前两条原则的灵感来自艾萨克·牛顿的话:“自然是绝对简单的,自相一致”,而思维的工具则来自于数学的方法,是引导对话者达到清晰意识的艺术。真相(通过问题),在柏拉图的对话中有所描述。
Convergence 的第一条原则:“最复杂的系统最容易管理”,称为内在简单性“Inherent Simplicity”。 该原理基于这样一个事实,即系统互连的越多,其自由度就越低,因此您必须管理更少的“杠杆”来控制整个系统。
一致性的第二个原则:“在自然界中没有冲突”。 从科学上讲,这意味着如果对一种自然现象的两种解释相互冲突,那么其中一个或两个假设都是错误的。 因此,当组织或公司中的两种职能、战略或政策发生冲突时,导致冲突的假设必须包含至少一个错误假设。
尊重的第三个原则是基于“人不傻”的考虑。 而且即使人们做了看起来很愚蠢的事情,他们的行为仍然是出于某种原因。
挖掘原因的优点,分享导致共同目标的假设,并丢弃与目标相反的假设:我们继续激励并让人们参与协作以实现目标和改进公司。
公司是一个单一系统,即一组相互关联和相互依赖的组件和流程,它们结合起来将输入中的某物转化为输出中的某物,以实现共同的目标。 公司和系统的管理者决定目标以及如何实现这些目标。
为了建立路径和追求目标,有必要进行变革,因此需要给出方向,并描述路径。
一个组织的管理,基本步骤:
一个组织的管理层,为了正确地管理和治理一个问题,必须对它了如指掌。 有助于深入了解组织、公司、系统的三个阶段:
如果所有的改进都来自改变,我们不能承认相反的情况,那就是每一个改变都会导致改进。 引入组织变革时要问的问题是:
从七十年代开始,支持物料需求计划模型的软件系统为公司带来了巨大的技术创新。
但是公司在 MRP 之前是如何做到的呢?
有很多人手工计算材料需求以完成客户订单。 MRP 非常成功,有些公司变得更好,有些则没有。 为了获得改进,有必要了解手动计算需求所带来的限制。 因此,那些在引入 MRP 之前就知道其局限性的公司已经有所改善。
真正的限制不是计算速度,而是频率。 那些用软件代替人,但像以前一样每 15-20 天继续做 MRP 的公司并没有改善,因为他们继续应用以前的程序,唯一的区别是他们的计算速度更快。 他们只是节省了人员成本,但没有改善客户服务或解决交货时间问题(生产时间和产品交付)。
有了新系统,甚至可以每天计算需求,但习惯和统一的程序并没有改变。
真正的限制是计算的频率。
当引入变更并因此引入创新时,组织适应因变更而消除的约束的方式也必须改变。
变革管理的另一个关键方面是 系统改进方法,为了有效地管理一个系统,它必须被一起管理。
大多数系统和组织都具有内在的简单性,但必须管理相互关系。
理解任何系统都需要三个要素:目标、物理模型和逻辑模型。
公司可以有很多目标:利润、客户满意度、可靠的供应商、改善内部协作等......
然而,真正的目标是利润,但如何实现? 这是什么意思? 我如何衡量目标?
通常,主要目标要么不明确,要么不被整个公司共享,这是一个大问题。
利润和满足是相辅相成的,无论如何都必须 defi设定一个可衡量的目标。
我们如何衡量客户满意度? 这并不容易,它往往是主观的。 同样,如果我们想衡量员工满意度,我们就有建立一个不可靠的衡量标准的风险。 在利润的情况下,只取损益表的最后一行,衡量是客观的,简单的,简单的。
这就是目标:简单、清晰和可衡量。
如果我们考虑一条生产线,我们可以用一系列工作站来表示物理模型,这些工作站是一系列机器,每台机器都专用于执行特定操作。 每台机器,每一个工位都可以用一个数字来标识产能,这样如果我们想增加产能,我们可以突出薄弱环节。
在逻辑模型中,我们想说明因果关系,以突出不良影响的问题,或通过作用于原因来增加/减少任何影响。 这种类型的模型被用作质量体系管理的工具,例如,追踪不良质量影响的原因并采取纠正措施消除原因。
所有业务流程都以流程性能效率为目标,但任何流程的固有可变性都会导致结果有时与预期不符。
例如,如果一个人住在离机场 10 公里的地方,并且必须在下午 16 点乘飞机,那么他必须什么时候离开家才能避免错过飞机? 这取决于当时的交通状况、道路状况、选择的交通工具、可靠性以及随机事件……所需的时间可能取决于许多变量。
同样,在生产过程中存在过程变量,例如材料、方法、机器、环境......
为了表示结果的离散度,使用了高斯曲线,它表示概率的分布。 相对于目标的可变性越受限制,高斯越窄。 有几种工具可以减少可变性,例如六西格码。
约束理论与六西格码等其他方法没有对比,但建议通过集中投资来应用它,避免结果与所花费的资金和投入到项目中的努力不成比例的风险。
在许多现实中,XNUMX Sigma 已与精益思维一起应用,通过 TOC 项目集中精力和投资
Ercole Palmeri: 创新上瘾