【学习进行时】数字化时代，精益活动该怎么升级？我总结成 4 步路径

转载来源：革新innovation 数字化时代，精益活动该怎么升级？我总结成 4 步路径 http://mp.weixin.qq.com/s?__biz=MzU3ODczMDU0MQ==&mid=2247492658&idx=1&sn=6d62df8214cbaa6c0e1cf8565ced898b&scene=45#wechat_redirect

前阵子一个做汽配的老板约我吃饭，吃到一半，他憋不住了，压低声音问了我一句："老师，现在张口闭口都是 AI、数字化，精益这套老东西，是不是该退休了？"

这句话，我入行十年听了不下二十遍。

每次听到，我心里都咯噔一下——不是被冒犯，是替他可惜。可惜什么？可惜他把账算反了。

很多人以为，数字化时代一来，精益这套"发现问题、持续改善、用户拉动、现场纪律"的老古董，就该被更高级的东西取代了。可我在两家世界 500 强的一线泡过，又出来干了十年咨询，越干越确信一件事：恰恰相反，精益不是数字化的"过渡阶段"，它是数字化的"前置条件"。顺序一旦反了，你上的数字化，不过是在给一本乱账拍高清照——账还是乱的，只是更清楚地把乱拍了下来。

所以精益要做的，从来不是"被取代"，而是"升级"。升级的本质，不是扔掉精益，是用数字化的工具，把精益的内核重新武装一遍。

这条路，我把它总结成 4 步。下面一步步讲。

图1 · 精益升级

第一步：先立标准——地基没打，后面全是白搭

我见过太多厂子，上来就跟我谈"我们要上 AI、上智能工厂"，眼睛里全是光。可我跟着他到车间走一圈，只问三个问题，光就灭了：

"这道工序的标准作业，最新版是哪一版？挂在哪？"

"昨天这条线停了 40 分钟，谁记的异常？根因是什么？"

"这个工位今天的目标是多少？操作工自己清不清楚？"

三个问题，十个有八个答不上来。

这就是我要说的第一件事：升级的第一步，不是买什么，是把你手上那套精益基本功先做扎实——现场 5S、标准作业、异常管理。这三样，是地基。

没有标准，你就不知道"正常"长什么样；不知道正常，你就分不出"异常"；分不出异常，你采回来的数据就是一堆没有参照系的数字，再漂亮的大屏也只是个屏保。

我常跟客户打比方：标准作业就是那根水平线。你没有水平线，怎么知道自己是高了还是歪了？数字化工具再厉害，它也只能告诉你"数值是多少"；可"数值对不对、差多少、往哪改"，这些判断的前提，是得先有那条线。

所以第一步，别想那些炫的。回到现场，把作业标准理清楚、贴到工位、教到人会、查到人守；把异常管理的流程走通——异常一冒头，几秒内被发现、几分钟内被记录、当天被分析。这套东西看起来土，但它是后面三步的地基。地基不牢，楼盖得越高，摔得越疼。

图2 · 标准作业与异常管理现场

第二步：再通数据——给现场装上"眼睛"

地基打好了，标准有了，异常也管得起来了，这时候你会撞上一个新问题：很多东西，你是"事后才知道"，甚至"事后都不知道"。

标准作业靠人去守，总有人打盹；异常靠人记，总有人懒得写。你眼睛再勤快，一天也就那么几趟；现场 24 小时在跑，你的眼睛只有 8 小时在。

所以第二步，是给现场装上"眼睛"——用数字化的工具，让问题看得见、数据采得准。

这一步的工具，不用玄乎，就是那些公开、大家耳熟能详的东西：数据看板、传感器、扫码、MES。说白了，就是把过去靠人眼看、靠人手记、靠嘴传达的那些活，换成机器来干。

我看过一个做注塑的车间，以前设备综合效率（OEE）靠班长拿本子手抄，月底一汇总，数字漂亮得不像话——因为谁也不想报丑。后来上了传感器和看板，真实停机时间一出来，老板脸都绿了：手抄的和真实的，差了一大截。

这件事让我触动很深。它说明一个道理：数据不是"更多"就好，是"更真"才好。你手里一堆靠手填、靠估的数，看着热闹，其实是在骗自己。数字化这一步最大的价值，不是让你看到更多，是让你看到"真的"。

