Организация как система. Принципы построения устойчивого бизнеса Эдвардса Деминга

Нив Генри Р.

Некоторым читателям, особенно не вовлеченным в производственную деятельность, наше обсуждение может показаться далеким от их собственных проблем. Но на самом деле это не так. Пит Джессап из Ford Motor Company предложил пример, который относится практически к каждому из нас. Рассмотрим температуру в комнате, в которой мы находимся. Все мы разные: одни любят тепло, другие – прохладу, поэтому идеальная номинальная температура будет зависеть от наших пристрастий. Может быть, вы работаете в офисе один. А возможно, в этом помещении находятся несколько человек. Неважно. Если мы рассмотрим предпочтения разных людей, то наверняка найдем некоторое значение, которое в среднем будет наилучшим. Предположим, что вы один. Какую температуру вы предпочитаете? На какое значение установите кондиционер (если вы так удачливы, что можете это себе позволить)?

Допустим, идеальная для вас температура равняется 70 °F [48] . Но что если комнатная температура не равна ей

в точности, а составляет 71 °F? Это, положительно, имеет некоторое значение, а иначе мы противоречили бы нашей исходной посылке о том, что значение 70° наилучшее. Но все же значимость этого отклонения невелика. Температуру, равную 72 °F, вы, возможно, еще будете рассматривать как комфортную. Ну а что если температура поднимется до 73°, или 74°, или 75°? При 75° вы, вероятно, начнете ощущать дискомфорт, и избыточные 5° уже повлияют на вашу работу. Но данное влияние еще может быть охарактеризовано как некоторая степень неудобства, поскольку вызовет лишь небольшую потерю вашей эффективности. Повышение температуры еще на 5° – совсем другое дело. А при 80 °F вам будет довольно трудно сконцентрироваться, и вы начнете чаще поглядывать на часы, предвкушая момент, когда выберетесь из офиса. При 85° или еще более жестоких 90° вы практически потеряете возможность делать что-либо полезное. Заметьте, что каждый последующий прирост на 5° имеет больший эффект, чем предшествующий.

48

Примерно 21 °С – Прим. ред.

Подобная же картина обнаруживается при отклонениях в сторону более низких температур. Падение температуры до 69 °F, по-видимому, будет даже трудно заметить – скорее всего, вы заметите только 68°. При 65° почувствуете некоторый дискомфорт, а при 60° – настоящий холод. А уже при 55° в офисе вообще никого не останется. И в этом случае каждое последующее падение на 5° градусов окажется более серьезным, чем предшествующее ему (все то же будет справедливо, если мы рассмотрим изменение величин, скажем, в 6° или в 3° и 2,5°). В наших заключительных замечаниях об увеличивающейся серьезности обратите внимание на параллельность значимости ошибок в случае рассмотрения посадки вала в отверстие.

Теперь давайте вспомним, с чего мы начинали, – с попытки определить удовлетворительное качество, используя границы допуска. Но не покажется ли абсурдной даже попытка описать эту ситуацию в терминах интервала допуска «удовлетворительных температур», с любыми значениями, попадающими за границы этого диапазона, рассматриваемыми как «неудовлетворительные»? Предположим, что мы ограничили свое внимание интервальным описанием в форме 70° ± такое-то значение. Должны ли мы назвать 68°–72°, или 65°–75°, или 66,5°–73,5°? Конечно, правильного ответа здесь не существует. Я бы сказал, что здесь нет даже разумного ответа. Какой бы интервал мы ни выбрали, истина заключается в том, что:

а) температуры вблизи 65° или 75° не столь удовлетворительны, как температуры вблизи 70°;

б) вы не сможете определить различие между 74,9° и 75,1°, поэтому, очевидно, не имеет никакого смысла классифицировать 74,9° как удовлетворительное, а 75,1° – как неудовлетворительное значение.

Характер аргументации в пункте «б» не зависит от того, какой интервал мы выбрали. Аргументацию пункта «а» можно ослабить в случае выбора очень узкого интервала, скажем, 69°–71° или 69,5°–70,5°. Но это вызывает еще большие проблемы. Во-первых, если этот интервал представляет собой допуски для нагревателя, используемого в вашем офисе, или оборудования для кондиционирования воздуха, то такие границы могут оказаться настолько узкими, что удовлетворить их окажется или невозможно, или до нелепости дорого. Во-вторых, температура за границами такого узкого интервала хотя и не соответствует оптимальному значению, однако ни в коем случае не может быть названа неудовлетворительной (если оставаться реалистами).

Наша аргументация, оказывается, ни к чему нас не приводит! Как бы мы ни старались, мы обнаруживаем, что попытка определить приемлемые стандарты качества в терминах интервалов ведет к нелогичным и практически неприемлемым следствиям. И тем не менее это как раз тот метод, на основе которого многие люди в промышленности судят о качестве на протяжении десятилетий.

