![]()
有人认为精益主要解决效率问题,六西格玛主要解决质量问题;也有人认为六西格玛本身已经包含流程改善,没有必要再学精益;还有一种常见说法,是把两者简单概括成「精益消除浪费,六西格玛减少波动」。
这些说法都有一定道理,却很难真正解释两者之间的关系。
如果从管理思想发展的历史来看,事情反而清楚很多。
精益和六西格玛并不是某一天由某家公司同时设计出来的一套体系。它们有不同的历史源头,在不同年代解决不同的工业问题,又吸收了大量前人的管理思想。到了20世纪末,两条发展路线才逐渐交汇,最终形成今天我们熟悉的「精益六西格玛(Lean Six Sigma)」。
因此,与其问「精益和六西格玛哪个更好」,不如先看看这两条管理思想的发展路线究竟是怎样形成的。
一、精益并不是突然从丰田工厂里诞生的
今天谈到精益生产,很多人第一个想到的就是丰田生产方式(Toyota Production System,TPS)。
这个联想没有错,但如果因此认为「精益就是丰田发明的一套生产工具」,历史就被压缩得太简单了。
现代精益思想的一部分源头,其实可以继续往前追溯到20世纪初。
1910年代,福特汽车发展大规模流水生产体系。通过标准化零件、标准作业、流水线、连续流以及对生产节拍和作业时间的严格控制,汽车生产效率出现了巨大提升。
1913年前后,福特海兰园工厂的移动装配线成为工业史上的标志性事件。
今天我们熟悉的一些精益概念,例如标准作业、连续流、缩短生产周期、工作现场组织等,都可以在早期工业生产体系中找到某些思想来源。
但福特模式有一个明显特点:它特别适合少品种、大批量生产。
只要市场能够持续消化大量高度标准化的产品,这种生产方式就非常强大。
问题在于,日本战后的工业环境并不是这样。
市场规模有限,资本不足,厂房和设备资源有限,客户又需要更多不同型号的产品。丰田不可能简单复制美国汽车企业依靠巨大批量降低成本的道路。
于是,一个完全不同的问题出现了:
如果没有足够大的生产批量,怎样仍然做到低成本、高质量和快速交付?
这个问题成为丰田生产方式发展的重要背景。
![]()
二、丰田真正重要的贡献,是把很多思想组成了一个系统
大约从1940年代后期到1970年代,丰田逐步发展出后来被称为Toyota Production System的生产体系。
丰田喜一郎提出准时化生产(Just-in-Time)的思想,大野耐一等人在现场不断探索生产方式,又逐渐发展出拉动生产、看板、均衡化、快速换模、标准作业、现场改善等实践。
与此同时,「自働化(Jidoka)」成为丰田生产体系另一根重要支柱。
它强调出现异常时,不应该让缺陷继续沿着生产线向下流动,而应该及时暴露问题、停止异常过程并寻找原因。
这件事很重要。
因为它说明丰田生产方式从来不只是追求「快」。
如果企业只是要求机器不停运转、员工不停工作、生产线不断生产,反而很可能产生更多库存和缺陷。
真正追求的是让产品按照客户需要的速度,在正确的时间,以尽可能顺畅的方式流过整个价值流,同时及时暴露和解决问题。
大野耐一后来又系统讨论生产现场中的各种浪费,包括过量生产、等待、搬运、加工、库存、动作和缺陷等。
至此,我们今天看到的「精益之屋」已经大致形成。
有趣的是,当时丰田并没有把自己的体系称为「Lean Production」。
「精益生产」这个名称其实出现得更晚。
三、「Lean Production」这个名字其实是1980年代才出现的
1980年代,麻省理工学院开展国际汽车研究计划(International Motor Vehicle Program,IMVP),研究日本、美国和欧洲汽车制造体系之间的差异。
研究人员John Krafcik在1988年的论文《Triumph of the Lean Production System》中使用了「Lean Production」这个名称。
为什么叫Lean?
因为研究人员发现,以丰田为代表的这种生产体系可以使用较少的人力、库存、厂房空间和生产资源,同时获得很高的生产效率和质量表现。
1990年,James P. Womack、Daniel T. Jones和Daniel Roos出版《改变世界的机器》(The Machine That Changed the World),把这项历时数年、横跨多个国家汽车产业的研究成果介绍给全球。
从此,「Lean Production」开始成为国际管理领域的重要概念。
到了1996年,Womack和Jones又在《Lean Thinking》中进一步把精益从一种汽车制造方式提升为更普遍的管理思想,并归纳出著名的五项原则:
价值、价值流、流动、拉动、尽善尽美。
所以,从历史来看,我们今天所谓的精益,其实经历了一条很长的发展路线:
早期工业工程与流水生产 → 丰田生产方式 → Lean Production → Lean Thinking。
它已经不再只是工厂里的几种改善工具,而逐渐发展成为围绕「客户价值」重新设计整个价值创造过程的一套管理思想。
四、六西格玛走的是另一条历史路线
六西格玛的发展路线明显不同。
如果说精益的历史主线与「流动、效率和生产系统」关系密切,那么六西格玛的历史则与「质量、统计和问题解决」密不可分。
它的统计基础可以一直追溯到20世纪初。
1924年前后,Walter A. Shewhart在贝尔实验室开展质量控制研究,并逐渐建立统计过程控制的重要基础。
这里出现了一个对现代质量管理影响极深的思想:
过程的输出会存在波动,而管理者需要理解这些波动究竟来自哪里。
这与传统的「产品做完以后再检查好坏」有很大区别。
如果我们能够理解过程本身,就有机会在缺陷出现之前控制和改善过程。
后来,W. Edwards Deming、Joseph M. Juran等质量管理专家又把统计质量控制、管理责任、持续改善等思想进一步推广。
特别是在第二次世界大战之后,质量管理逐渐从单纯的检验问题,上升为企业管理问题。
这为几十年后六西格玛的出现提供了重要思想基础。
![]()
五、摩托罗拉为什么会发展出六西格玛?
