Организация как система. Принципы построения устойчивого бизнеса Эдвардса Деминга

Нив Генри Р.

Деминг также много говорит об «ужасающих примерах» непонимания опасности вариаций, которые он наблюдал на практике. Вот один такой пример из моего собственного опыта в Англии.

В один из дней конференции делегатов пригласили побывать на фабрике. Компания, которую я посетил, известна в Великобритании и за рубежом как производитель оборудования и товаров для быта.

Мне рассказали, что компания недавно ввела у себя статистическое управление процессами (SРС). Само по себе это уже настораживало [16] . Контрольные карты обрушивались на меня дюжинами. Я осведомился, как принимались решения о том, какие процессы и изменения в этих процессах должны быть поставлены под контроль. Оказалось, что соответствующие предложения были результатом своего рода мозгового штурма, а затем эксперты голосованием определяли относительную важность

факторов. Я не захотел комментировать ситуацию в тот момент, поскольку гораздо больший интерес представляло сказанное потом. После того как список был готов, он тщательно изучался для выявления тех факторов, которые были «пригодны» для статистического управления. Я был заинтригован: что же означает «пригодный для статистического управления»? Хотя у нас были некоторые трудности в попытках найти общий язык, мне наконец удалось выяснить, что термин «пригодный для статистического управления», очевидно, означает то же, что «находится в статистически управляемом состоянии» или «статистически управляемый процесс».

16

Как мы видели в главе 3, утверждение «мы внедрили управление качеством» есть одно из препятствий к преобразованиям. Дон Уиллер в своем видеофильме «Японские контрольные карты» (A Japanese Control Chart) также красноречиво говорит о статистическом управлении процессами как о целостном новом образе мышления, а не просто как о методике. – Прим. авт.

«А что же случилось с теми процессами, которые оказались “непригодными” для статистического управления?» – спросил я. Ответ был примерно следующим: «Ну да, все мы понимаем, что у нас много оборудования на выброс, совершенно не удовлетворяющего современным требованиям. Мы также знаем, что его следует отправить в металлолом и заменить более современным. Поскольку мы намерены ввести статистическое управление на всех наших процессах, то приобретаем новое оборудование, которое будет пригодным для этого». Довольно неуверенно я осведомился, понимают ли они, что если процесс статистически неуправляем (или, что то же самое, «непригоден для статистического управления процессами»), никто не в состоянии правильно оценить его воспроизводимость. Как я и ожидал, вопрос был встречен удивленно-растерянным молчанием и печальными взглядами: всем стало ясно, что я ничего не понимаю в этом деле.

В конце концов я сумел завладеть вниманием одного достаточно высокопоставленного сотрудника и осторожно, насколько мог, высказал предположение, что, вполне возможно, компания тратит миллионы фунтов стерлингов на новое оборудование, в котором, возможно, совсем не нуждается. Реакция на мои слова была, мягко говоря, прохладная.

Печально то, что, хотя компания «ввела у себя статистическое управление», ее сотрудники ничего не знали о работах Уолтера Шухарта, который, как мы видели в главе 2, сделал прорыв в понимании проявлений и причин вариаций и изобрел контрольные карты еще в 20-е гг.

Я рассказал эту историю нескольким людям. И многие из них могли рассказать мне почти то же самое. Поэтому прискорбно наблюдать, как часто наилучшие намерения и огромные усилия и суммы тратятся впустую. Причина проста: два обстоятельства – незнание и неправильное обучение – естественным образом усиливают и поддерживают друг друга, непрерывно ухудшая состояние дел [17] . Мы вернемся к этой истории позднее, когда начнем лучше понимать, где и в чем ошиблась компания.

17

Это может быть истолковано как пример правила 4 в эксперименте с воронкой (см. главу 5). – Прим. авт.

Давайте более глубоко рассмотрим раннюю работу Шухарта и историю ее возникновения. Около восемнадцати месяцев Шухарт проработал в Western Electric (это было еще до работы в данной компании Деминга во время каникул в 1925 и 1926 г.), а затем перешел в только что основанную лабораторию фирмы Bell Laboratories в Нью-Йорке. И возможность рассказать об этой истории я предоставляю Демингу: именно в таком виде ее услышала аудитории в Версале (Франция) 6 июля 1989 г. (см. буклет BAD «Глубинные знания»).

