为什么大多数六西格玛项目都成了“面子工程”
说实话，根子在企业文化。六西格玛需要一种“无问责”的数据透明。 可现实中，哪个部门愿意把伤疤揭给别人看？红黄绿的项目看板，最后都被涂成清一色的绿——哪怕问题已经在冒烟。我还遇到过一种领导，要求每个项目至少节省 50 万，否则不批。于是大家挖空心思编财务收益，把正常降本也算进去。这种考核机制下，六西格玛变成了另一种 KPI 游戏。唉。 再一个，项目选题太虚。动不动就是“提升客户满意度”、“降低运营成本”——宏大得吓人，无从下手。真正的六西格玛老手，会把问题撕碎成像面包屑一样细。 比如“某个冲压工位，模具温度波动导致毛刺不良率上升 0.3%”。这样才测得准，改得动。但这么细的活，得要多少耐心？很多企业等不起，带级人员也不愿意碰，太难出成绩了。所以他们更爱搞些花哨的 DFSS (Design for Six Sigma) 新设计项目，听起来高级，见效却漫长。一来二去，队伍就散了。
数据不会骗人？笑话！
那些年我踩过的坑，和终于见到光的时候
年轻那会，我接手一个六西格玛黑带项目，要降低变速箱装配线的噪音不良率。测量环节就遇到了幽灵数据——同一台台架，上午和下午的测试结果波动巨大。调查一个月，才发现是车间的气压不稳，影响到加载马达的输出。我们不得不追加一个 DOE (实验设计)，结合气压因素，重新建立模型。那段日子，我几乎把 Mintab 的“全因子设计”点烂了。 最后发现了扭矩与气压的交互作用，加了个储气罐就解决了。项目结束后，财务一算，年度节省超过 200 万。那是我第一次真正感受到六西格玛的力量——不是报表上的数字，而是产线现场那种稳定的轰鸣声。 但这个过程中，太多时候我想放弃。比如数据采集，操作工根本不理解为什么一天要测 200 个零件，以为我们在整他。沟通成本高得离谱。后来我学乖了：千万别用 P 值和标准差去跟一线工人解释，告诉他们“这样做能让你少返工三十次”，比任何统计都管用。 六西格玛的推动者必须是翻译：把高层战略翻译成现场语言，把现场痛点翻译成数据语言。这跟技术的关系其实不大，更多是换位思考。❗ 问：很多工程师考了六西格玛黑带，但实际用不好，为什么？ 答：因为考试和实战根本是两码事！ 考试考的是假设检验选哪种、样本量怎么算，但实战里你首先要判断这个问题值不值得用六西格玛。很多黑带拿到项目，立刻跳进“分析”工具，却忘了前头还有“定义”和“测量”阶段那些非统计的活——比如 VOC (客户声音) 的翻译、CTQ (关键质量特性) 的分解。这些需要大量访谈、观察、流程穿越，既没公式可套，又耗时费力。再加上项目政治——跨部门协调、争夺资源——不栽跟头才怪。我给新人唯一建议：先跟半个月的产线夜班，把实际流程摸透，再谈数据收集。 否则你的模型再美，也是空中楼阁。回到原点：六西格玛的“格”在哪
有人开玩笑，六西格玛的“西格玛”是希腊字母，所以它天生有点“西式”的思维——强调还原论、解析、控制。但制造业里，很多问题其实是系统性的，或者干脆是人的问题。比如供应商送来的零件批次波动，你花再多统计工具也难解决，除非去供应商现场驻点。这时候，六西格玛就需要和供应商质量管理 (SQM) 结合。千万别把六西格玛当一个独立的职能，它应该像盐一样溶在各处。 我现在的做法是，培训工程师时，不要求他们背记工具名称，而是带他们做真实的改善项目，用哪个讲哪个。先有痛感，再给解药，吸收速度快好几倍。✅ 还有一个容易被忽略的：过程能力分析 (Ppk/Cpk) 的长期与短期陷阱。 很多报告里的 Cpk 是短期数据算出来的，看似美丽，一加上换模、换料、换人等因素，长期 Ppk 惨不忍睹。所以，六西格玛的“控制”阶段，必须延伸到日常管理的 LPA (分层审核) 或 SPC 系统。太多项目烂尾，就是因为以为流程稳定了就万事大吉，结果半年后打回原形。