background image

间的问题仍然存在。

那将这些问题

集 中 起 来 解 决 , 会 好
些吗?

当然。各方面负责人

认为这些是彼此分离、互不
相关的问题。现在,第三种
方法

比较流行,因为源

于一项优秀的活动,即找
一个统领的管理者对付所
有的这些问题:持续的改
善。这一方法最显著的优点
在于,它联系了所有各方
面的努力。你能够在生产力、
产品质量以及缩短新产品
开发周期等方面产生持续
改善。但是,弊端在于,只
针对表面症状,而没有究
其根源。这种方法将所需的
解决方案看作是新项目而
不是根

上的转变。

第四种方法是明确某

方面需要进一步的学习,
从而围绕学习进行组织-
为了达到持续改善的目的。
采取这种作法的企业,有
意识的组织学习目的,更
多在于获取必须的知识和
见识,并应用所学,而不
是获得为改善某项具体的
活动的程序化的努力或学
会使用一套特别的工具。

问 :

换 言 之 , 只 注

重 持 续 改 善 , 有 时 会
使眼界比较狭隘?

是的。这可能会让你

无法更深入问题。比如说,
车间有许多持续改善的计

划。但是多数计划并未意识
到改善的关键在于获取新
知识-流程、技术、材料和
操作实践方面。

与之相比,一家非常

成 功 的 钢 材 制 造 厂 :
Allegheny   Ludlum 可 作 范
例。几年以来,Allegheny 
Ludlum 每年的钢材产量持
续增长 7%-8%――而美
国 长 期 的 平 均 增 长 率 为
3%。Allegheny Ludlum 通
过系统发展计划获得这样
的成绩,该系统应用新技
术进行实验,设计出不同
级别的钢材和设备,效率
更高,质量更好。实验以科
学的态度,对假设进行验
证,可行或不可行。这就是
个优秀学习型组织的例子。

但是这种实验

是 否 完 全 不 同 于 持 续
改善的过程呢?

持续改善能够运用一

些较标准的问题解决方案
和统计工具:柱状图、因果
分析法这类方法。持续改善

计划可以说: 这有现成的

方法和工具,采用它们。
但我所说的实验是没有现
成的方法可循的。事实上,
这是企业经营的一条途径,
汇集知识是企业所有部门,
操作人员到技术人员,最
关心的方面之一。方法驱动
的持续改善过程不利于激
发好奇心-创造的灵感或
偶然捕捉的预感。通常,这
种方法只是浮于问题的表

面。然而,通过实验,你迟
早会发现为什么不能在这
台机器上生产这一级别的
钢材;你将获得深层次的
知识,掌握如何使用该设
备,或许你可以尝试用它
制造你没计划过的其他级
别的钢材。这是注重广泛学
习产生的其他好处。

在企业内部,

用 实 验 的 方 法 进 行 学
习有多普遍?

很少。你知道在某种

程度上,企业的产量极易
受影响。比如,在半导体制
造业,20%、30%或 40%
的产量是摇摆不定的。该行
业的企业都进行持续不断
的 实 验 - 比 如 , 英 特 尔
( Intel ) 和 摩 托 罗 拉
( Motorola ) , 都 是 真 正
学 习 型 组 织 。 象 康 宁
(Corning)这样的公司也
如此,因为光纤制造的产
量也极易波动。钢材制造也
进行连续不断的实验,但
程度不等。大多数会碰到一
些 相 当 复 杂 的 实 验
Allegheny   Ludlum 在 这 方
面不同寻常:在给定的时
间内,进行 20-30 个车间
小规模的实验。

对于以知识为

基 础 的 企 业 - 咨 询 公
司 和 信 息 提 供 商 - 而
言 , 创 造 一 种 持 续 学
习 的 文 化 是 否 比 制 造
业更难?

首先,我们应该区分

不同的学习活动。有些探索

可靠的学习型组织······