一次改善成功，不意味着改善工作已经结束。市场需求、产品结构、人员技能、设备状态与供应条件都在变化，今天的最优方法，可能只是明天进一步改善的起点。制造现场真正需要的，不是某一位能人不断“救火”，而是把发现问题、协同解决、数据验证和标准传承变成团队的日常能力。
改善没有终点，协同创造价值。改善的持续性来自不断升级的标准；协同的价值来自明确责任、共享事实和共同验证。把个人经验转化为团队机制，把局部进步转化为全流程绩效，才是精益改善的工程意义。
这句话不是要求每个人无休止地加班或不断提出口号，而是要求组织持续识别浪费，用有边界的工程方法优化工作，让人、流程、设备与数据信息更高效地配合。
01｜为什么改善永无终点？因为标准是下一轮改善的起点
制造管理有两个互相衔接的循环：PDCA用于改变现状、验证新方法；标准维持循环用于保持已经验证的标准，使成果在不同人员和班次下持续稳定。没有PDCA，标准容易僵化；没有标准维持循环，改善容易反弹。
定义基线 → 试点对策 → 同口径检查 → 决定固化或回退
标准作业 → 技能培训 → 现场确认 → 异常纠偏
新需求、新波动和新约束带来新的改善课题
02｜协同不是“大家都参与”，而是三层价值链同步改善
让流程而非单工位最优
IE/PE与班组共同观察CT、TT、WIP、搬运和等待。缩短一道工序的作业时间，如果造成下游堆积，不等于整线改善。
让目标、资源与风险对齐
制造、技术、质量、PMC、设备与IT应共享目标及数据口径。设计变更、排产调整、质量放行和设备能力不是互不相关的任务。
让工具扩展人的工程能力
自动化与AI可辅助数据整理、异常归类、方案草拟和可视化；现场人员提供事实，工程人员判断可行性，负责人批准实施并对结果负责。
协同的核心不是增加会议、群聊或报表，而是减少信息断点、等待和重复劳动。同一问题只维护一份事实记录，变化有负责人，验收有统一口径，改善成果才能从个人成果扩展为组织成果。
03｜责任不清，协同就会退化为互相等待
一个跨部门改善课题，需要一位对最终交付负责的 A（Accountable）、明确的执行者 R（Responsible），并识别必须咨询的 C 与需要知会的 I。下面是精简的教学用RACI示意，实际项目应依据组织授权调整。
| 工作包 / 交付物 | 制造/班组 | IE/PE | 品质 | PMC | IT/自动化 |
|---|---|---|---|---|---|
| 问题定义及现场基线 | A | R | C | I | I |
| 改善方案与试点计划 | C | A/R | C | C | R |
| 质量风险评估与放行 | R | C | A | I | C |
| 试点排产与物料保障 | R | C | C | A | I |
| 数据采集与系统变更 | C | R | C | I | A/R |
| 标准化与横向复制 | A | R | R | C | C |
每一个工作包必须明确截止时间、批准人和关闭证据。RACI分配的是责任边界，不代替流程审批；跨部门矛盾由项目负责人按升级机制协调，不允许“没有被分到的工作就无人负责”。
04｜教学推演：一条电子装配线，如何从局部改善走向协同增效？
情境：某电子装配线每日净生产时间420分钟，12名作业人员各投入7小时，日需求1,000件。现场发现线边取料往返、工装切换、标签版本确认和异常待判定相互叠加。单独要求操作员加快动作，不足以消除整线损失。
| 教学设定指标 | 改善前 | Pilot假设值 | 计算/判断 |
|---|---|---|---|
| 首次投入数 | 938件 | 1,026件 | 同一产品、班次与净工时口径 |
| 首过合格数 | 900件 | 1,000件 | 不将返修后合格件计入首过 |
| FPY（首过直通率） | 95.95% | 97.47% | 900÷938；1,000÷1,026 |
