2026年ILSSI国际精益六西格玛大会：人工智能与运营卓越成为焦点

2026年9月，全球精益六西格玛领域将迎来一场重要的国际交流活动。

由国际精益六西格玛研究所（International Lean Six Sigma Institute，ILSSI）举办的「2026年国际精益六西格玛大会」，将于2026年9月8日至10日在斯洛伐克首都布拉迪斯拉发（Bratislava）举行，地点为考门纽斯大学（Comenius University）管理学院。

从ILSSI目前公布的议程来看，这次大会并不局限于传统的六西格玛统计工具或精益生产方法，而是进一步把人工智能、数字化、运营卓越、持续改善以及新型流程技术结合起来。

大会为期三天，其中前两天安排国际讲者、主题分享、专题讨论及实务工作坊，第三天则安排参观大众汽车斯洛伐克布拉迪斯拉发工厂（Volkswagen Slovakia Bratislava Plant）。大会期间还有三晚专业交流活动，让来自不同国家及行业的改善人员互相交流经验。

从这个安排已经可以看出一个很明显的发展趋势：

2026年的精益六西格玛，正在快速进入人工智能与数字化时代。

六西格玛不再只是DMAIC和统计分析

过去谈到六西格玛，很多人首先想到的是DMAIC、测量系统分析、统计过程控制、过程能力、假设检验、回归分析和实验设计。

谈到精益管理，则可能想到价值流、5S、标准作业、看板、快速换模和持续改善。

这些工具当然仍然重要。

但2026年ILSSI大会呈现出来的方向已经更加广泛。

ILSSI官方公布的讲题中，已经大量出现人工智能、数字化工具、流程数字化、区块链、顾客旅程以及新型改善技术。

这反映出今天企业面对的问题已经发生变化。

过去企业最关心的是：

「怎样减少浪费？」

「怎样降低缺陷？」

「怎样提高过程能力？」

现在还要继续问：

「人工智能怎样真正帮助改善？」

「数字化以后，流程有没有变得更好？」

「大量数据是否真的帮助了决策？」

「人工智能给出的分析结果是否可靠？」

人工智能可以快速整理资料、生成流程图、寻找数据规律、协助建立模型，甚至提出改善建议。

但企业仍然需要判断：

究竟应该改善什么？

哪些问题值得投入资源？

目前的过程是否稳定？

数据是否可靠？

人工智能发现的关系是不是因果关系？

改善后的效果有没有真正得到验证？

这些问题仍然离不开精益六西格玛所强调的流程思维、数据分析、实验验证与持续改善。

因此，与其说人工智能会取代六西格玛，不如说六西格玛专业人员正在学习怎样利用人工智能提高改善效率。

大会其实从9月7日晚已经开始

虽然正式大会日期为2026年9月8日至10日，但ILSSI在9月7日晚上6时30分至9时已经安排欢迎交流活动，并邀请所有大会参加者及讲者出席。

因此，如果完整参与整项活动，实际上可以由9月7日晚开始，与来自不同国家的精益六西格玛、质量管理及运营卓越专业人士交流，一直到9月10日大众汽车工厂参访结束。

对于国际专业会议来说，这类交流活动往往很有价值。

很多企业在改善过程中面对的问题其实十分相似，例如：

管理层是否支持改善？

怎样推动跨部门项目？

员工为什么抗拒改变？

怎样建立持续改善文化？

人工智能应该由哪个部门负责？

六西格玛项目怎样与企业战略结合？

这些问题未必可以单靠一本教材解决。

不同企业、不同国家的改善人员直接交流实际经验，往往可以看到更多不同的解决方法。

第一天：人工智能、企业文化与运营卓越

正式大会第一天为2026年9月8日星期二。

当天早上8时开始登记，9时正式进入大会主舞台议程。

讲者包括罗德·摩根（Rod Morgan）、菲利普·赖斯贝格（Philip Reisberger）、米哈埃拉·波罗扬博士（Dr. Mihaela Porojan）、马丁·博哈切克（Martin Bohacek）、吉朱·安东尼（Jiju Antony）、大卫·哈钦斯（David Hutchins）等多位国际质量管理及精益六西格玛专家。

