固定费用的存在而导致的，当某一财务变量以较小的浮动变动时，另一相关变量会以较大幅度变动的现象1。那么杠杆效应运用在美术管理中是指通过内部人力和制作标准的制定撬动相对低成本的外部资源来实现提高整体能效和降低成本的目的。
外包资源包括但不限于子公司，V岗，外派，基地，供应商，个人工作者等。
在外部资源的使用中有两种形式：Time-based（人力工时结算模式）和Asset-based（资产交付结算模式）两种。
Time-based在公司外部资源合作中类似的模式有子公司，V岗，外派，基地等。以人力资源的工时进行结算（通俗理解，包人），不以该人力资源的实际产出进行首要结算（因为存在在包人模式中，还会参考产出进行综合结算的模式，所以这里加了个定语“首要”）。
例如，我们有三位子公司原画，从支付层面，我们一个月是固定支付这三位原画的月工资。而三位原画的实际产出，产出效率等都不直接算作结算依据。那么这三位原画就类似于对内部员工的管理模式，即成本固定，需要通过能效比和效率激励，让他们提高能效才能达到降本增效的目的。（当然我们也可以通过绩效情况对成本进行调整，但本篇文章不做展开讨论。）
Asset-based在公司外部资源合作中类似的有供应商，个人画师等。这种模式以实际发起的采购需求和实际交付的资产为依据结算。即，无论该需求花费了几个人，多少工时都只是报价的谈判条件，而不是直接结算的依据。
例如我们有66人天的标准效率原画需求需要在一个月内完成，发给供应商K，那么跟供应商的结算成本即为：66*该供应商的合作单价。至于这66人天的需求，该供应商用具体哪个人力，实际花费了多少天，是由供应商自行管理的。我们只对供应商提出交付要求，满足了我们的验收标准才算完成交付。（当然我们也可以要求供应商用某些特定人力，但本篇文章不做展开讨论。）
那么在了解以上外部资源的大致情况后，我们来谈谈如何活用杠杆效应。
首先我们使用杠杆效应的原则是提高效能，降低成本。
那么在提高效能层面的逻辑，如下图：
假设一个项目的某个人物模型标准效率为22人天（约1个月），那么一个内部的美术同学在个人能效符合标准的情况下，可以一个月产出一个该人物模型。但如果通过撬动外部杠杆，该内部美术同学一个月的时间可以管理15个外部资源人力，同时这些外部资源人力能效也能符合标准的情况下，一个月可以共计产出15的人物模型。那么我们从整体的角度来看，同样是一个月，一个内部美术，效能提高15倍。
接着，我再来看看降低成本层面的逻辑，假设一个内部美术员工的一个月的成本为10万；假设一个该人物模型的Asset-based发包成本为22人天*1000人天单价，那么如下图：
即如果一个内部美术一个月的时间全部花在了自己制作模型上，那么这个产出的模型成本为10万元，如果一个内部美术一个月的时间全部花在外部管理上，一个月不仅产出了15个模型，且单个模型的成本只需2.9万元。成本降低了71%。
看到这里，大家一定还有很多疑惑，因为这中间还存在许多变量会影响杠杆效应的目的达成。这变量包括但不限于：
也就是说我们需要通过管理“内部美术管理能力”，”内外部成本“，以及”外部效能“这三个重要变量来控制能效提高和成本降低的最大化。其中”内外部成本“中的内部员工工资和供应商合作单价已超出PM的项目管理范畴，所以此处不做拓展讨论 。
首先，为了避免“管理”一词多用，容易导致理解偏差，先做个名词定义：
美术外包管理：指内部美术员工做发包及外包反馈等工作。
PM外包管理：指PM通过管理技巧做有关美术外包管理的流程制定，效能和成本管理等工作。
内部美术外包管理能力提升 – 进阶能效比
当我们引入了杠杆应用后，对于之前的能效比衡量自然也要合理地加入美术外包管理的内容才可以双管齐下。也就是说能效比需要拆分成两个维度，一个是内部制作维度，一个是美术外包管理维度。如果忽略了美术管理外包维度的能效比管理，那么我们就无法通过管理技巧去驱动杠杆效应的使用。
同样，首先我们需要设定一个标准，即杠杆率标准，假设在模型外包环节的杠杆率标准是：一个内部人力通过美术外包管理可以撬动15个外包人力，那么这里的杠杆标准率是1：15。（标准化的搭建请参考上文中的美术标准化，属于同一个逻辑。)
我们依旧以单个员工案例来看：
单个员工的外包管理能效比 = （当月外包产出效率总和 / 15）/ 当月投入美术外包管理工作时长
例如，A员工于2022年10月，无休假，工作18天，共计管理人天7天，对应外包产出人天56人天，则：
A员工外包管理能效比 = （56/15）/ 7 ≈ 0.53
任何情况下，标准外包管理能效比都应该为1。
那么A员工外包管理能效比=0.53 ＜ 1， 即A员工外包管理效率不达标。
由此，同理，我们可以运用文中上述的效率激励管理办法达到提升内部美术外包管理能力。
外部效能
杠杆的应用意味着，我们除了要管理内部美术管理效能的问题以外，还需要提高外部资源的效能。Asset-based的模式可以通过价格控制，商业竞争等经济手段进行效能提升。Time-based则需要进行类似内部效能管理的模式，提高外部人员的效能，从而达到提高杠杆率，降本增效的目的。管理技巧和逻辑上文已详述。
耐心读到这里的同学可以发现整体的逻辑框架是：
从确定美术工业化的管理目标，到以目标为基准制定标准，再根据标准活用数据科学进行分析，再通过分析进行效能激励，降低成本的控制。
那么我们还漏了一个环节，就是如何持续改善。
即，管理标准不是恒定的，随着我们越做越熟练，制作技术的革新等都会使我们进步，那么标准也应该随之而进步。
那么标准其实是一个基线。
（注：该图片来自于网络）
通过我们日常的研发流程（例如PDCA循环工作法），定期的Review美术标准，进行标准优化。
那么也就形成了我们的美术标准化闭环：
本文基于过去参与3A游戏研发的美术管理经验进行了一个较简单的思考沉淀，希望可以抛砖引玉和大家探讨有关游戏工业化研发和美术管理的各种问题及心得。有关更具体的如何通过标准化、精细化的工业化研发过程管理和如何深度使用管理工具Shotgun进行资产管理的内容就暂时不放入本文进行赘述了。
最后想用和该经验非常契合的六西格玛项目环进行总结。（六西格玛管理方法是一种高度重视数据，依据数字，数据进行决策的管理方法，强调“用数据说话”, “依据数据进行决策”， “改进一个过程所需要的所有信息，都包含在数据中”2。）
参考资料：
[1]【杠杆效应】
https://wiki.mbalib.com/wiki/%E6%9D%A0%E6%9D%86%E6%95%88%E5%BA%94
[2]【六西格玛】
https://wiki.mbalib.com/wiki/%E5%85%AD%E8%A5%BF%E6%A0%BC%E7%8E%9B
作者：evvafan，腾讯IEG研发项目管理
来源公众号：腾讯大讲堂（ID：TX_DJT ），聚焦前沿，打造互联网人的高光时刻
本文由人人都是产品经理合作媒体 @腾讯大讲堂 授权发布，未经许可，禁止转载。
题图来自 Unsplash，基于 CC0 协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。