进化思维生产力，赋能制造价值链 | 《培训》杂志先进制造业专场演讲

发布时间：2025.05.08

作为国民经济的主体，制造业正处于向高端化、智能化、绿色化、融合化转型升级的关键期、攻坚期。要想实现突破性发展，加快培育高技术制造业人才成为关键。我们走访了非常多的制造业，发现在研发与生产两个环节分别都有广泛的目标和痛点：研发环节如何才能突破创新和持续引领；生产环节则是如何才能稳定运营和降本增效？

为此，我们将聚焦制造业研发与生产两大关键环节，分享人才培养与赋能的成功案例，希望为制造业的人才发展提供方案参考，从而助力企业目标达成与行业升级转型。

我们曾服务过一家通讯设备制造业公司，由于消费者端对更大通信的需求，他们在某城市的一个“量化工厂”（即持续、批量地按照前端的设计大量生产）在 2020 年发生了转型，变成了新产品导入中心（ NPI new product introduction ），意味着不再是简单粗暴地生产了，而是变成生产端的研发中心了。

制造行业的研发创新主要是产品进入到生产环节的工艺创新。也就是说当有一款新产品出现，以往的工艺无法满足需求的时候，带来的就是工艺创新的机会点。比如，折叠屏手机的出现就给铰链工艺带来了巨大的挑战，为此工程师就需要挠破头皮有新想法。

当我们深入到这家企业时，发现他们在生产工艺的研发有四个突出的痛点（如下图），接下来，我们将分别针对每个痛点分享赋能方案：

这家企业的工程师在“发现工艺研发创新机会”方面没有章法，当新产品出来的时候就是简单地凭感觉/拍脑袋创新。为此，我们提供的解决方案是：借鉴沙盘的视觉化工具，模拟生产工艺的具体加工流程。带来的改变是：

第一，凭感觉拍脑袋→视觉化工作流

加入这个流程之后，让他们非常有章法地推演新产品设计出现之后，在加工工艺的各个环节可能会出现的麻烦。也就衍生出了工艺的创新机会。让他们的研发创新工作过程变成视觉化的工作流。

第二，个体产出→群体评估

他们以往的做法是随机让个体工程师来判断，于是可能碰到资深工程师能够出来创新想法，也碰到资潜工程师想法出不来。于是，我们联通他们的研发领导设定了这个环节的相关标准：当一个新产品出现之后，必须邀请若干类型的研发工程师，一起“会诊”新产品在工艺制造过程中可能出现的问题点，所以极大降低了创新的随机性。

第三，缺乏创新工作方法→有章法地推动创新

在这个过程中，我们会训练其中的一些工程师做有效提问，当一个新产品到了某一个加工工艺，他们会通过某种提问激发群体发现创新机会。

第四，野路子参差不齐→正规军团队共同提升

我们给这家企业生成了一个定制版的创新的工具流程和方法。这些方法在课堂上加以演练，逐渐变成了他们的工作日常，于是他们的研发创新开始有章法了，而且是所有研发团队都在改变。

那么，这些改变与成果是如何发生的呢？背后的关键点是：一是我们通过深度调研，了解了他们业务领导的需求，以及他们在研发创新过程中到底发生了什么；二是把我们的知识结合他们的场景进行落地化；第三，实施有效的培训过程带来相应的改变。

我们去到非常多的制造型企业，发现工程师总是会出现的一个思维短板：工程师习惯过早地进入技术细节。

有一个有趣的例子：有一个工程师思考的一个创新方向是：如何使用新型高强度材料做电路基板。这个方向看起来是很有道理的，但当被追问为什么要研究这个方向时，他说：“我们面临的问题是电路板过大，搬运可能产生微小裂缝。”

那么，针对这个问题，工程师所思考的创新方向是解决的最佳方式吗？其实不一定。除了加强材料，可能还有很多别的方式，例如还可以设计更好的夹具让搬运过程中的稳定性更强。

因此，在生产制造型企业中，大部分工程师的思维习惯是用自己最熟悉的技术思考问题，但其实所选择的技术路径不一定是最佳的。因此，工程师和技术专家过早地进入到技术问题思考和解决，其实是对研发资源是一种普遍的极大的浪费。

如何解决这一痛点问题呢？在我们的创新工具中，有一类帮助人们重新架构和界定问题的工具——抽象梯。当我们把这个工具注入到工程师的学习现场，得到了他们的积极反馈：这个工具可以帮他们挖掘本质问题、扩大创新边界、激发更多创意、筛选合理技术。

关于问题有一个重要的概念叫：问题层面。善于解决的问题的人不一定是技术专家，而是善于把问题的不同层面暴露出来，之后选择恰当的问题层面进行解决的人。

有了抽象梯的工具，工程师可以对定义问题的能力充分训练。这个工具是对所有岗位、所有行业都适用。对于整个组织而言，长期的训练我们会极大的提升我们研发资源的使用。

通过跟不同的工程师接触后，我们发现他们所表达的出来的词语比较散乱。你说点子、我说想法、他说概念……这意味着他们的语汇不统一，那么互相就很难对接到一起，对接是低效的。这好比大家手里是各种标准的插头插座，彼此之间难以快速对接。