| UPPH（人时产出） | 10.71件/人时 | 11.90件/人时 | 首过合格数÷84人时；约提升11.1% |
| 班末WIP | 400件 | 260件 | 在制品盘点数量下降35% |
| 日需求满足 | 90% | 100% | 首过合格数÷当日1,000件需求 |
对策分工：班组验证取料步数与标准作业；IE/PE优化工位节拍、工装和线边布置；品质对标签版本、防错和FPY负责；PMC统一物料齐套及试点排产；IT/自动化核查扫码、版本与追溯规则。管理者负责跨部门冲突清除和阶段门审批。
验收边界：不得只看一天的漂亮数据。应连续覆盖不同班次、产品批次与设备状态，检验FPY、报废/返修、劳动强度、安全、缺料、停机和追溯完整性。若增加隐性加班、库存转移或质量风险，Pilot不得放行；所有数值应以现场实测替换推演假设。
05｜协同是否创造价值？用统一口径而不是主观评价
| 指标/口径 | 推荐采集与复核 | 避免的误判 |
|---|---|---|
| 改善关闭率＝按期验证关闭项÷到期应关闭项 | 每周核对任务、证据与结案日期 | 把“已提交”“已通知”算作关闭 |
| UPPH＝合格产出÷生产投入人时 | 明确合格口径、加班与支援人时 | 以转嫁人工、加班虚增效率 |
| FPY＝首次通过合格数÷首次投入数 | 品质与制造共同复核批次 | 混入返修合格品或改变检验标准 |
| WIP＝规定截点在制数量 | 固定盘点时间和区域 | 把库存挪到工位以外 |
| 标准执行率＝符合项÷检查适用项 | 跨班次抽检SOP与现场一致性 | 只发布文件、不确认实际使用 |
| 问题复发率＝观察期内复发事项÷已关闭事项 | 按统一问题编码追踪复发 | 只看当周提案数量，不看稳定性 |
对于AI或自动化辅助形成的数据、分析或建议，必须保留来源、计算依据、审核人员与修改记录。工具可以帮助团队减少重复劳动，但对安全、品质、工艺和放行的责任不能外包给算法。
任何改善均不得以牺牲安全、客户要求、工艺追溯、法规合规或员工合理负荷为代价。指标提升与护栏稳定必须同时成立，才谈得上真正创造价值。
06｜90天落地路线：从一项课题，建立一套协同改善机制
选定一条试点线；完成Gemba、价值流或工序观察；明确1项主KPI、2—3项护栏、RACI与现状基线。
联合进行根因分析、ECRS与防错评估；确定责任人、试点范围、变更批准和回退条件。
按日记录异常、按周分析趋势；跨部门处理阻塞，连续复核质量、安全、产能与WIP。
更新标准作业、Layout、培训矩阵及系统规则；跨班次复验后，再评估向同类产线复制。
- 问题是否定义为可观察的现场事实，并明确客户/运营影响？
- 改善前后数据的分母、取数时间、产品结构和人员口径是否一致？
- RACI是否真正明确一位最终责任人以及必要的执行与审批者？
- 每项对策是否有Pilot、风险护栏、退出准则和异常升级路径？
- 验收是否包含质量、安全、交付、效率、库存及标准执行情况？
- 成果是否同步到SOP、工装、看板、培训、系统规则和复发追踪？
可关联研读：目视化管理、制造工程术语与单点培训、《从梦想蓝图到改善成果：想象力与执行力的工程闭环》。前者提供现场共识的语言，中者提供方法词典，后者解释愿景如何进入工程执行。
07｜QilyLean管理观点：改善的最高价值，是让组织越来越不依赖英雄
我们当然需要有洞察力的工程师、敢于担当的管理者和愿意尝试新方法的现场伙伴。但更好的组织，不应该永远依赖某一个人来发现问题、催促进度、协调资源和解决异常。
一个人的经验，是改善的火种；跨职能的协同，是改善的燃料；标准化与数据验证，才让成果成为组织可持续的能力。
今天的改善成果，应该成为明天新的基线；今天的协作方法，应该成为明天更加顺畅的流程。当团队不再围绕“谁的功劳更大”争论，而是围绕“客户价值是否提升、现场是否更稳定”行动时，协同才真正发挥作用。
改善没有终点，协同创造价值。
IE精髓：永远有更好的方法。