其中几个主题很值得留意。

罗德·摩根（Rod Morgan）的主题是：

「培训的新范式：人工智能＋线上自学」

这与今天企业培训的发展非常接近。

过去精益六西格玛培训主要依靠课堂教学。

现在越来越多知识可以通过线上课程学习，而人工智能又进一步改变学习方式。

未来专业培训可能不再只是「老师讲、学员听」，而是变成线上课程、人工智能辅助学习、练习、案例分析及导师支持共同组成的学习模式。

人工智能能不能真正落地，可能取决于企业文化

菲利普·赖斯贝格（Philip Reisberger）分享的主题是：

「企业文化特征如何影响员工使用人工智能」。

这个题目十分值得管理人员思考。

现在很多企业都开始购买人工智能工具。

但同样的软件，在不同企业可能得到完全不同的结果。

问题不一定来自技术，而可能来自文化。

一家企业鼓励员工实验、学习，并允许员工在清楚的规则下尝试人工智能。

另一家企业虽然购买了系统，但员工担心犯错，也不知道哪些资料可以输入，哪些工作可以交给人工智能。

结果前一家企业可能很快找到新的工作方式，另一家企业却只是多买了一套软件。

所以数字化转型真正困难的部分，往往并不是购买技术。

而是改变流程和管理方式。

质量圈为什么也要考虑文化？

米哈埃拉·波罗扬博士（Dr. Mihaela Porojan）来自Motherson Group，她分享的主题是：

「质量圈的文化因素」。

质量圈（Quality Circle）是一种历史悠久的持续改善方式，由基层员工组成小组，主动寻找工作现场的问题并提出改善方法。

但质量圈能否成功，很大程度取决于组织文化。

如果员工提出问题就被认为是在抱怨，质量圈很难成功。

如果管理人员只希望员工按照指示工作，也很难形成真正的持续改善文化。

所以精益管理和六西格玛发展到最后，往往会回到一个基本问题：

企业是否真的允许员工发现问题、讨论问题和改善问题？

David Hutchins将参与大会专题讨论

本届大会还邀请了国际质量管理专家大卫·哈钦斯（David Hutchins）参与。

ILSSI官方资料显示，他将担任第一天专题讨论成员，并负责当天的闭幕致辞。

David Hutchins长期从事全面质量管理、持续改善及质量文化推广，并获得2025年戴明奖（Deming Medal）荣誉。

对于今天学习六西格玛的人来说，这一点很值得注意。

六西格玛确实包含大量统计方法，但质量管理从来不只是统计分析。

真正成熟的质量管理还包括领导力、员工参与、顾客导向、持续改善和组织文化。

这些理念一直贯穿现代质量管理的发展。

第二天重点转向实务工作坊

大会第二天的特色更加明显。

大量内容改为实务工作坊。

与会者可以选择不同主题，深入了解各种新的改善方法。

其中多个工作坊直接涉及人工智能。

这说明人工智能已经不再只是科技部门的问题，而开始进入精益六西格玛专业人员的日常工作。

用人工智能帮助绘制流程图

六西格玛黑带大师（Master Black Belt）乔尔·诺诺·塔曼乔（Joel Nono Tamandjo）将主持一个非常实用的工作坊：

「利用人工智能作为流程绘制助手，以节省时间和成本」。

流程图是六西格玛项目最常使用的工具之一。

DMAIC项目进入定义及测量阶段时，团队必须先弄清楚实际流程究竟怎样运行。

传统做法往往要经过访谈、会议、现场观察，再慢慢整理流程步骤。

人工智能可以帮助整理会议记录、分析标准作业文件、提取流程步骤，并快速建立初步流程。

这可以大幅减少行政整理工作。

不过有一点仍然不能改变。

人工智能画出来的流程，不等于真实流程。

精益管理一直强调要去现场。

真正的流程可能与标准作业文件完全不同。

因此未来比较合理的方法应该是：

人工智能帮助我们更快建立初步流程。

改善人员再到现场验证。

人工智能时代更需要以人为本的设计思维

杰夫·梅希亚（Jeff S. Mejia）将主持另一个工作坊：

「数字化与人工智能时代的以人为本设计思维」。

这与六西格玛中的顾客之声有很强的联系。

六西格玛强调了解顾客需要。

精益强调顾客价值。

设计思维则强调从使用者角度理解问题。