«Частью деятельности компании Western Electric было изготовление оборудования для телефонных систем. Как всегда, проблемами становились надежность и качество: нужно было делать продукцию однородной, с тем чтобы на нее могли положиться потребители. Western Electric жаждала достичь такого

положения дел, чтобы иметь возможность использовать в своей рекламе фразу “Похожи друг на друга, как два телефона”. Специалисты компании, однако, обнаружили, что чем сильнее они старались достичь воспроизводимости и однородности свойств продукции, тем худшим оказывался результат, т. е. тем большими становились различия и разброс свойств. Когда случался какой-либо дефект, погрешность или отклонение, они старались “отреагировать на них”, т. е. внести коррективы для устранения этих дефектов. Это была благородная задача. Да только имелась одна маленькая трудность: дела от этого шли не лучше, а хуже.

В конце концов эта проблема попала к Уолтеру Шухарту в Bell Laboratories. В ходе работы над нею Шухарт понял, что специалисты Western Electric допускали два основных типа ошибок.

1. Интерпретация ошибок, погрешностей и отклонений, предполагающая, что их вызвали некоторые особые, исключительные причины, в то время как на самом деле ничего исключительного и особого не наблюдалось. Иными словами, эти ошибки были результатом обычного действия системы, ее случайных отклонений, вызванных общими (обычными) причинами [18] .

2. Интерпретация тех же ошибок, погрешностей и отклонений как проявления общих причин, в то время как на самом деле они определялись особыми (специальными, конкретными, исключительными) причинами.

18

Введение в работу Шухарта производится в главе 2, где дан обзор сущностей природы общих и особых причин вариаций. – Прим. авт.

Ну, и какая разница? И что нам это дает? Да все то, что отделяет успех от неудачи!

Шухарт решил, что в этом и заключалась причина проблем Western Electric. Специалисты этой компании не смогли понять различия между общими и особыми причинами вариаций; путая их, они ухудшали положение дел. Очень важно, чтобы мы поняли эти два типа ошибок. Конечно, никому не нравятся дефекты, ошибки, жалобы от потребителей, но если мы будем набрасываться на них без понимания их природы, то лишь ухудшим положение дел. Это легко доказать математически [19] ».

19

Размышления доктора Деминга здесь опять же иллюстрирует эксперимент с воронкой. – Прим. авт.

Ниже в данной главе мы увидим знаменитый пример, в котором такое отсутствие понимания сделало «положение дел еще худшим».

Итак, целью работы Шухарта было улучшение качества за счет уменьшения вариации (изменчивости) – точно в соответствии со словами Деминга в начале этой главы. Как мы видели в главе 2, Деминг вскоре осознал, что идеи Шухарта применимы к значительно более широкому кругу проблем, нежели только к технологическим операциям. В последующие десятилетия, развивая идеи Шухарта, Деминг заложил основу своей философии менеджмента. В частности, фундаментальные доводы, приведшие его к отрицанию таких широко распространенных в менеджменте подходов, как управление по целям, аттестация персонала и использование произвольных численных норм и критериев (пункты 11 и 12), вытекают из концепции недопустимости вмешательства в стабильную систему (это будет проиллюстрировано ниже на примере автоматического компенсатора погрешностей, см. также главу 5).

Теперь рассмотрим, что Шухарт имеет в виду, когда говорит об управляемой (контролируемой) и неуправляемой (неконтролируемой) воспроизводимости, и, соответственно, что подразумевает под процессом, находящимся в управляемом (подконтрольном) и неуправляемом (неподконтрольном) состоянии. Идеи, отражающие сущность дела, нетрудны для понимания, однако имеют далеко идущие последствия.

Предположим, что в некотором процессе мы систематически регистрируем во времени результаты измерений. Измеряемыми величинами могут быть длина стального прутка после операции обрубки, или затраты времени на обслуживание машины, или ваш собственный вес до приема пищи, или процент дефектных (не попавших в допуски) в партии от поставщика, или коэффициент интеллекта, или время между выставлением счета и получением денег и т. д. На рисунках 5a–5d показаны четыре примера записи данных (карты текущих значений), регистрируемых в ходе измерений. В каждом примере время изменяется вдоль горизонтальной оси, а чем выше расположена точка на вертикальной оси, тем больше размер, длина, запаздывание и вообще все то, что мы регистрируем в этот момент.