这里得提醒一句：第二步是"通"数据，不是"堆"数据。我见过有企业一口气上了一堆系统，每个都能出报表，结果车间的人光填表就填半天，数据还是各说各话。眼睛装多了，反而花眼。所以这一步的关键，是想清楚你到底要看什么——先把你那几个"关键过程指标"盯死，别贪多。

图3 · 传感器与数据看板

第三步：建闭环——数据不只是"看"，更是"用"

眼睛装上了，数据准了，看板也亮了。这时候最容易踩的坑，是满足于"看到了"。

我见过太多会议室，大屏一挂，领导看得津津有味，数字红红绿绿，赏心悦目。可散会之后呢？红还是红，问题还是问题，下个礼拜一看，一模一样。数据变成了墙上的装饰画。

这就是第三步要解决的：让数据"跑"起来，而不是"躺"在那儿。

怎么跑？我总结成四个字：采、判、改、验。

采，是数据采得准；判，是有人（或规则）来判断，这个数字说明什么问题；改，是落到一个具体的改善动作上；验，是过段时间回头看，动作到底有没有效果。

这四步连起来，才叫闭环，少了任何一环，数据就是死的。

我想强调的，是中间那个"改"字。每一个数据，都要落到一个改善动作上。数据本身不值钱，数据逼着你做的那个动作，才值钱。我看过太多企业，报表一堆，动作没有——数据采得很漂亮，就是没人因为那个数，去拧一颗螺丝、改一张作业表、找一次根因。这样的数字化，还不如没有。

反过来，数据一旦和"改善动作"绑在一起，威力就出来了。异常一冒头，系统推送给责任人，责任人限时处理，处理完系统再验证。这时候你再看，原来那个"发现问题"的精益内核，就被数据这条链子串起来了——发现得更快、传递得更准、闭环得更严。

这一步跑顺了，你会明显感觉到：精益还是那个精益，但它从"靠人推"，变成了"被数据带着走"。

图4 · 数据看板前的改善讨论

第四步：加智能——AI 是加速器，不是救命稻草

走到这一步，我反而要泼点冷水。

因为太多人把 AI 当成了"从零起飞"的捷径——前 3 步还没影子，就嚷嚷着要上 AI、要无人化、要智能决策。结果 AI 一接上，喂进去的全是脏数据、没标准、没闭环，算出来的东西连自己都不敢信，最后草草收场，还反过来怪"AI 不行"。

AI 不是这么用的。

我的判断很直白：AI 是加速器，前提是前面三步已经跑顺。换句话说，你得先有标准、有真数据、有闭环，AI 才有东西可学、有地方可放大。这时候上 AI，它干的三件事才顺理成章：预测、自动化、人机协同。

预测——根据历史数据，提前告诉你哪台设备该保养了、哪条线可能超时；自动化——把那些重复、机械的判断交给系统；人机协同——让人干人该干的活（判断、改善、创造），让机器干机器擅长的活（算、盯、提醒）。

这三样，没有一样是替代人的。恰恰相反，它们是把人从"盯数据、填报表、救火"里解放出来，让人回到精益最本质的那件事上——发现问题、持续改善。

所以绕了一大圈，又回到了精益的内核。这就是我最想说的那句话：数字化和 AI，不是精益的对手，是精益手里换了把更顺手的家伙。

图5 · 人机协同与 AI 预测

结尾：别跳级，一步步爬

讲了这么多，我怕有些中小企业老板听到"升级"两个字，先在心里打鼓：是不是又要推倒重来、上个大系统、花一大笔钱？

真不是。

升级不是换一套新东西，是在你现有的精益基础上，一层一层往上加。你已经有精益了，缺的只是"数字化武装"；你连精益都还没有，那对不起，先老老实实补第一步。

这条路的顺序，千万别搞反。我见过太多厂子跳步——地基没打就想装眼睛，眼睛没装就想跑数据，数据没闭环就想上 AI。跳级的人，最后都摔回了原地，还得从头爬。

所以把这 4 步记牢：先立标准，再通数据，建起闭环，最后加智能。一步一步爬，别跳。每一步都踩在前一步的肩膀上，等你爬到第 4 步回头看，会发现你手里那套"老东西"，其实一直没老，它只是换了个更锋利的壳。

—— 一个干了十多年、还没让精益退休的人