大数据时代下的精益六西格玛对企业有什么影响？

    精益六西格玛2000年左右被引入中国，至今已有十几年的时间，作为当今最先进的持续改进方法论，它成就了很多企业，如通用电气、三星和卡特彼勒等，身上更是笼罩了无数光环。也因此，越来越多的企业开始引入这种方法，希望能够通过这种方法论的导入，改变企业的现状，追求卓越的产品品质和经营绩效。

    精益六西格玛到底能为企业带来什么？它的未来又在哪里？

    第一、它弥补了我们在质量技术上的不足

    如果把精益六西格玛定位为一种质量技术，那个“质量”一定是“大质量”的概念，不仅仅是产品质量，还包括工作质量、管理质量等。六西格玛最早的方法论是DMAIC，侧重于过程改进，后来又经过发展，产生了六西格玛设计（DFSS）的概念，DFSS的方法论主要根据不同的企业特点出现了DMADV、DMADOV、IDDOV等几十种方法论，也许未来还会增加。而每一种方法论都整合了大量管理和统计分析工具，并不断地完善和发展，对企业的质量管理起到了很大的促进作用。后来与精益生产相结合，产生了精益六西格玛的概念，但方法论并没有变化，只是融合了更多的工具以更好地适应精益类问题。

    从世界质量管理的发展史上看，曾经有一个阶段叫统计质量控制阶段，这个阶段在质量管理上过度依赖统计分析技术和统计专家而忽略了全员的作用，所以后来才有全面质量管理阶段的诞生，但这并不能否定统计分析技术的作用，而恰恰相反，统计分析技术是质量问题分析和改进最重要的手段，是质量技术的理论核心。而统计分析技术也恰恰是中国企业质量管理的短板，精益六西格玛恰好能弥补我们这个缺陷，但前提是我们要真正懂得如何利用这些统计分析技术，可以分两步来看：用正确的工具和把工具用正确。

    第二、制造业的信息化和智能化将给精益六西格玛提供更大的施展空间

    信息化和智能化是未来制造业的发展趋势，而信息化和智能化的结果必定会使过程自动化，人在制造过程的参与越来越少，影响越来越小，而对质量的管理也将越来越多的把精力集中在过程的管控上，因为机器是不能考核的，也从来不会对结果负责。而要谈对过程的测量、分析和改进，没有任何方法会比精益六西格玛更有效，所以未来精益六西格玛应用的空间一定会越来越大，越来越能发挥其独特的优势。

    第三、大数据时代对精益六西格玛提出新的挑战

    大数据时代的影响已经不仅仅是互联网和信息产业，对传统制造业的冲击也是不容忽视的，如何在大数据中提取价值是任何组织都不能忽视的问题，公司的两化融合正在推进，物联网已经不再是概念，我们应该如何分析物联网中的大量的数据，如何从这些数据中提取有用的信息，这也是对精益六西格玛提出的挑战，我曾尝试过对物联网数据进行分析，以目前精益六西格玛黑带水平常用的统计分析工具，只能做些简单的图形分析，想深入分析却很难，因为这些数据格式不符合常用六西格玛工具的分析要求。因此，要挖掘这些数据的价值，可能要从两个方向着手：一个是设定更加合理的抽样方式，以使得数据样本符合分析要求，一个是找到更好的方式处理这些数据。当然，前提是我们要清楚，我们想从这些数据中获取哪些有价值的信息。

    第四、精益六西格玛应与企业现有体系融合

    也许这就是我认为的精益六西格玛最好的归宿，融合不等于消失，而是真正成为了文化的DNA。比如说FMEA（失效模式及影响分析），在现在的精益六西格玛项目中，我们只把它看作分析设计或制造过程风险的一个工具，我们做的FMEA分析也只停留在项目文档中，而FMEA更大的意义在于故障模式的管理，形成关于故障模式的知识库，不仅能够指导新产品开发、避免风险，而且能够依据FMEA建立可靠性模型，进行可靠性分析，指导维修服务等。可以说，很多工具都是先于精益六西格玛出现的，都可以单独用来分析和解决问题，只不过我们是以精益六西格玛的方式引入的，而这些工具的应用，最终也应该融入现有体系中，常态化的应用，不再是只有在做精益六西格玛项目时才用，这样才是真正的融合。精益六西格玛项目也不应该固守现有的模式，应简化过程，迅速解决问题，精益六西格玛是帮助我们解决问题的，绝对不应该成为我们的负担。

    解决问题之道

    也许有很多人并不认可精益六西格玛，但我们都痛恨为什么很多质量问题总是重复出现，为什么产品的可靠性跟标杆企业差距那么大，凭什么我们只能是制造大国而不能是制造强国，也许我们应该静下心来，无论用什么方法，先把基础工作做好！