曾經有位央企的領導，寫過一篇關于現(xiàn)代企業(yè)管理進步的文章。我看過之后，感覺非常遺憾：通篇沒有提到信息化的作用。在筆者看來，信息化和智能化是現(xiàn)代企業(yè)管理的重要工具，智能化的技術能夠為企業(yè)管理帶來巨大的變化。

現(xiàn)代化工業(yè)企業(yè)都有持續(xù)改進的要求和嚴格的管理制度。例如，因質量問題導致客戶索賠時，需要明確企業(yè)內部的責任部門、提出整改措施，杜絕下次再犯。

這樣的要求大家都很熟悉。但現(xiàn)實中的有些整改意見明顯不合理性，也不能杜絕再犯同樣的錯誤。

對于某次質量問題，整改措施是要求某工序的工藝參數(shù)保持穩(wěn)定。其實，這個要求早就是業(yè)內常識，關鍵是現(xiàn)實中做不到。事實上，在不穩(wěn)定狀態(tài)下生產出來的絕大多數(shù)產品是合格的、用戶也是接受的，也不可能全部報廢或降級。所以，真正的問題是：這次為什么用戶不能接受？其特殊性在什么地方？所以，上述整改措施其實是敷衍了事，也不能杜絕同樣的問題再次出現(xiàn)。

導致上述問題的可能性很多。比如：這次參數(shù)波動太大；產品特殊或客戶要求特別高，對穩(wěn)定性要求高；工序協(xié)同有問題等。要確認具體的原因，要從多個方面分析：不僅涉及到多個工序，還可能涉及工藝、產品、客戶服務等多個方面。這些數(shù)據(jù)來源于多個地方，取數(shù)據(jù)、整合數(shù)據(jù)的工作量就非常大。某些關鍵數(shù)據(jù)可能沒有記錄下來，即便是花費了大量時間，也不一定能找到真正的原因。所以，人們采用上述“敷衍了事”的做法也是不得已而為之。

所以，要真正落實一些管理原則，關鍵是分析問題的效率要足夠的高、付出的(時間)成本要足夠低。所以，解決這類問題的根本出路是找到合適的工具和方法，把發(fā)現(xiàn)問題、分析問題、解決問題的成本降下來、把工作效率提上來。在工業(yè)大數(shù)據(jù)時代，人們有條件把生產相關過程完整地記錄下來，提高追溯能力。在此基礎上，把各種源頭數(shù)據(jù)自動地集成起來，讓機器自動分析問題。這樣分析問題的效率就會有本質性的提高。

在某電子企業(yè)出現(xiàn)質量問題時，需要3~7天的時間才能找到原因。后來讓計算機按照人的經驗進行自動分析，15分鐘就找到了原因。

如果同類問題反復出現(xiàn)，現(xiàn)場技術人員就成了“救火隊員”，每天忙于一些具體的問題。有些人看起來很忙，其實是做無效勞動：今天遇到一個問題，修改了一個做法；明天遇到另一個問題，又恢復過去的做法。這種做法俗稱為“翻燒餅”。如果允許這種事情發(fā)生，企業(yè)的技術一定會遭遇“天花板”，持續(xù)改進的進程就會受阻，與先進企業(yè)的差距往往就逐漸拉開了。

有一天，某爐鋼材的性能不合。原來鋼包在盛放這爐鋼水之前，盛放過含Nb的鋼水。這樣，上一爐殘余鋼水就混入了這爐鋼里。而這個鋼種對Nb元素特別敏感。此后，該工廠規(guī)定：鋼包盛放這個鋼種之前，不能盛含Nb鋼。

在上面這個例子中，人們找到了問題的原因、形成了規(guī)章制度。但是，卻難以保證以后不犯相同的錯誤。這是因為：操作工每天會面對大量的規(guī)定。但人的精力和注意力總是有限的。如果有其他事情的干擾，就難免忙中出錯。對于這類問題，如果把人的工作交給機器去做、讓機器在必要時給出提醒，犯錯的可能性就會大大降低?！安环付五e”就是有可能的。

讓機器提醒人的做法，特別適合處置一些重要卻偶發(fā)的管理問題。這些問題的發(fā)生，常常由一些變化引發(fā)的。變化發(fā)生之后，規(guī)章制度沒有改變，就會導致嚴重的問題。

為了平衡耐材腐蝕帶來的風險和鋼包的使用成本，鋼廠一般會規(guī)定鋼包的使用次數(shù)。某鋼廠鋼包的使用次數(shù)在規(guī)定的范圍內，卻發(fā)生了鋼包燒穿事故，導致2個人的死亡。原來，耐材的腐蝕速度與鋼種和溫度有關。當時冶煉的鋼種特殊，腐蝕速度比常規(guī)提高了4倍。

最近，某發(fā)電廠的除塵設備出現(xiàn)故障，導致了6個人的死亡。原來，由于煤價上升，電廠開始使用廉價煤。廉價煤的副作用之一是煙塵多。使用廉價煤以后，設備維護的制度沒有變化，從而導致了事故。

在上面這兩個例子中，相關知識其實早就在技術人員的腦子里，事故發(fā)生后很快就能意識到原因。但由于這種知識沒有放在計算機里、計算機就不會及時提醒管理和技術人員，最終導致了悲劇的發(fā)生。

我們設想：如果把制度制度的原因說清楚，當相關要素發(fā)生變化時，及時通知管理和技術人員，這樣的事情就可以避免了。這種知識的軟件化的使用頻度不高，但只要開發(fā)一次，就可以被許多企業(yè)長期使用。故而是有經濟性的。

來源：儀表圈/作者：郭朝暉(工學博士，教授級高工。企業(yè)研發(fā)一線工作20年；優(yōu)也科技信息公司首席科學家；東北大學、上海交大等多所院校兼職教授。國內知名智庫、走向智能研究院的發(fā)起人之一。原寶鋼研究院首席研究員)