荐读 | 质量4.0的发展势不可挡

wxsunhao

荐读 | 质量4.0的发展势不可挡

9 I1 h: Q2 t, D, i( A原创： 李文远

当前技术上的快速发展，使过去一些难以实现的幻想成为现实。本文探讨了这些快速技术发展因素对于质量领域所产生的影响。

本文还阐述了质量专业人员在未来所扮演的角色，以及他们如何做才能适应质量领域的未来发展。

近年来，“质量4.0”一词已进入我们的视野。“质量4.0”是根据德国的“工业4.0”工业化发展计划以及评估了质量在日益增进的工作数字化和自动化时代所发挥的作用发展而来。

1998年，美国质量协会主办的《质量进展》杂志发表了一篇题为《“数字锤子”和“电子钉子”是下一代工具》的封面文章，预示了质量领域在未来20年里如何演变才能应对数字化技术的日益普及和发展。这篇文章还预测，质量相关功能和分析手段将变得更加自动化，并因此而产生这样一个问题：“在这种新的技术变革大环境下，质量专业人员的角色将会发生什么样的变化？”

" J8 b% R6 c3 O2 L

当时，互联网正在创造新的商业模式，这篇文章中说未来的信息将如同食品和消费电子产品一样，成为一种自由交易的商品。

现在，这一天终于到来了，这些技术发展趋势已经演变成我们眼前的现实。我们如何应该对这种新环境所带来的相关挑战，以及如何适应这种新环境并做好准备，以迎接一个持续发展的未来？

3 V" C2 w% e6 [) e8 Z" O! v

反思过去

在《“数字锤子”和“电子钉子”是下一代工具》一文中所预示的数字化环境关注于以下两个关键的驱动因素：电信技术和互联网；个人计算、网络和思维机器。

这些技术在过去20年里推动整个社会发生了许多变化。同时，企业计算、集成多媒体、云计算和人工智能（Al）这些已经启用的技术也为当今社会的进步和发展做出了贡献。

( B% f2 N; Z/ m# p- j. m) g

今天，乘坐飞机飞行预约的简单动作可以产生许多数据，这些数据与过去的经验和旅行概况相关联，这样“思维机器”就可以更加准确地向你建议下一次可能的旅行安排。同样，购买一本书或选择一部网络电影，也会得到类似的推荐目录。而通过在线预订餐厅用餐，往往会收到另一家餐厅的折扣优惠，从而试图影响你的选择。

1998年，世界上技术强大的集团公司包括诺基亚移动电话、摩托罗拉和康柏电脑，而现在所有这些公司都被拆分并被重组为不同的经济实体。今天世界上主要的科技公司，比如亚马逊、谷歌和苹果，在早期的市场中都显得微不足道，亚马逊在网上销售书籍，谷歌拥有一个网络搜索引擎，而苹果则生产图形电脑。

从那时起，这些公司利用不断发展的技术趋势对自己进行了彻底改造，从而发展成为全球性的技术强大的集团公司。实际上，许多组织都有着类似的经历，从模拟技术向数字化技术转换，从而将其以人为核心的环境向基于机器的平台转化。

. O  W7 m: X; V2 Q; L

在过去的20年里，质量专业人员的工作发生了什么变化？随着我们采取新的方法，质量专业人员的工作也随之发生了重大变化，例如：

经过改进的统计软件对质量分析产生了影响，并支持了六西格玛改进活动；

顾客投诉和与顾客在接触点上发生的相互作用所产生的大量数据，使人们几乎能够实时地了解相关优先发展趋势并对所出现的质量问题做出反应；

更加精确的统计方法和计算机软件得到了集成，以提升原因结构调查效率来解决绩效问题，并减少对专业统计人员的依赖。这一发展趋势也推动了所有组织职能和社会各界对六西格玛的广泛认可。

理解效果

当前与社会数字化发展相关的主要技术趋势是大数据和人工智能。大数据已经随着世界变得更加互联互通以及记录更多用户互动结果软件的广泛应用而得到发展，这就允许在消费者优先选择方面交叉参考个人选择。