到了1980年代,美国制造企业面对越来越大的质量竞争压力,摩托罗拉也是其中之一。
摩托罗拉开始推动大规模质量改善,希望显著降低缺陷,提高产品可靠性。
这里有一段很值得注意的历史。
根据国际精益六西格玛研究所(ILSSI)成员David Hutchins对这段历史的回忆,在「Six Sigma」成为正式名称之前,摩托罗拉已经组织了大量质量改善团队,并使用Joseph Juran的质量改善培训材料进行系统学习。
朱兰所强调的并不是简单检查产品,而是通过项目方式识别问题、分析原因并取得突破性改善。
从这个角度看,六西格玛并不是凭空创造出来的一套统计工具。
它继承了此前几十年统计质量管理和质量改善的发展成果,再经过摩托罗拉进一步制度化。
Bill Smith通常被认为是六西格玛形成过程中的关键人物之一,而时任摩托罗拉CEO Bob Galvin则从企业战略和管理层面大力推动质量改善。
六西格玛最终逐渐成为摩托罗拉内部一套高度结构化的改善体系。
后来,特别是在1990年代,通用电气(GE)等大型企业进一步推广六西格玛。
与此同时,DMAIC逐渐成为大家今天最熟悉的改善框架:
Define → Measure → Analyze → Improve → Control
定义问题,测量现状,分析原因,实施改善,再通过控制方法把成果稳定下来。
这条发展路线可以大致理解为:
统计质量控制 → 质量管理 → 结构化质量改善 → Motorola Six Sigma → DMAIC与企业级改善体系。
这与精益的发展路线明显不同。
六、两条不同的路线,为什么后来会碰到一起?
理解了这两段历史,我们就比较容易回答最开始的问题:
精益和六西格玛到底是什么关系?
它们不是父子关系,也不是谁包含谁。
更准确地说,它们是从不同历史背景发展出来、后来产生大量交集的两套改善思想。
精益特别擅长观察整个价值流。
它会问:
客户真正需要什么?
哪些步骤创造价值?
产品为什么停在这里三天?
为什么生产了一大堆客户暂时不需要的东西?
为什么员工每天要走几百米拿物料?
为什么一个审批需要经过八个人?
为什么订单真正处理只需要两小时,却要等待七天才能完成?
这些问题的核心,经常是流动、等待、库存、生产周期、资源利用和非增值活动。
六西格玛看问题的角度有所不同。
它更容易继续追问:
为什么这个尺寸一直波动?
测量系统可靠吗?
究竟哪些X真正影响Y?
两个生产条件之间的差异究竟是真实差异还是随机波动?
这个因素与缺陷有没有统计关系?
改善之后怎样证明结果真的发生了变化?
过程能力是否足以稳定满足客户要求?
这类问题的核心,往往涉及波动、缺陷、因果关系、数据和过程能力。
所以,把它们简单说成「精益管速度,六西格玛管质量」其实还是太粗略。
真正的区别是两者观察和改善系统的视角不同。
七、两者其实有很多共同的思想基础
虽然历史路线不同,两套体系却不是完全没有关系。
例如,精益所讨论的浪费中,「缺陷」本身就是非常重要的一类浪费。
产品出现缺陷,就可能产生返工、报废、重新检验、客户投诉、重复运输甚至召回。
这些显然也是六西格玛重点处理的问题。
反过来看,六西格玛项目在Measure和Analyze阶段分析流程时,也经常发现真正的问题并不完全来自复杂的统计因素,而可能来自等待、交接、重复审批、库存积压或者流程设计不合理。
两者还有一个更重要的共同点:
客户价值。
精益思想的第一项原则就是定义客户价值。
六西格玛在Define阶段同样强调Voice of Customer(VOC),再把客户需求转化为CTQ(Critical to Quality,关键质量特性)。
所以它们虽然使用不同语言,背后的管理逻辑其实有明显交集:
企业不应该从「我们想改善什么」出发,而应该从「客户真正重视什么」出发。
八、为什么只做精益,有时仍然解决不了问题?
