產經情報

PDCA不斷循環,讓數智驅動企業聰明進化成為發展助力

日期:2023-05-31

產品需求的演變,需要PDCA循環作用的速度提升

PDCA戴明循環,是企業在生產作業流程中常用的循環作業模式,組織跟團隊設定目標後進行試驗、檢核與錯誤紀錄,提出修正改善方案,再行動調整與修正,如此執行重複PDCA循環,使PDCA循環在每次的目標重啟中逐步縮小,最終達到目標零錯誤率的可能性。

這樣的PDCA循環在製造業界已行之有年,也延伸出不同結構與變形的PDCA循環,協助解決目標問題。每次循環都是一個組織的作動,包含目標、流程、數據蒐集、比對差異、修正步驟等流程的檢視,最終生出一套標準化流程,幫助企業有效率且低失誤的達到目標。

這樣的PDCA循環對應標準生產作業有著非常大的助益,但在初始檢核數據的蒐集及比對上,相當耗費人力物力,每次的PDCA循環作用也需要一定時間才能發揮效果,但現在產品需求變動快速,每次的數據更新都要重新執行PDCA循環,在產出的時間壓力下,對於PDCA循環的速度也希冀能夠提升,提高作業效率。

產業知識是PDCA循環根基,新技術是PDCA循環的快速推進力

PDCA循環的基礎是藉由作業流程中所蒐集的數據得來,這些數據除了從蒐集角度外,其內容也涵蓋了關於產業的基本知識、深入理解產業的相關內容,才能得到制訂目標的基本條件,進而在此基礎上進行實驗與優化,可以說產業知識都是每間企業在進行每次的PDCA循環時,所必須有的知識與常識基礎,在此認知上,才能有效開展PDCA循環。

AI作為新技術生成,在技術快速發展下已有一定的運算實力,除了結合蒐集數據的感測器、物聯網系統外,也被現今多數企業用來輔助PDCA循環執行中的內部流程作業,從運算的數據中找出異常,挖掘實際問題,進而改善PDCA循環,再重新由人制訂目標,進行一個新的循環,這樣的流程也推動了PDCA循環的速度。

在未來PDCA循環不斷改進與迭代的過程中,AI佔有舉足輕重的角色,數據的餵養也將是AI運算的重要利器,但未來的AI運用場景,除了蒐集與運算,更要有主動進化的能力,才能讓PDCA循環更加快速開展。


詳細內文請參考網址...