' ?- p% [+ v6 H% F' l' H2 c

亚马逊在将这些方法应用于其在线采购模式方面表现得最为突出，该模式已从家庭购物网络演变成为全球商品和服务门户网站，甚至连政治选举也会受到访问和操作海量数据库能力的影响。人工智能已经与大数据相结合，通过使用模式识别和来自人们做出选择的基于规则逻辑来提高搜索引擎的效率，并用来获得更深层次的洞察力，从而获得个人的优先选择。

大数据的增长并不令人惊讶。自20世纪40年代后期晶体管发明以来，计算能力规模一直在发展增长。根据摩尔技术进步定律，这种计算能力每两年都会以“倍函数”的速度增长。

  g, M  K0 I- d

对于这种强大的计算技术，现在几乎每个人都可以通过其带来的转型变革而体验到，例如移动电话已经成为移动计算平台。在我们可以连接到互联网的任何地方访问完整的信息已经成为可能，而互联网则几乎遍及世界各个角落。在21世纪头10年，向数字化技术的转换进行得如此完整，以至于数字化技术在我们的周围无处不在。

“工业4.0”建立在这样一个框架之上：通过无线电信实现互联网连接，可以集成用于商业和个人目的的各种类型设备（如家用电器、汽车、工业平台和商品市场）。现在，数字化信号几乎正在影响着我们生活的方方面面，比如：

利用远程遥控进行诊断；

餐厅送餐服务；

在回家前做好环境设置；

在寒冷的冬天远程启动和预热汽车；

医生从不在现场同事那里收到关于医学测试数据的参考意见；

外科医生接受“专家医生”的建议，这些“专家医生”对于某一种手术或在特定的诊断领域非常专业。

以上变化对质量领域有何影响？一个明显的趋势是一项新的相关工作岗位的出现：数据科学家。数据科学家采用数据管理工具和软件，通过使用预测分析方法来探索大型在线数据库中测量结果（通常在云中储存）的相似处。 这些评价可以支持基于预测结果的组织决策，这种预测结果为未来提供洞察力而不是可能性。很明显，技术能够促进统计思维的广泛应用。

7 K: K9 A+ h0 T, f0 R1 Y

但是，这种技术获取方式的转变对质量领域意味着什么呢？一般来说，学术研究是工业工程和统计新方法的主要来源。 而现在，这些领域的课程包括系统思维和数据科学，分别适用于工业工程和统计专业的学生。有时，这些领域被确定为独立的研究学科。

越来越多的组织需要将他们的数据分析资源划分为两种：发展战略洞察力和市场定位（数据科学）以及管理日常工作（质量）。这一安排挑战了对质量管理价值的认识，并提出了关于“小数据分析”重要性的问题，这种“小数据分析”关注于实时、基于数据的问题原因调查，并确保通过一个稳定的过程来产生一致性的质量。

这个日常管理系统中的许多控制机制可以通过机器人技术或其他使用传感器系统、数据监视器或遥测的自动化来实现，这些系统由人工智能系统来提供支持，而人工智能系统则通过一个对改变生产系统设置的适应反馈机制来提供相应的纠正措施信号。

2 P4 R+ q9 e& }

质量的演变

为什么我们仍然需要质量专业人员？质量专业是否因为技术可以取代一些质量功能而被认为不重要啦？我们能做些什么来改变这种观念，并在接下来的20年里重塑我们的专业形象？我们如何才能让决策者相信自动化的小数据分析并不能取代质量专业人员和大数据？

约瑟夫·朱兰在其题为《最后一句话》的重要讲话中说到：21世纪将是“质量的世纪”。我们必须采取行动确保朱兰的预言成为现实。

首先，让我们阐明质量专业人员如何思考和工作的根源。我们通过对工业和质量的历史进行比较，以了解我们所遵循的原则、方法和工具是如何随着时间的推移而逐步成熟起来的。“质量4.0”将被证明是与“工业4.0”相匹配的配套产物。正如在前几个发展时期出现的情况一样，工业进步与质量发展之间是一种相互作用的关系，而这种相互作用关系则通过采用一致性方法来推动社会的诸多变化（简要说明见下表）。