假设一家工厂的交付周期是20天。
团队画完价值流图后发现,真正加工时间只有8小时,其余时间基本都在等待。
这种情况下,最优先的问题显然不是做复杂的统计分析。
你应该先想办法减少在制品、改善布局、建立流动、调整生产批量、减少等待,让整个价值流跑起来。
这正是精益非常强的地方。
但另一个工厂可能完全不同。
某个关键尺寸的不良率长期达到5%。
工程师已经调整过机器很多次,却始终找不到稳定规律。
温度可能有影响,压力可能有影响,原材料批次可能有影响,操作人员也可能有影响,而且这些因素之间还可能存在交互作用。
这时候只喊「消除浪费」没有办法告诉你应该把温度设成多少。
你可能需要MSA、控制图、过程能力分析、假设检验、回归分析甚至DOE。
这就进入六西格玛特别擅长的领域。
九、反过来,只做六西格玛也可能把简单问题复杂化
六西格玛的强大之处,也恰恰可能成为误用它的原因。
不是所有问题都需要统计分析。
如果你走到现场,看见一个操作员每生产一件产品都要走十米拿零件,那么你不需要收集三个月的数据,也不需要做ANOVA。
把零件放到正确的位置,可能当天就能解决问题。
如果生产线前面堆着两个星期的库存,问题也未必需要DOE。
如果一个订单必须经过五次重复审批,价值流分析可能比回归分析更有意义。
改善的目的不是证明自己会使用复杂工具。
真正成熟的问题解决者,会选择解决问题所需要的最简单而有效的方法。
这也是为什么学习精益和六西格玛时,不应该把工具本身当成目的。
十、精益六西格玛为什么会出现?
到了20世纪末,越来越多企业逐渐发现一个现实:
流程速度和过程质量很难真正分开。
一个流程即使缺陷很少,也可能存在大量库存、等待、搬运和无效审批。
一个流程即使非常快,如果输出高度不稳定,返工、投诉和错误仍然会不断把成本加回来。
于是,企业开始把两套体系结合。
精益负责帮助组织看到价值流、浪费、流动和生产周期;六西格玛则提供更结构化的问题解决框架和数据分析能力。
于是出现了我们今天熟悉的Lean Six Sigma。
但这里需要避免另一个误区。
Lean Six Sigma并不是:
「Lean工具箱 + Six Sigma工具箱 = 工具越多越好。」
真正有价值的结合应该是:
面对一个业务问题,先理解客户价值和流程,再根据问题性质选择最适合的方法。
有时候80%的工作来自精益,20%需要统计分析。
另一个项目可能刚好相反。
没有必要人为规定比例。
十一、企业到底应该推精益还是六西格玛?
如果一定要二选一,反而容易把问题问错。
企业真正需要问的是:
我们现在面对的究竟是什么问题?
如果工厂存在大量库存、等待、搬运、生产周期过长、流程断点和非增值活动,精益方法往往非常直接。
如果面对的是良率不稳定、参数波动、缺陷原因不明、测量系统问题或者多个因素共同影响结果,六西格玛的分析框架往往更有力量。
现实中的企业问题又经常同时包含两者。
例如一家工厂可能通过价值流图发现某工序是整个流程的瓶颈,这是精益视角。
继续研究却发现,这个工序之所以成为瓶颈,是因为产品波动太大,导致频繁返工。
于是团队需要进一步分析测量系统、过程能力和关键输入变量,这就进入六西格玛。
等到找到关键因素、降低波动以后,又可能需要通过标准作业、防错、目视化和日常管理把改善维持下来。
这时候两套思想早已经交织在一起。
十二、真正值得学习的不是「站队」,而是解决问题的能力
回头看这一百多年的管理发展历史,会发现一个很有意思的现象。
福特没有所谓Lean Six Sigma。
早期丰田也没有。
休哈特建立控制图的时候没有DMAIC,大野耐一改善丰田生产线的时候也不会问自己今天使用的是Lean还是Six Sigma。
这些名称都是后来为了整理、传播和学习管理知识而逐渐形成的。
企业真正面对的,从来都是非常具体的问题:
交期太长、库存太高、设备故障、良率下降、客户投诉、成本失控、流程波动、返工严重……
所以优思学院认为,与其争论「精益比六西格玛好」还是「六西格玛比精益高级」,不如理解两套体系各自擅长解决什么问题。
精益让我们更容易看到价值如何流动,以及浪费藏在哪里。
六西格玛让我们更有能力理解过程为什么波动,以及哪些因素真正影响结果。
一个帮助企业把流程做得更顺畅,一个帮助企业把结果做得更稳定。
而现实中的优秀企业,既需要速度,也需要稳定;既不能容忍浪费,也不能容忍缺陷。
这也解释了为什么两条原本从不同方向出发的管理思想,走了几十年之后,最终会越来越靠近。
真正成熟的改善者,也没有必要在两者之间选边站。
问题需要什么,就用什么。
这可能才是理解精益与六西格玛关系最实用的方式。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.