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
