提高質(zhì)量和降低質(zhì)量成本并不是工業(yè)轉(zhuǎn)型計劃的主要驅(qū)動力。質(zhì)量領(lǐng)導(dǎo)者在工業(yè)轉(zhuǎn)型計劃的高層規(guī)劃中基本上缺席，數(shù)字化轉(zhuǎn)型項目往往錯過質(zhì)量——而是專注于提高效率、更快交付和更多種類。

如果沒有質(zhì)量方面的發(fā)言權(quán)，工業(yè)轉(zhuǎn)型計劃就會錯過主要的質(zhì)量優(yōu)勢之一：預(yù)測質(zhì)量以防止缺陷。

01 

質(zhì)量領(lǐng)導(dǎo)者需要在數(shù)字化轉(zhuǎn)型中擁有發(fā)言權(quán)和決策權(quán)

在最近的一份 LNS 研究報告中，平均不到 50% 的正在進行工業(yè)轉(zhuǎn)型計劃的組織有質(zhì)量領(lǐng)導(dǎo)者的參與。福布斯關(guān)于“數(shù)字化轉(zhuǎn)型和客戶體驗的 100 項統(tǒng)計數(shù)據(jù)”的報告顯示，報告的三大優(yōu)勢是提高運營效率、加快上市時間和滿足不斷變化的客戶期望的能力。

雖然質(zhì)量肯定與滿足不斷變化的客戶期望和效率有關(guān)，但下圖中的圖表顯示了質(zhì)量原因遠遠低于所見影響列表。

質(zhì)量計劃包括測量抽樣、故障模式和影響分析、控制計劃和統(tǒng)計過程控制在內(nèi)的工具和策略來創(chuàng)建基于人和設(shè)備的流程或操作來預(yù)防和檢測缺陷。數(shù)字時代質(zhì)量領(lǐng)導(dǎo)者面臨的挑戰(zhàn)是將人員的經(jīng)驗與解決問題的結(jié)果轉(zhuǎn)化為制造技術(shù)。

從歷史上看，工業(yè)轉(zhuǎn)型努力在運營和質(zhì)量職能方面的代表性不足，盡管工廠是變化最為明顯的地方。盡管工廠是工業(yè)運營的場所，但工廠很少是定義或執(zhí)行工業(yè)轉(zhuǎn)型計劃的重點。下圖顯示了這個問題。盡管在圖表頂部附近，質(zhì)量仍然在不到 50% 的工業(yè)轉(zhuǎn)型團隊中得到體現(xiàn)，運營領(lǐng)導(dǎo)力的比例甚至更小。過去幾年取得了一些進展，但還遠遠不夠。

這里的答案是，質(zhì)量領(lǐng)導(dǎo)者需要在工業(yè)轉(zhuǎn)型解決方案的開發(fā)和設(shè)計中擁有一席之地和發(fā)言權(quán)。

02 

為什么質(zhì)量領(lǐng)導(dǎo)者在數(shù)字化轉(zhuǎn)型項目中具有重要影響

很難看出數(shù)字解決方案如何解決真正的質(zhì)量問題。質(zhì)量領(lǐng)導(dǎo)者如何熟悉數(shù)字技術(shù)并將其應(yīng)用于制造質(zhì)量情況？這無疑是一個挑戰(zhàn)。許多軟件產(chǎn)品被定位為數(shù)字化轉(zhuǎn)型解決方案。但會發(fā)現(xiàn)不像數(shù)字化轉(zhuǎn)型那樣直觀，至少在制造領(lǐng)域不是這樣。這意味著對什么構(gòu)成數(shù)字化轉(zhuǎn)型解決方案有一個廣泛而包容的定義，這使得新手很難辨別出適合他們情況的解決方案。解決這個問題的方法是顛倒操作順序，從需要解決的問題開始，

一家連續(xù)流程制造商實施了由質(zhì)量負責人設(shè)計和領(lǐng)導(dǎo)的數(shù)字化轉(zhuǎn)型試點計劃。該計劃將產(chǎn)品質(zhì)量作為該計劃成功的一個關(guān)鍵方面。這家公司的產(chǎn)品質(zhì)量投訴和缺陷程度不可接受，因此實施了數(shù)字產(chǎn)品監(jiān)控并將其作為項目的一部分集成到平臺中。數(shù)字監(jiān)控工具與客戶投訴和報廢報告分析的產(chǎn)品質(zhì)量的重要方面相關(guān)聯(lián)。結(jié)果是項目試驗階段的缺陷減少了 50%。

Research顯示，質(zhì)量 4.0 與“傳統(tǒng)”質(zhì)量方法相同，只是具有更好、更快的分析和決策制定以及更互聯(lián)的環(huán)境。質(zhì)量 4.0 的這種定義忽略了質(zhì)量領(lǐng)導(dǎo)者的一個關(guān)鍵潛力——通過預(yù)測進行預(yù)防。

質(zhì)量職能的主要任務(wù)是建立預(yù)防缺陷的系統(tǒng)和方法。我們必須絕對防止缺陷流程到客戶端?？刂朴媱澥菣z查點的集合，如果遵循所有規(guī)定，應(yīng)該會產(chǎn)生良好的結(jié)果。統(tǒng)計過程控制，可以為我們提供即將發(fā)生的缺陷的早期警告。抽樣計劃試圖打破模式，并為我們關(guān)于接受/拒絕決定的決策提供一定程度的保證。