Чтобы оставаться реалистами, нужен качественно иной подход, не требующий искусственного определения годного и негодного, хорошего и плохого, дефектного или бездефектного, соответствующего или несоответствующего. Такой подход предполагает, что существует наилучшее (номинальное) значение, любое отклонение от которого вызывает определенные потери или сложности в соответствии с типом зависимости, рассмотренном нами на примерах для диаметров валов и отверстий, а также температуры в комнате. Функция потерь Тагути предназначена как раз для определения этого значения. Она была описана и рассмотрена [49] в работе, которую Генити Тагути представил в Токио в сентябре 1960 г., а Деминг присутствовал при этом. Графически функция потерь Тагути обычно представляется в форме, подобной той, что показана на рисунке 34.

49

При

этом не утверждается, что Тагути изобрел функцию потерь, а особенно – обычно используемую квадратичную зависимость (см. главу 12). Как минимум на протяжении двух столетий ею пользовались многие математики, в числе которых Гаусс, Лаплас и Муавр. Однако Тагути проделал большую работу, чтобы показать неотвратимость применения этой чрезвычайно важной концепции в рассматриваемом здесь контексте. – Прим. авт.

Значение показателя качества откладывается на горизонтальной оси, а вертикальная ось показывает потери, или вред, или значимость, относящиеся к значениям показателей качества. Эти потери предполагаются равными нулю, когда характеристика качества достигает своего номинального значения [50] , во всех других случаях они положительны. Однако, отражая приведенную выше аргументацию, очень малые потери возникают, если характеристика качества достаточно близка к номинальному значению. Но по мере того как значения удаляются от оптимального, потери увеличиваются со всевозрастающей скоростью.

50

В понятиях абсолютных значений не требуется, чтобы потери были равны нулю при номинальном значении. Они могут быть положительными или отрицательными, следовательно, представляя уровень прибыли, а не потерь (на самом деле развитие теории в терминах потерь, а не прибыли могло рассматриваться как чрезмерно пессимистичное). Некоторые статистики предпочитают термину «функция потерь» термин «функция риска», где риск определяется как потери минус минимально возможные потери. Для большинства целей выгода упрощения обеспечиваемых этой функцией потерь превышает любые возможные преимущества использования более общей функции потерь. – Прим. авт.

Мы не утверждаем, что обязательно имеется какой-либо принципиальный выбор функции потерь Тагути, в особенности учитывая многие комментарии, сделанные в предшествующей главе. Как может кто-либо измерить потери, возникающие из-за неточности?! Достаточно ли это оценивается в понятиях уменьшения качества конечного продукта, возможных переделок, неудовлетворенности потребителя, падения морального уровня сотрудников, имеющих дело с продукцией низкого качества, и т. д.? Собственная точка зрения Тагути в этом вопросе, кажется, изменилась. С одной стороны, он ссылался на потери как на «потери для общества», в то время как его методология планирования эксперимента [51] требует конкретной оценки потерь. В любом случае статистики должны отметить, что такого рода оценки – не только их дело. Безусловно, они в существенной мере должны проистекать из реального знания сути дела. Работа в командах статистиков и экспертов в данной области – еще одна грань кооперации «выигрывают все».

51

Читатель, возможно, знает, что подход Тагути к планированию эксперимента широко используется в промышленности, хотя вызывает неоднозначное отношение среди статистиков. – Прим. авт.

Учитывая эту трудность, каковы же преимущества функции потерь Тагути по сравнению с использованием допусков? Они огромны.

Во-первых, хотя могут возникнуть споры по поводу точной природы функции потерь в какой-либо конкретной ситуации, эти споры будут опираться на логическое основание, в противоположность подходу, который никогда не может дать принципиального представления о реальности.

Во-вторых, функция потерь Тагути постоянно поддерживает в нашем сознании потребность в постоянных улучшениях. Если существуют отклонения от номинала (а они существуют всегда), то возникают потери, следовательно, неизменно присутствует потребность в улучшениях и уменьшении вариаций. Это весьма отличается от точки зрения, что стопроцентное соответствие требованиям допусков в определенном смысле служит конечной целью в обеспечении качества. По признанию Джона Бетти, именно таков был его образом мыслей до событий, описанных в начале данной главы.

В-третьих, даже грубая оценка функции потерь дает нам чрезвычайно полезную информацию для ранжирования приоритетов в программе улучшений. Даже принимая во внимание потребность, выраженную в пятом из четырнадцати пунктов для непрерывных улучшений всех процессов и систем, становится ясно, что мы не можем сделать все сразу: мы должны быть практичными. Последовательность приоритетов должна быть обоснованна: наиболее насущные задачи должны решаться первыми, а другие, менее важные, могут немного подождать. Рассчитывать, насколько это возможно, функцию потерь Тагути для выделенных процессов имеет смысл: так можно сконцентрироваться на тех из них, которые имеют наиболее крутую функцию потерь в диапазоне их обычных рабочих условий.