以下是一些关键考虑因素，从而将工业和质量的成熟演变带入相关环境之中：

质量1.0可追溯到几千年前，并描述了质量专业的最早起源；

质量2.0的概念是从工业革命中产生的，这一时期正如弗雷德里克 W. 泰勒在其1911年出版的《科学管理原则》一书中所描述的那样，通常被称为“泰勒时代”；

质量3.0从泰勒时代发展到20世纪末并受到了沃尔特A. 休哈茨终其一生所发现的物理学领域重大成果的影响，休哈茨在其1931年出版的《产品质量的经济控制》一书中将其在物理学领域所发现的重大成果应用于生产环境并因此使这一重大发现成为质量3.0的基础，这一时期相当于当前向数字化转换的模拟进程时期；

质量管理人员现在必须积极应对研究和开发工作，而且必须将质量思维纳入整体业务系统的设计之中以支持生产运行；此外，专业人员的综合素质能力改革必须使他们有充分的准备，以便全面参与到这一数字化管理新时代进程中去。

未来展望

质量领域在未来的前进道路上必须借鉴这些经验教训。20年后，质量专业人员的工作是什么？他们将应用什么方法？根据对目前情况的观察，笔者得出以下三方面猜想：

1. 将重点从面向运营任务来创建和执行质量战略，转换到将质量作为一种战略，更多地应用于整个组织。质量思维将等同于组织运营管理系统中的财务思维，正如丰田管理系统所证明和规定的那样，质量战略已经超越了众所周知的丰田生产系统。

2. 质量专业人员和数据科学家之间的区别将被一种新的方法所取代，这种新方法可以被称为“协作分析方法”。“协作分析方法”将采取一种结构化和科学化地进行问题调查、诊断和纠正的方式，把所有持续改进活动整合为一个综合性强、跨职能以及贯穿于整个组织的方法。此外，协作分析将会给予生产系统的技术方面与行政系统的人员方面平等的信任。自2014年以来，国际质量管理学院一直在对这一方法进行研究。

3. 数据分析工具将更趋成熟，以结合一种进行探索性数据分析的新方法。这种新方法将用来识别令人感兴趣的合理小数据群（戴明将其描述为“列举方法”）的大数据方法，与确定潜在原因和可能存在于历史数据集中详细模式（戴明称之为一种分析方法）的小数据方法相结合。许多新的分析方法将与这一变化相联系，例如詹姆斯·杜阿尔特提出了7种可用于数据探测的分析工具以及其他更加高效率使用数据的方法。另一种技术可能被称为“被动实验设计”，即利用统计计算系统，对一个大数据集中的多个因素中的自然相互关系进行分析。

" P1 @5 p0 u1 P- O2 M! B: f
6 U- v* e. R$ [( O' ?

关注未来

技术的发展和变化速度太快了，我们根本无法理解未来20年会发生什么，信息存储每两年翻一番，技术进步无处不在。这两个因素大大提高了信息的存取和处理速度，而这两者之间的复合效应则成倍数增长。

; d0 \: o" [2 i4 Z

质量领域现在也面临着同样的情况。虽然在这一点上，一条具体的路径可能还不会得到完全预测，但是现在所拥有的已知因素可以提高我们的预测能力。最重要的是，当我们关注于改进方法和工具的同时，还必须制定战略方针，从而使各个组织能够实施，以保持持续成功。

如果我们学习如何从收集到的数据中获得更多的洞察力并设计出适合组织自己的质量管理体系，而不只是复制和粘贴过去的内容，那么我们就会健康而茁壮地成长，而不仅仅只是能够生存下去。以上这些内容都是必须要掌握的基本要素，从而可以使我们满怀信心地拥抱和经营这一变化莫测的数字化变革新时代。

, w) {! b8 M9 |) C- f* r' H# J1 ^& }) x