03

質(zhì)量數(shù)字化系統(tǒng)的弱點-人

到目前為止，這個系統(tǒng)的弱點一直是人。眾所周知，讓人們始終如一地表現(xiàn)是很困難的。每個人偶爾都會有糟糕的一天，想要休假，或者因家庭或家庭問題或與同事的沖突而分心。一個檢查員，在他們的狀態(tài)好的時候，最多只有 80% 。

數(shù)字時代需要開箱即用的思維，但舊習慣很難改掉。2020 年，我參觀了加利福尼亞的一家農(nóng)產(chǎn)品工廠。這家工廠（實際上是整個公司）多年來一直在本土進行數(shù)字化之旅。生產(chǎn)線高度數(shù)字化。質(zhì)量檢測功能數(shù)字化、半自動化，但未聯(lián)網(wǎng)。 

在回顧他們在數(shù)字化方面取得的進展時，我發(fā)現(xiàn)質(zhì)量功能的表現(xiàn)與數(shù)字化前完全相同：他們以相同的頻率進行相同的測試，對產(chǎn)品中的內(nèi)容具有相同的理解水平。過程導(dǎo)致質(zhì)量好或差的結(jié)果。在整個數(shù)字化過程中，質(zhì)量控制沒有任何變化，即使采樣頻率相同。

作為防止缺陷工作的標準部分的所有工具和方法都是基于過去的。我們在產(chǎn)品生產(chǎn)后對其進行抽樣，我們在數(shù)據(jù)存在后收集數(shù)據(jù)并在控制圖上繪制點，有時甚至在數(shù)據(jù)存在之后。我們將統(tǒng)計過程控制規(guī)則應(yīng)用于先前生成的數(shù)據(jù)，以早期警告可能導(dǎo)致缺陷的模式。我們預(yù)防缺陷戰(zhàn)略的所有要素都是在缺陷產(chǎn)生后及時回顧。如同我們正試圖通過后視鏡駕駛汽車。

04

產(chǎn)品和過程質(zhì)量的各個點與實際控制變量關(guān)聯(lián)

數(shù)字時代為我們提供了一個獨特的機會，可以將我們的注意力從嚴格的被動式轉(zhuǎn)移到主動管理事件并從一開始就防止問題發(fā)生。

數(shù)字時代質(zhì)量未來的機遇在于發(fā)展完全展示其過程及其質(zhì)量結(jié)果的預(yù)測能力。這種思維方式的最佳代表是控制計劃。控制計劃表示在六西格碼中稱為傳遞函數(shù) (Y=f(x))。傳遞函數(shù)是需要控制以獲得良好結(jié)果的過程變量的公式。

為了有效，控制計劃應(yīng)該只包含實現(xiàn)高質(zhì)量產(chǎn)品的最重要的項目，而不是最容易或最方便測量的項目?；仡櫩刂朴媱潱涀∫韵聠栴}：“這些元素實際上是否可以代表舊范式中無法測量的東西？”

如果控制計劃元素是真正應(yīng)該控制的東西的代表，那么現(xiàn)在是使用數(shù)字技術(shù)糾正它的機會。例如，如果控制計劃列出了冷卻罐溫度的檢查點，則該測量值實際上是產(chǎn)品溫度的代表——從重要的實際變量中刪除了一個步驟。這是我們當時能做的最好的事情，所以我們就這么做了。在我們的示例中，產(chǎn)品溫度是最終產(chǎn)品幾個不同質(zhì)量特性的關(guān)鍵控制因素。

但是，如果我們可以使用激光溫度計在制造過程中的許多點不斷測量產(chǎn)品溫度，并將該數(shù)據(jù)報告回機器學習系統(tǒng)，那么現(xiàn)在我們可以直接從對質(zhì)量結(jié)果很重要的變量中獲得有意義的數(shù)據(jù)。

數(shù)字時代為我們提供了重新定義可能性的獨特機會，將產(chǎn)品和過程質(zhì)量的各個點與實際控制變量聯(lián)系起來，以實現(xiàn)良好的結(jié)果。

隨著時間的推移，隨著流程模型的“庫”被填充和使用，這些模型將得到改進并變得更加可靠，機器學習系統(tǒng)的信任度也會增加，從而給出適當?shù)闹甘尽?/strong>那么，以前無法想象的事情現(xiàn)在變成了可能；最終導(dǎo)致真正預(yù)防的質(zhì)量預(yù)測。

預(yù)測質(zhì)量將至少比當前的預(yù)防方法便宜 10 倍，正如幾十年前被廣泛接受的預(yù)測性維護實踐所證明的那樣。

版權(quán)說明：
本文僅代表作者個人觀點，版權(quán)歸原創(chuàng)者所有。部分圖片源自網(wǎng)絡(luò)，未能核實歸屬。本文僅為分享，不為商業(yè)用途。若錯標或侵權(quán)，請與我們聯(lián)系刪除。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。