数字技术与现代企业管理

现代化工业企业都有持续改进的要求和严格的管理制度。例如，因质量问题导致客户索赔时，需要明确企业内部的责任部门、提出整改措施，杜绝下次再犯。

这样的要求大家都很熟悉。但现实中的有些整改意见明显不合理性，也不能杜绝再犯同样的错误。

对于某次质量问题，整改措施是要求某工序的工艺参数保持稳定。其实，这个要求早就是业内常识，关键是现实中做不到。事实上，在不稳定状态下生产出来的绝大多数产品是合格的、用户也是接受的，也不可能全部报废或降级。所以，真正的问题是：这次为什么用户不能接受？其特殊性在什么地方？所以，上述整改措施其实是敷衍了事，也不能杜绝同样的问题再次出现。

导致上述问题的可能性很多。比如：这次参数波动太大；产品特殊或客户要求特别高，对稳定性要求高；工序协同有问题等。要确认具体的原因，要从多个方面分析：不仅涉及到多个工序，还可能涉及工艺、产品、客户服务等多个方面。这些数据来源于多个地方，取数据、整合数据的工作量就非常大。某些关键数据可能没有记录下来，即便是花费了大量时间，也不一定能找到真正的原因。所以，人们采用上述“敷衍了事”的做法也是不得已而为之。

所以，要真正落实一些管理原则，关键是分析问题的效率要足够的高、付出的（时间）成本要足够低。所以，解决这类问题的根本出路是找到合适的工具和方法，把发现问题、分析问题、解决问题的成本降下来、把工作效率提上来。在工业大数据时代，人们有条件把生产相关过程完整地记录下来，提高追溯能力。在此基础上，把各种源头数据自动地集成起来，让机器自动分析问题。这样分析问题的效率就会有本质性的提高。

在某电子企业出现质量问题时，需要3~7天的时间才能找到原因。后来让计算机按照人的经验进行自动分析，15分钟就找到了原因。

如果同类问题反复出现，现场技术人员就成了“救火队员”，每天忙于一些具体的问题。有些人看起来很忙，其实是做无效劳动：今天遇到一个问题，修改了一个做法；明天遇到另一个问题，又恢复过去的做法。这种做法俗称为“翻烧饼”。如果允许这种事情发生，企业的技术一定会遭遇“天花板”，持续改进的进程就会受阻，与先进企业的差距往往就逐渐拉开了。

有一天，某炉钢材的性能不合。原来钢包在盛放这炉钢水之前，盛放过含Nb的钢水。这样，上一炉残余钢水就混入了这炉钢里。而这个钢种对Nb元素特别敏感。此后，该工厂规定：钢包盛放这个钢种之前，不能盛含Nb钢。

在上面这个例子中，人们找到了问题的原因、形成了规章制度。但是，却难以保证以后不犯相同的错误。这是因为：操作工每天会面对大量的规定。但人的精力和注意力总是有限的。如果有其他事情的干扰，就难免忙中出错。对于这类问题，如果把人的工作交给机器去做、让机器在必要时给出提醒，犯错的可能性就会大大降低。“不犯二次错”就是有可能的。

让机器提醒人的做法，特别适合处置一些重要却偶发的管理问题。这些问题的发生，常常由一些变化引发的。变化发生之后，规章制度没有改变，就会导致严重的问题。

为了平衡耐材腐蚀带来的风险和钢包的使用成本，钢厂一般会规定钢包的使用次数。某钢厂钢包的使用次数在规定的范围内，却发生了钢包烧穿事故，导致2个人的死亡。原来，耐材的腐蚀速度与钢种和温度有关。当时冶炼的钢种特殊，腐蚀速度比常规提高了4倍。

最近，某发电厂的除尘设备出现故障，导致了6个人的死亡。原来，由于煤价上升，电厂开始使用廉价煤。廉价煤的副作用之一是烟尘多。使用廉价煤以后，设备维护的制度没有变化，从而导致了事故。

在上面这两个例子中，相关知识其实早就在技术人员的脑子里，事故发生后很快就能意识到原因。但由于这种知识没有放在计算机里、计算机就不会及时提醒管理和技术人员，最终导致了悲剧的发生。

来源:本文转载自公众号蝈蝈创新随笔，作者郭朝晖，已获得原作者授权。