字数统计：2491字 预计阅读时间：约5分钟
提高质量和降低质量成本并不是工业转型计划的主要驱动力。质量领导者在工业转型计划的高层规划中基本上缺席，数字化转型项目往往错过质量——而是专注于提高效率、更快交付和更多种类。
如果没有质量方面的发言权，工业转型计划就会错过主要的质量优势之一：预测质量以防止缺陷。
01 One
质量领导者需要在数字化转型中拥有发言权和决策权
在最近的一份 LNS 研究报告中，平均不到 50% 的正在进行工业转型计划的组织有质量领导者的参与。福布斯关于“数字化转型和客户体验的 100 项统计数据”的报告显示，报告的三大优势是提高运营效率、加快上市时间和满足不断变化的客户期望的能力。
虽然质量肯定与满足不断变化的客户期望和效率有关，但下图中的图表显示了质量原因远远低于所见影响列表。
质量计划包括测量抽样、故障模式和影响分析、控制计划和统计过程控制在内的工具和策略来创建基于人和设备的流程或操作来预防和检测缺陷。数字时代质量领导者面临的挑战是将人员的经验与解决问题的结果转化为制造技术。（参考文章：见2020年12月7日《QRQC快速响应数字化控制系统》）
从历史上看，工业转型努力在运营和质量职能方面的代表性不足，尽管工厂是变化最为明显的地方。尽管工厂是工业运营的场所，但工厂很少是定义或执行工业转型计划的重点。下图显示了这个问题。尽管在图表顶部附近，质量仍然在不到 50% 的工业转型团队中得到体现，运营领导力的比例甚至更小。过去几年取得了一些进展，但还远远不够。
这里的答案是，质量领导者需要在工业转型解决方案的开发和设计中拥有一席之地和发言权。
02 Two
为什么质量领导者在数字化转型项目中具有重要影响
很难看出数字解决方案如何解决真正的质量问题。质量领导者如何熟悉数字技术并将其应用于制造质量情况？这无疑是一个挑战。许多软件产品被定位为数字化转型解决方案。但会发现不像数字化转型那样直观，至少在制造领域不是这样。这意味着对什么构成数字化转型解决方案有一个广泛而包容的定义，这使得新手很难辨别出适合他们情况的解决方案。解决这个问题的方法是颠倒操作顺序，从需要解决的问题开始，
一家连续流程制造商实施了由质量负责人设计和领导的数字化转型试点计划。该计划将产品质量作为该计划成功的一个关键方面。这家公司的产品质量投诉和缺陷程度不可接受，因此实施了数字产品监控并将其作为项目的一部分集成到平台中。数字监控工具与客户投诉和报废报告分析的产品质量的重要方面相关联。结果是项目试验阶段的缺陷减少了 50%。
图 3 来自LNS Research显示，质量 4.0 与“传统”质量方法相同，只是具有更好、更快的分析和决策制定以及更互联的环境。质量 4.0 的这种定义忽略了质量领导者的一个关键潜力——通过预测进行预防。
（参考文章：2020年2月2日《质量4.0必备的10个要素》；2019年6月21日《工业4.0对质量管理的影响与变革》；2022年9月6日《为什么质量4.0计划总是会失败？》）
质量职能的主要任务是建立预防缺陷的系统和方法。我们必须绝对防止缺陷流程到客户端。控制计划是检查点的集合，如果遵循所有规定，应该会产生良好的结果。统计过程控制，可以为我们提供即将发生的缺陷的早期警告。抽样计划试图打破模式，并为我们关于接受/拒绝决定的决策提供一定程度的保证。
03 Three
质量数字化系统的弱点-人
到目前为止，这个系统的弱点一直是人。众所周知，让人们始终如一地表现是很困难的。每个人偶尔都会有糟糕的一天，想要休假，或者因家庭或家庭问题或与同事的冲突而分心。一个检查员，在他们的状态好的时候，最多只有 80% 。
数字时代需要开箱即用的思维，但旧习惯很难改掉。2020 年，我参观了加利福尼亚的一家农产品工厂。这家工厂（实际上是整个公司）多年来一直在本土进行数字化之旅。生产线高度数字化。质量检测功能数字化、半自动化，但未联网。
在回顾他们在数字化方面取得的进展时，我发现质量功能的表现与数字化前完全相同：他们以相同的频率进行相同的测试，对产品中的内容具有相同的理解水平。过程导致质量好或差的结果。在整个数字化过程中，质量控制没有任何变化，即使采样频率相同。
作为防止缺陷工作的标准部分的所有工具和方法都是基于过去的。我们在产品生产后对其进行抽样，我们在数据存在后收集数据并在控制图上绘制点，有时甚至在数据存在之后。我们将统计过程控制规则应用于先前生成的数据，以早期警告可能导致缺陷的模式。我们预防缺陷战略的所有要素都是在缺陷产生后及时回顾。如同我们正试图通过后视镜驾驶汽车。
05 Five
产品和过程质量的各个点与实际控制变量关联
数字时代为我们提供了一个独特的机会，可以将我们的注意力从严格的被动式转移到主动管理事件并从一开始就防止问题发生。
数字时代质量未来的机遇在于发展完全展示其过程及其质量结果的预测能力。这种思维方式的最佳代表是控制计划。控制计划表示在六西格码中称为传递函数 (Y=f(x))。传递函数是需要控制以获得良好结果的过程变量的公式。
为了有效，控制计划应该只包含实现高质量产品的最重要的项目，而不是最容易或最方便测量的项目。回顾控制计划，记住以下问题：“这些元素实际上是否可以代表旧范式中无法测量的东西？”
如果控制计划元素是真正应该控制的东西的代表，那么现在是使用数字技术纠正它的机会。例如，如果控制计划列出了冷却罐温度的检查点，则该测量值实际上是产品温度的代表——从重要的实际变量中删除了一个步骤。这是我们当时能做的最好的事情，所以我们就这么做了。在我们的示例中，产品温度是最终产品几个不同质量特性的关键控制因素。但是，如果我们可以使用激光温度计在制造过程中的许多点不断测量产品温度，并将该数据报告回机器学习系统，那么现在我们可以直接从对质量结果很重要的变量中获得有意义的数据。
数字时代为我们提供了重新定义可能性的独特机会，将产品和过程质量的各个点与实际控制变量联系起来，以实现良好的结果。随着时间的推移，随着流程模型的“库”被填充和使用，这些模型将得到改进并变得更加可靠，机器学习系统的信任度也会增加，从而给出适当的指示。那么，以前无法想象的事情现在变成了可能；最终导致真正预防的质量预测。预测质量将至少比当前的预防方法便宜 10 倍，正如几十年前被广泛接受的预测性维护实践所证明的那样。
,