人工智能可以生成大量解决方案，但如果一开始连真正的问题都没有定义清楚，人工智能只会帮助团队更快地产生错误答案。

所以人工智能越强，改善人员反而越需要掌握：

怎样定义问题。

怎样了解顾客需要。

怎样验证假设。

怎样判断结果是否合理。

实验设计仍然非常重要

在大量人工智能与数字化主题之间，传统六西格玛一个非常重要的统计工具仍然出现在大会中。

那就是实验设计（Design of Experiments，DOE）。

保罗·艾伦（Paul Allen）将主持实验设计相关工作坊。

这一点很有意思。

人工智能可以帮助找出数据中的模式，但企业真正想知道的往往不是：

「哪些因素一起变化？」

而是：

「究竟是什么因素造成结果变化？」

例如温度提高是不是造成缺陷增加？

压力和速度之间有没有交互作用？

不同参数组合下，哪一个组合最好？

这些问题都涉及因果关系。

而实验设计正是一种非常重要的科学验证方法。

因此，人工智能越普及，实验设计未必越不重要。

相反，未来企业可能更加需要懂得怎样验证人工智能所提出的假设。

用蒙特卡洛分析处理风险和不确定性

约翰·丹尼斯（John Dennis）将主持有关蒙特卡洛分析（Monte Carlo Analysis）和SigmaXL的工作坊。

传统管理分析经常只看平均数。

例如：

平均交货时间是多少？

平均生产成本是多少？

项目平均需要多少天完成？

但现实世界充满变化。

真正重要的问题可能是：

项目延期的概率是多少？

需求突然上升时，产能不足的风险有多高？

成本超过预算的可能性是多少？

蒙特卡洛模拟就是用大量随机模拟来研究这些不确定性。

这也是现代六西格玛从单纯统计分析进一步走向风险决策的重要方法。

精益管理正在数字化

弗雷德里克·布鲁耶（Frederic Brouillet）的工作坊主题是：

「将精益工具箱数字化、自动化，并利用人工智能增强，同时结合Microsoft Teams」。

传统精益管理非常重视现场可视化。

白板。

改善板。

看板。

标准作业。

A3报告。

这些方法简单、直观，而且接近现场。

但今天很多企业已经跨地区、跨国家运作。

团队可能同时管理多个工厂。

于是企业开始面对新的问题：

怎样把精益管理的思想保留下来，同时利用数字工具提高信息流动速度？

这就是「数字精益」正在尝试解决的问题。

数字化不是简单把纸张变成电子表格。

真正重要的是：

流程有没有因此变简单？

问题有没有更快被发现？

员工有没有更快取得需要的信息？

如果没有做到这些，数字化本身也可能变成新的浪费。

区块链也进入精益六西格玛

亚历山德拉·尼库莱（Alexandra Niculae）的主题是：

「用于精益系统的区块链」。

拉里萨·斯特琴科（Larissa Stetsenko）的工作坊则进一步把人工智能、区块链和精益六西格玛结合在一起。

这反映出一个重要方向。

精益六西格玛正在逐渐成为企业评估新技术的一套管理基础。

面对任何新技术，改善人员都可以继续追问：

它有没有创造顾客价值？

有没有减少浪费？

有没有缩短周期时间？

有没有降低错误？

有没有令决策更可靠？

有没有改善整体流程？

如果没有，新技术再先进，也未必真正产生运营价值。

顾客旅程与六西格玛结合

安德烈·塞拉尼扬（Andrey Seyranyan）是一名精益六西格玛黑带大师，他主持的工作坊主题是：

「从体验到卓越：把顾客旅程图与精益六西格玛结合」。

这个方法特别适合服务行业。

制造业的流程比较容易看见。

原材料进入生产线，经过加工、检验、包装和出货。

但服务行业的流程往往隐藏起来。

例如一个顾客购买保险，可能经历：

网上查询。

填写资料。

提交文件。

等待审批。

付款。

收到保单。

售后服务。

每一个接触点都会影响顾客体验。

顾客旅程图可以从顾客角度把这些经历串联起来。

再结合六西格玛的数据分析，就可以进一步寻找：

哪里等待时间最长？

哪里最容易发生错误？

哪一个步骤产生最多投诉？

哪些顾客群的体验最差？

这也是精益六西格玛从制造业继续扩展到服务业的重要方法。

