持续改进并不容易

 某企业质量管理很规范。因质量导致的索赔事件都必须完整地记录下来。对每一项索赔，都必须进行反思，提出防止下次再犯的整改措施。

这其实就是持续改进。

我见到了一些整改措施。但有些措施却让我觉得奇怪。比如，有一项措施是：控制某参数稳定性。但是，控制该参数稳定是行业的常识啊！

把常识作为整改建议，等于说没有用的废话。因为常识一直是大家追求的目标。问题是做不到。强调了也没用。所以，把常识作为整改要求，是应付管理要求、是偷懒，是无法持续改进的。

犹太人有个观点：人的思考不能停滞——每一次的思考，应该与上一次不同，才是真正的思考。把常识作为整改要求，就不是真正的思考。

真正的思考是什么？如果该参数难以进一步稳定，应该思考的是：参数不稳定怎么办？

参数不稳定的都会产生次品吗？现实中显然不是。所以，参数不稳定的产品一般也都是放过了，但大多数没有遭遇用户索赔。事实上，多数情况下，参数波动并未引发质量问题。

所以，再下一步的思考就是：为什么这个用户索赔而其他用户没有索赔？所以，真正的整改措施，是要把这种差别搞清楚。一旦把这个问题搞清楚了，整改措施就会真正有效了。

所以，知识增长了，才会有真正的持续改进。

我在企业干过多年，也理解持续改进的难处：数据追溯的条件很差，这类问题很难搞清楚。所以才会有人敷衍塞责。

我常说：数据基础不好，人累死也没用。解决这类问题的根本途径，是提高数据质量，把数据追溯到细节（必要时可能也需要做些试验）。

在此基础上，再结合智能化化的手段，把这些持续改进的知识沉淀下来、并转化为智能化的处理逻辑。于是，又回到了大数据、工业互联网、工业互联网平台的逻辑上去了。

从某种意义上说：懂得数字化，就是懂得数字化能给管理赋能。