价值流：流动分析和节拍时间

首先，节拍时间典型地是在一个较长时间里确定的，而不是在一个班次、一天或一个星期等短时间里确定的。丰田典型的做法是，以月为单位来评估节拍时间，并在每10天进行一次调整评估（tweaking review）。然而，有些工厂可能会以更低的频率来调整他们的总体节拍时间，尽管在其产品组合中的不同型号可能会较为频繁地调整节拍时间。

其次，在TOC的瓶颈和TPS的定拍工序之间，有基本的差别，尽管他们经常被误解，混为一谈。相似的地方是，TPS和TOC一样，也要努力识别和打破瓶颈。但是，TPS并不是让瓶颈工序来确定整个价值流的节拍。毕竟，瓶颈可能是由于各种问题原因而存在——设备故障频繁，质量不良，换模时间较长，等等。为什么我要选择一个存在这些问题的工序去决定我的整个价值流的流动方式呢？当然，我必须对付这个存在问题的工序（瓶颈），而对此也有很多的技术可以应用，但是我不会让它来确定我整个产品流动的步调（节拍）。

最后，在《学习观察》中，我们介绍价值流图析方法时忽略了设备布局问题。相信我，精益企业研究院和《学习观察》的作者们都知道，有一个叫做布局的东西存在，而且布局是非常重要的。但是，价值流图析刻意地延迟了对布局问题的考虑，直到首先进行了其他的观察和决定之后。原因是，许多制造管理者和工程师倾向于立刻跳到搬设备的行动中去，而那是花费时间、金钱和其他资源的，而且经常导致错误发生。通常的情况是，在现有布局下由一个流动的方式。首先要对它进行观察，考虑生产的速度，现行的流动状态如何，哪里的流动应该更理想些？尝试着首先在不花一分钱的情况下进行创造性的思考，这将会迫使我们关注整个系统，关注我们正在使用的方法。然后，再进行你关于布局问题的分析（这当然是重要的，但并不是《学习观察》中介绍价值流图析方法的重点。）

哦，是的，有人提出了一个关于流水线型生产单元里瓶颈工序的问题。TPS永远不会将运行时间和换模时间混在一起讨论，但我看到一个帖子里，有人说“为了简单起见”而这样做。其中的关键原因，从TPS的观点看，是要削减换模时间，以使得能进行更加频繁的换模，以此来减少生产批量。因此，简单的做法，TPS将会从理论产能、需求（一段时间的）开始考虑，确定在这些参数约束下可以进行的换模次数，然后可能会确定运行模式，或者另行开发与上游、下游工序的协同方式。（没错，针对这些问题，也都有些数学方法可以用。）

价值流图析和各种不同的精益价值流分析工具确实存在于传统的工业工程学科里，就像在你们的讨论中提到的那样。他们主要是在已有工具的基础上不断进化的结果，但相比于之前存在的工具，这里也有重要的创新。之前的“流程图”工具关注的是“流程”，就像工具名字所揭示的那样，而价值流图析则关注于物料流和信息流的相互依赖上。其他在工业工程领域里常用的一些图示工具忽略了信息流——而因此导致的结果是，不能形成一个物料流和信息流的集成系统，显然既不能实现目视化，也不能被实现。这个将生产看做物料流和信息流集成的系统来理解的观点，是丰田生产方式的重要创新。而一张忽略了信息流的价值流（或流程）的图纸，只不过是随机地记取了一些音符的乐谱而已——你知道这些音符是什么，却不知道该在什么时候弹奏这些音符。

但这些对于价值流图析的要点来说，都显得次要，那也与我们推荐用手工的方式绘制价值流图的原因联在一起。要点并非是，“绝对最优的产品流”是由手工计算出来的。当然不是！难道美国制造业现在面临的中心问题是缺少足够的排队算法吗？又或是，我们需要的是另一个更大、更好的软件包吗？用手工的方式来创建和绘制的价值是，它迫使绘图者去看，去观察，去尝试真正地看到价值流里正在发生的事情，而不仅仅是在单独的工序层面。

许多数学家已经给我看了他们的算法，号称是可以实现“整个系统里更好的物料流动速度”，比丰田公司的拉动系统更好。我给他们的回答总是一样的，“也许是那样的，但是你完全没有抓住要点。”要点更多的是观察和学习。可以肯定的是，这不会像拥有一套新软件，能“自动地蹦出正确的答案”那样，听起来令人着迷。事实是，不存在“正确的答案”。可以有的答案是，我们，作为制造业的实践者和领导者，要做出确定，领导我们的队伍进行真正的学习，了解我们的价值流到底如何运转的。我们并不缺乏制定理论化的理想模型的能力。我们缺乏的能力是集体进行改进和创新，并在事情发生错误时进行恰当反应。

《学习观察》是一个提出该需求的尝试。当然，《学习观察》不是一个完全的答案，来回答如此大的问题。但也许它是一个开始。再次重复，这就是该书标题的来由。你绘制一幅图，是的，你根据自己的观察来绘制这幅图。那就是重要的部分，而不是图本身。重要的部分是，努力真正观察到在发生的状况。像《学习观察》书中案例呈现的那样，关注点是在工厂的大门到大门层次上进行观察。那样，你将可以运用这幅图去设立一个愿景，并根据一份计划来管理。