DMAIC也正在平台化

阿德里安·德勒甘（Adrian Drăgan）将展示一个名为DMAIC.app的平台。

传统DMAIC项目经常分散在很多工具中。

数据可能在Excel。

统计分析可能在SigmaXL或其他统计软件。

项目报告在PowerPoint。

会议记录在Word。

流程图又在另一套软件。

未来DMAIC项目可能越来越多通过统一平台管理。

这有助于项目资料保存、团队协作和改善经验累积。

第三天：参观大众汽车工厂

大会第三天最值得期待的活动之一，是参观大众汽车斯洛伐克布拉迪斯拉发工厂。ILSSI官方明确把工厂参访列为大会第三天的重要安排。

对于学习精益管理和六西格玛的人来说，现场参观与课堂学习是完全不同的体验。

很多管理方法只有进入真正的生产现场，才比较容易理解。

例如：

标准作业如何落地。

物料怎样流动。

设备与人员怎样配合。

视觉管理怎样运作。

生产节拍怎样控制。

质量问题怎样即时反馈。

自动化系统怎样与人员配合。

汽车制造业本身就是精益生产、质量管理、供应链、自动化和复杂流程高度结合的行业。

因此，在两天大会之后进入大众汽车工厂观察实际运营，可以让前面讨论的很多理论回到真实生产环境。

这是一场实体国际大会

ILSSI特别强调，这次大会是实体举行。

大会包括两天国际主题演讲及工作坊、三晚专业交流活动，以及第三天大众汽车工厂参访。

这也是实体国际会议难以完全被线上会议取代的地方。

很多真正有价值的交流，可能不是发生在正式演讲中。

而是在茶歇、午餐或晚间交流活动中。

例如你可能会遇到来自另一个国家的质量经理，并发现他们正在面对与你完全一样的问题：

改善项目怎样获得管理层支持？

怎样推动员工参与？

怎样面对部门之间的数据壁垒？

人工智能现在可以用到什么程度？

他们的六西格玛项目为什么失败？

这种经验交流，很难单靠阅读文章取得。

为什么2026年的大会特别值得关注？

如果把目前公布的议程放在一起看，会发现一个很明显的变化。

过去大家常说：

精益＋六西格玛。

现在正在逐渐变成：

精益＋六西格玛＋人工智能＋数字化＋运营卓越。

人工智能不会自动创造运营卓越。

企业也不会因为购买了人工智能系统，就自然减少浪费、降低缺陷或提高过程能力。

人工智能反而会带来更多数据、更多分析结果和更多可能的方案。

于是企业更加需要一套方法判断：

真正的问题是什么？

哪些数据可信？

变化来自什么原因？

改善方案是否有效？

效果是否可以持续？

这些正是精益六西格玛长期建立的数据化改善逻辑。

因此，当有人问：

「人工智能时代还需要学习六西格玛吗？」

从2026年ILSSI国际大会的内容来看，答案已经越来越清楚。

真正的问题已经不是：

「人工智能会不会取代六西格玛？」

而是：

「六西格玛专业人员怎样利用人工智能，把改善做得更快、更准确、更有效？」

这很可能会成为未来几年精益六西格玛和运营卓越领域最值得关注的发展方向之一。

2026年ILSSI国际精益六西格玛大会资料

大会名称：2026年国际精益六西格玛大会

主办机构：国际精益六西格玛研究所（ILSSI）

日期：2026年9月8日至10日

大会前交流活动：2026年9月7日晚

地点：斯洛伐克布拉迪斯拉发，考门纽斯大学管理学院

主要内容：国际主题演讲、专题讨论、实务工作坊、专业交流活动

第三天活动：参观大众汽车斯洛伐克布拉迪斯拉发工厂。

ILSSI官方大会资料亦显示，本届活动涵盖人工智能、数字精益、实验设计、蒙特卡洛分析、质量圈、顾客旅程、区块链以及DMAIC数字化等多个方向。

从目前公布的大会内容来看，2026年可能是一个很值得观察的节点。

精益六西格玛没有停留在过去。

它正在与人工智能、数字化和新一代运营管理方法进一步融合。

而其最核心的思想仍然没有改变：

以顾客价值为出发点，以流程为对象，以数据寻找事实，再通过科学方法持续改善。

资料来源：国际精益六西格玛研究所（ILSSI）「2026 International Lean Six Sigma Conference」官方大会页面。