Выход из кризиса. Новая парадигма управления людьми, системами и процессами

В конце второго дня мастер разочарован. Даже Нейл не порадовал его – 3 красные бусины в первый день, 13 – во второй. «Что случилось?» – спрашивает мастер. Он не может принять столь невероятных колебаний от партии к партии. Здесь не должно быть вариабельности, доказывает он. Процедура зафиксирована – одна и та же для каждой партии. Почему одна партия должна отличаться от другой? Он также в ужасе от низкого выхода годных. Ни один рабочий не достиг цели в одну красную бусину.

В конце третьего дня менеджмент угрожает остановить производство, если на четвертый день не наступит существенного улучшения. Рабочие выполняют норму – 50 штук в день, однако выход годных слишком низок. Сохранение рабочих мест под вопросом.

Четвертый день не принес изменений, и мастер говорит рабочим, что, хотя они делали все, что могли, этого недостаточно. Менеджмент принял решение закрыть производство. Он сожалеет и предлагает им забрать причитающиеся в связи с увольнением выплаты.

Всех присутствующих в аудитории просят нанести данные на контрольную карту числа красных бусин от партии к партии (рис. 38).

Интерпретация контрольной карты. С точки зрения управления данным бизнесом можно сделать заключение, что процесс находится в статистически управляемом состоянии. Основой для такого заключения могут служить: а) знание намерений и инструкций, которые мастер дал старательным рабочим и контролерам, б) уверенность рабочих, в) таблица результатов и карта на рис. 38. Если процесс стабилен, бесполезно выяснять, почему Нейл получил только 3 красные бусины в первый день и 13 во второй и почему Ричард сделал 15 в четвертый. Эти и аналогичные вариации в таблице вызываются системой, а не людьми.

Чему мы научились?

1. Причиной низкого выхода годных изделий были красные бусины во входном материале. Устраните красные бусины из системы. Старательные рабочие не имеют возможности воздействовать на качество. Они будут продолжать выдавать красные бусины до тех пор, пока те содержатся в исходном материале. Эксперимент очень прост, даже примитивен, но весьма доказателен. После его изучения люди находят «красные бусины» (источники проблем) в своих организациях повсюду.

2. Вариации между партиями и между рабочими возникают из-за системы, а не из-за самих рабочих.

3. Результаты работы кого бы то ни было в один день бесполезны для предсказания его результатов в любой другой день.

4. Мы также понимаем, что механическая выборка не то же самое, что выборка с помощью случайных чисел, и их результаты могут значительно различаться (см. ниже).

Предсказание вариаций. Если мы соглашаемся с тем, что процесс продемонстрировал достаточно хорошую статистическую управляемость, мы можем продлить контрольные пределы в будущее и сделать их прогнозом границ вариаций производства. У нас нет дополнительных четырех дней, но у нас есть данные, полученные ранее в такого же рода экспериментах, которые мы можем нанести на карту, – те же бусины, та же лопатка, тот же мастер, другие рабочие.

Повторим важный урок относительно статистической управляемости. Процесс, который статистически управляем, стабилен, и предоставляет разумную основу для предсказания результатов завтрашней работы.

Какие данные в эксперименте информативны? Эксперименты в промышленности и науке используются для предсказания результатов будущих опытов. Данные, полученные в эксперименте, как подчеркивал Шухарт, содержат информацию, которая может помочь в предсказании. Какие данные, характеризующие эксперимент, надо фиксировать, чтобы точно предсказать результаты будущих экспериментов?

К сожалению, от эксперимента к эксперименту (будущие испытания, завтрашнее производство) будут меняться условия окружающей среды (температура, влажность), материалы, люди. Чтобы использовать имеющиеся результаты, нам необходимо знание предметной области, подкрепленное, возможно, дальнейшими экспериментами, охватывающими более широкий диапазон условий. Только в этом случае мы, с некоторым риском ошибиться, можем принять решение о том, будут ли условия окружающей среды в будущем достаточно близки к сегодняшним.

Между прочим, риск ошибиться в предсказании нельзя выразить в терминах теории вероятностей вопреки мнению некоторых учебников и лекций. Эмпирические данные никогда не бывают полными[90].

В эксперименте мы фиксировали дату и время, имена рабочих, имя главного инспектора, описание бусин, идентифицировали лопатку (№ 2). Что еще важно?

Поскольку шесть постоянных рабочих, по-видимому, образуют статистическую систему (ни один не выходит за контрольные пределы), мы могли бы впоследствии опустить из протокола их имена. Лопатка, однако, важна (как будет показано ниже).