所以这个过程中我们借助了创新的标准化管理体系（ ISO 56002），在培训过程中帮大家统一了创新术语：机会→点子→概念→原型→验证→部署，这也为这家企业未来的创新管理流程建立了“书同文，车同轨”的底层的创新统一语言。

他们也在做创新管理流程，但有一个痛点是他们对创意的筛选非常粗放，往往是由着工程师的喜好，想做哪个就做哪个，没有跟企业的或部门的关键战略结合在一起。

在《新产品开发流程管理》一书中提到，任何企业在研发过程中都应该有一个成熟的管理和筛选体系，从需求机会的发现→想法的收集→想法的筛选→某个概念的立项，应该像一个转轮一样不停的轮转下去，每个环节应该有非常好的管理标准和筛选机制。

我们帮他们建立了一个创意管理筛选的框架工具，每次他们的委员会、技术委员会就会把定期筛选到的创新线索罗列，然后根据部门的战略目标等要求，就可以筛选出最值得优先开发的创新机会。当我们把这个东西注入到这家企业当中，就极大地催化提升了他们的创新管理体系。

在上述的过程中，我们所用的赋能方法论是《英为®LUMA》系统，这个系统被「哈佛商业评论」评价为创新领域的一套分类学，像一本字典一样，这些工具方法本质上在塑造人、团队和组织的创新特质：定义问题、富于想象、视觉沟通、深入洞察、敏捷迭代、跨界协作。

对于制造企业来说，保持生产环节稳定可靠运营、降本增效是最关键的。比如，我曾经在石油行业工作过，石油行业停产一个小时可能损失会超过 100 万美元以上。所以他们最头疼的就是异常性问题。这问题在不同制造型企业有不同的体现（如下图）

面对这类问题，怎样才能更好地应对呢？今天跟大家分享一些案例：

我们曾经服务过一家光伏制造型企业，他们新产线投产后，出现良率下降的状况，即使是最有经验的管理者和技术专家也无法确定原因，导致停线一个多月。直到我们帮他们用高级根因技术做了一个分析，仅用3天就锁定了问题根源，迅速回复生产。

通过探究，我们发现了一个深刻问题：人们解决问题的应对方式折射了背后的思维习惯。在遇到异常事件时，技术专家的思维习惯是快速启动经验。这本没什么错，但如果面对新问题时很容易产生束缚，而一旦经验失效了，就很容易就卡住了。

因此，想要提升技术专家应对异常性问题的效率和水平，需要提升他们的思维能力。那么什么是思维能力呢？指的就是人们面对问题对信息进行加工的能力，即从初始问题经过信息的收集和加工，生成决策方案。

从刚刚的案例中，我们可以看到有经验不代表着能够产生高质量的思考，我们的顾问其实并不可能对所有的制造行业都非常的懂，但能够帮助他们快速解决问题，是因为他们提供的一个优质的思考过程。大概可以拆解成三大块：多维度的收集信息、推理可能的原因、纸面测试验证。

这整个过程是来自《KF思维技术™》课程中用来查询异常问题根本原因的一个有效工具方法——原因智慧，能够制造业工程师们提供了一个更底层的、系统化的收集信息、加工信息，得出有效结论的思考过程。当工具与专家的经验整合在一起，实现了良好的解决问题的效果。

这样的一个思维工具作为底层方法，如果植入到制造企业的生产端，能够帮助生产环节面对异常性问题时，快速恢复生产现场，实现降本增效。

现实中人们面对问题的时候，如何收集、分析问题的思考过程原本时一个黑盒子，国际经典课程《 KF 思维技术》的版权方，通过研究大量的职业经理人的思考过程，提炼背后他们去收集信息、分析信息、作出决策的模式，经过总结提炼后变成一个显性化的思考过程。我们加以工具方法对各行各业施以训练，帮助企业人才提升理性思维。

在制造业迈向先进制造业的进程中，人才的发展与培养成为其发展与成长的关键，通过以上分析，我们会发现在制造业价值链的两大关键环节提升人才的创新和理性这两个底层思维，才能充分的释放研发和生产的价值和生产力。

另外，通过以上案例分析，可以看到想要成功赋能制造业人才，背后需要有三大支柱：第一，要有可靠的内容；第二，深度调研定制，每家企业都有独特的阶段、需求、限制条件，因此创新赋能必须跟企业独有的条件结合在一起；第三，创新的激发需要“比翼双飞”，既需要员工能力的提升，也需要体系的完善，这两个结合在一起才能让研发部门的创新潜力得以释放。