精益六西格玛管理在当今风靡一时，不但外资企业引入精益六西格玛管理系统，国内很多民营企业、国营企业也加入这个时髦潮流中，因为在当今世界的三大趋势是：

人工智能引领创新

大数据寻求商机

精益六西格玛降低成本、提高质量

但多数公司都只是在沿引ToyotaProduction System所谓的传统的精益模式和理念, 强调价值流VSM、准时化生产JIT、自动化Jidoka、拉动式生产pull production、消除浪费eliminate waste, 5S and so on.

随着科学技术的迅猛发展，特别是人工智能、网络信息化的发展，战争的概念已经从机械化上升到了信息化，从过去的“钢铁比拼”到现在的“硅片较量”，无形的信息网络，使‘嵌入’战场的每一个单兵不再孤单，敌情判断、方案制订、火力打击……作战各个环节全部由信息化支撑，数字化部队‘耳聪目明、臂长拳硬’，让指挥者实现实时的战场的动态感知。而现代的商业竟争也是如此，别人可以在你不经意的瞬间将你的商业帝国彻底打败，这也正如iphone vs Nokia、电子商务对实体的冲击。

我可以说，传统的TPS式的精益生产或精益六西格玛，只能相当现代战争中的机械化作战，是在拼硬件，缺乏战场动态感知的信息化和数字化的管理理念，缺乏战场动态感知就缺乏快速反应。

有人认为我有些偏激， 我们很多公司都有数据库、也有些数据的统计分析。

我在这里强调公司管理也要实现动态感，首先是数据的真实性、准确性。某公司请我去做半成品库存控制问题的诊断顾问，发现其生产计划中PMC所用的注塑模具的啤塑周期是26秒，4 cavities, 而实际注塑机在生产现场工作的实际周期只有21秒，有人说，也只有5秒的误差，我初步的算了一下，15 套模同时工作，10天时间的库存差异就达45万件，这样的数据能实现动态感知吗？这样的数据能实现精益生产的零库存吗？这样的数据能实现单件流和需求拉动吗？

我在这里强调公司管理也要实现动态感，其次就是要实现数据的可视化。如果是几个数据在你面前，你或许可以感知它们之间的差异，当有几百个、上千个数据甚至更多摆在你面前，管理者就困惑了，它们之间有多大的差异？它们的趋势如何？这样的数据只能让管理者糊涂了！管理者能实现动态感知吗？管理者能作出迅速反应和决策吗？

我在这里强调公司管理也要实现动态感，再次就是要实现数据建模、数据模拟。传统的精益六西格玛管理，只是对产品、生产现场、生产工艺的零碎的改善（项目改善），缺乏对市场、竞争者、新兴科学技术发展的信息数据，缺乏对产品设计的长期的数据积累，缺乏质量和价值工程的时间维度。然而，由于85%以上的成本、质量是由设计决定的，后续对成本、质量的影响力将显著地下降，这就是高质量、低成本理论的前提，否则，高质量低成本就是悖论。实现六西格玛设计，就必须要实现数据建模、数据模拟，才能将各种不同因素的影响力度进行系统的模拟和最优化。我参与某高科技公司的静音电热吹风筒的开发设计项目，就是利用风道流体力学、电机所驱动的叶轮与空气的压缩比率的数据模拟分析，实现了静音效果，比传统的电热吹风筒的噪音要低20至25 dB.。

我在这里强调公司管理也要实现动态感，再次就是要有系统的思想。我常攻击FMEA理论的肤浅，将每一个Failure看成一个孤立的事件，然而，风险常常是系统多因素或多因素交互作用的结果；风险管理和控制本来是当今世界最大的难题，然而，FMEA就想要用最肤浅的小学数学理论（三项数做乘法）来解决。我常说，风险能这样容易就解决了，那其本身就不是风险了！！“研发质量IT系统”，是一个逐渐积累的过程，是建筑在长期的经验和数据收集的基础上的，他/她可能能考虑到一部分潜在风险，但是很多的客户不满意的情况千差万别，不可能由几个人凭空全部预测出来。如果没有一个IT系统的数据库管理，只用一个或几个FMEA表格来管理众多的经验和教训，那么这些资料的更新和应用就会出现遗漏，不及时等问题，更谈不上对历史数据的分析、可靠性模型框架图、建模和模拟。

没有完整的数据分析谈精益生产的价值流、准时化生产、需求拉动也是教别人“摸着石头过河”理论，除非你的产能是无限的，没有数据分析，就没有预测性、预见性，你更不可能预见前面风险而如何减少、规避。我参与某公司的精益生产系统的问题诊断，**生产力促进局的砖家们教他们用VSM、快速换模、看板理论来解决需求拉动问题，这些砖家们完全不懂数据分析，只会用小学数学计算百分比率，能最基本的数据趋势分析和可视化都不懂！如果是小单，这样方式是可的，如果大单、长单且客户的需求量是严重的右偏分布，你也教他们用快速换模、看板理论来解决需求拉动、减少半成品库存问题，对于注塑车间来说，由于模具的限制，这样的瓶颈，难道你要double-and-double 模具数量。你的客户会接受你这样转嫁的成本？

国家的精治更需要数据的动态感知！中国粮食统计、长江防护林面积、公交车的油补等问题，长期以来，都是地方在骗中央！中国的粮食统计是一个老大难的问题。中国的统计，虽然有组织、有流程、有法律，但中央的统计人员依靠省统计人员，省靠市，市靠县，县靠镇，镇靠村，最后真正干活或上报的是基层兼职的调查人员，由于众所周知的KPI考核导向的原因，层层加码，几乎没有人相信这个调查数据，而其中国家统计局的人是最不信的。在前两年北京的一个会议上，原国家统计局总经济师姚景源向我们讲述了他们是如何做的。他们采用遥感卫星，通过图像识别，把中国所有的耕地标识、计算出来，然后把中国的耕地网格化，对每个网格的耕地抽样进行跟踪、调查和统计，然后按照统计学的原理，计算（或者说估算）出中国整体的整体粮食数据。这种做法是典型采用大数据建模的方法，打破传统流程和组织，直接获得最终的结果。这样，中国粮食统计、长江防护林面积、公交车的油补（现在可以通过卫星来确定每个城市的公交车数量）才得到基本的解决！籍此，今后顾客对于产品的质量数据，也可以通过对你的设备的运行情况数据，就能动态感知你要交付的产品质量，随着科学技术的迅猛发展，这个时代的到来已经不远了！！