工业工程、精益生产、六西格玛，和工业4.0什么关系呢？

工业4.0，『中国制造2025』，物联网，工业大数据也算是职业发展的必经之路。

　　一个工厂采用了某种方法并且提高了效率（比如某个工厂的某条线上主管，突然决定让某个工位，直到看到中间库存有缺少的时候才继续生产）。

　　然后工厂的负责人通过对这种方法的总结（拉动可能会比推动的方式更好），得到了知识（拉动）。

　　然后在工厂内进一步推广这种系统，让整个工厂效率提高，进一步完善了知识（完善的拉动系统设计、应用方法）

　　这种知识推广到整个行业，提升整个行业的水平，整个行业对这种知识的探索，进一步完善了这个知识。（丰田生产系统TPS被总结为精益生产，推广到全世界）

　　工业工程的知识、精益生产的知识、6 sigma的知识和这些知识体系中的内容，大多都是通过「实践-总结-完善-进一步指导实践」这样的过程行程的。

　　工业工程是在工业企业管理中发展出来的学科，核心是通过对人、动作、物料、时间等工业企业中的行为的管理，从而提高效率。这是一个非常大的概念，几乎所有工业企业的管理行为，都可以归纳到这个名词下，而且也在不断的扩展新的内容。

　　　6 sigma 六西格玛，是从一种利用统计的方法研究、保证产品质量的方法发展起来的一系列管理方法。拿在德国的一个6 sigma课程内容举例子，其中管理理念的部分都是精益生产的内容，然后再配上在DMAIC （Define, Measure, Analyze, Improve, Control）各个环节中使用的工具。

　　大概就是，如果你学习的专业叫做“工业工程”，那么精益生产很有可能是一门单独的课程，6 sigma可能是某一门专业课中的一部分。

　　精益生产在定义之初，就是一个管理整个企业乃至整个行业价值链的指导思想。从发展到不断完善的过程中，已经越来越大、内容越来越多。关于「精益生产」，有大量的书、作品，非常多的学者曾经研究了很多相关的问题。

　　但是6 sigma作为一种系统的管理方法，出现的晚的多，而且仅仅是在通用电气公司以一个「工具箱」的形式出现。后来经历了非常多的扩展，是一种近似商业化的行为。这些工具和内容也都不是6 sigma专属，只是它用一个盒子体系（DMAIC），把这些东西都装起来，又进行了商业化，出现了“绿带”、“黑带”等一些。而这个盒子也并不是一个非常独特的东西。参考Deming的PDCA。

　传统工业工程和工业4.0：两种方式的机遇和挑战

　　我的一个总监说过，提高效率的最终方式就是两种：

　　工业工程做到极致，人，人机合作的效率达到极致

　　极致的智能工厂做到极致，机器、数据、AI让整体的效率达到极致

　　两种方向并没有矛盾，而是相辅相成。虽然是不同的发展方向，但是并不是背道而驰。现代工厂中改进、优化的措施，也都是二者结合。

　　数字化，绕不开工业工程

　　曾经面试一家在精益生产行业做的很好的咨询公司，总部在德国。面试官就说到“在一个企业的流程没有优化好之前，不应该进行数字化”。

　　也有大量的数据分析师说，“数据分析往往并不能创造价值，而是要服务传统的行业来创造价值”。在这里的意思就是，指导具体工业生产、供应链、现场管理的还是工业工程的传统知识。如何来接受订单、计划供应链、安排生产、保证质量，就算在智能工厂里，在高等级的AI出现之前，这些依然是最基础的东西。

　　智能工厂、智能供应链，要是没有工业工程的基础，只是空中阁楼。

　　数字化配合工业工程，1+1>2，提高了效率

　　数字化智能工厂结合工业工程，不是一个新的题目。比如利用数据、运筹学来安排物流计划、生产计划，利用统计学和数据挖掘的方法来分析质量缺陷进一步改进质量。

　　当智能工厂的概念可以实现以后，工业工程、精益生产非但不会被淘汰，而是会借住智能工厂这个工具发挥更多的作用。

　　以前因为缺乏数据、工具、时间的大规模分析，或者是对于工序的快速实时改进，对于人员、物流的更频繁的调动等，现在依托智能工厂都可以成为现实。管理人可以精确到分钟，线上物料可以精确到分钟，工厂内的物流也可以精确到分钟。

　　虚拟工厂更让工厂的管理者、生产线管理者可以更全面、实时的分析，并且预览改进的效果。实时获取数据，监测生产线、机器、物料、产品、工作人员、环境的变化，更高效的保障质量。可以说是提高了工业工程从业者的效率，也提高了上限。