"上了 AI 还要不要做精益?"这是被问得最多的问题。答案是:更要。
为什么更需要
AI 擅长在有数据、有规律的地方做优化。问题是,很多企业的现场恰恰是数据不全、规律不清、例外频发——流程本身有大量浪费和变异,AI 学到的就是浪费和变异。
垃圾进,垃圾出,只是出得更快。
精益做的正是这件事:把流程理顺、把浪费消除、把波动压下去、把标准建起来。流程干净了,数据才干净;数据干净了,AI 才有用武之地。
顺序不能反。反了就是花钱把混乱自动化。
AI 放大什么
排产这件事最有代表性。老师傅排产靠经验,一个紧急插单就可能打乱全盘;AI 可以在几秒内给出平衡交付、效率、库存的多目标方案——但前提是工艺路线准确、设备能力数据真实、在制库存实时可信。这些恰恰是精益打下的底子。
再看质量。人工巡检靠抽检,发现问题时往往已经流到下游;AI 基于过程数据可以实时预警——但前提是关键参数被识别出来、被准确采集、有明确判定阈值。这也是精益的活。
还有决策。过去经营分析靠月报,现在可以接近实时——但前提是指标口径统一、数据链路打通。
每一处,AI 放大的都是精益已经建好的基础。
落到企业怎么做
给三个务实建议:
先做不需要花钱的改善。 流程优化、布局调整、标准作业,不增加设备投入就能见效,也为后续数智化打底。
选一个小场景先跑通。 一条产线、一个车间、一个质量环节,做出可见成果再扩展。不要一上来规划大平台。
把人放在中间。 系统是工具,判断和改善仍然靠人。一线员工会用、愿用,系统才活。