一个IE员工的自述

我是一个IE，认识一些国内的IE朋友，也经常浏览IE方面的网站和帖子，其中不乏真知灼见，原创智慧者但实在是凤毛麟角。一个IE的朋友让我介绍自己与国际水平的差距，我也顺便把这几年和他们(我现在的两个法国IE同事, 国际水平) 在一起的工作体会和大家分享。

先简单介绍自己和我所在的IE部门，以便让大家了解一下背景：本人物理专业本科毕业，99年来广东之前根本没听说IE，20xx年跳槽时稀里糊涂地被招聘的人事经理分配做IE（台湾公司），几个月之后去了一家欧洲半导体公司做IE，20xx年又去一家美资企业做IE，今年回到这家欧洲半导体公司，在总部。 自我感觉是一个不错的IE：在欧洲半导体公司工作的5年里，我所负责的数据库维护在准确率和完整性这两个最重要方面一直是7个工厂（另外6个工厂分布于Singapore, Malaysia, Malta, Casablanca）里最好的；在美资企业工作的一年里，我所负责的厂房重新布局提高8000平方米洁净车间利用率30%，我的建议提高办公室的空间（2000平方米）利用率60%，前者直接为公司节省100万美元以上。由于我的老板（欧洲半导体公司IE部门经理）上调至总部任IE总监，负责六个工厂的IE领导工作，我就离开这家美资企业，跟随他来这家公司的总部。

我们部门现共有8人：3个马来西亚人、两个法国人、两个新加坡人和我。IE总监是马来西亚华人，英国制造专业硕士，30年经验，大概20年做IE，一位典型的国际性的职业经理人；两个马来西亚女孩, 大学毕业两年, 一个在澳大利亚读的大学、信息系统专业, 一个在马来西亚读的化学专业, 她们毕业之后就进入我们部门； 两个新加坡人, 一个是从美国佐治亚理工学院IE专业毕业, 十年IE

经验, （其中一位教他的教授是赫赫有名的Mark L. Spearman, 其和美国西北大学的Wallance J. Hopp教授合著的<<工厂物理学>>被IIE（国际工业工程师协会）评为19xx年度IE最佳出版物）， 另一个新加坡人本地IE毕业, 十五年IE经验；两个法国人，其中一个也曾在美国留学过, 航空专业，15年工作经验, 最近4年做IE; 另一个在法国本地大学毕业，电机专业，毕业之后一直在我们部门, 8年IE经验。 我们部门都是大学毕业, 没有高学历。 (英国的硕士只读一年，学士3年，和国内的本科差不多)

IE总监直接向VP (Corporate Vice President) 报告, 级别相当于一个工厂的总经理。我们部门的主要工作是领导六个工厂的IE (当然工厂也有IE部门经理)，指导工厂IE维护IE数据库中的数据，IE数据库的日常维护和系统升级，完善开发新数据库功能，机器效率改进，报告，标竿管理，对生产计划和财务提供支持等。

我说这两个法国同事是国际水平是基于三个判断标准：

１.他们工作的平台是跨国公司总部，

２.他们在这个平台中处于核心地位，

３.他们已经并将为公司作出巨大的贡献。

在此顺便举一例：其中一个法国人、一个新加坡人和我为一组，法国人是头，负责效率改进。IE总监给我们这一组定的目标是一年之内为公司节省2亿美元。

以下是我观察到的法国同事：

（一）处理任何事情，无论大小，一丝不苟，尽量超出＂客户＂的期望。 而且我注意到，越是成功，身居高位的人，越是如此；反之亦然。

有一次，我向一位法国同事请教一个问题，在他给我讲解，我弄清楚之后，我带着我做的笔记回到座位。半小时后，收到他的EMAIL，这封EMAIL告诉我如何处理该问题，比我做的笔记还详细．当时我心理很感动：我以前还没碰到这么好

的服务！

以下是几年前我和一个法国同事的通信，当时我非常热衷于购买一种软件，用于三维厂房布局，仿真生产线物流和人流，计算水电气需求等功能，最终达到资源（厂房空间，机器，物料，人，能源）的最优配置。在这位法国同事造访我们工厂期间，请他评价该软件是否适合。下面第一封邮件是在他看完该软件的演示之后我的询问：

DEF先生,

XXX公司在你造访深圳期间为我们做了软件演示之后，我忘记询问你对这个软件的看法。能否告诉我们你对这套软件的看法吗？

Best regards,

KKK

第二封邮件是法国同事的回答：

Hello KKK,

我已经把这家公司的联系方式转交给ABC，ABC应该是决定这种软件是否符合公司利益的合适人选。ABC告诉我他会和这家公司保持联系。

就我个人的观点，对于装配加工工序象轿车生产或着任何一种需要几百甚至数千个零部件和原材料的工序而言，它是一个好的工具。在这种生产环境里，要是考虑到每条装配线有几百个分支，那么原材料的流动和供应的仿真很关键，这里也是看板常被使用的地方。

对于我们这种类型的工序，基本上只有一个分支，有时2-3个分支，我们需要优化初始计划和在关键工序的调度规则，而不必仿真物料的的流动和供应。我们的

周期非常短，不需要这类仿真工具，除非配备初始计划的优化工具。

所以，我感到这个软件在其他行业有人对它感兴趣和有用的，但是它不是我们公司所寻找的东西。

Rgds

DEF

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ 这封EMAIL不仅回答解释我的问题，还向我传授了我们所在的行业特点，工作手法。

我还记得当初收到这封邮件时非常震撼：几年以来，我一直希望借助于此类“先进”的工具来提高工厂效率，将其视为救命稻草。然而在别人的眼中，所谓“先进”的工具，根本不适合我们的公司。他在这封EMAIL里告诉我的东西，是我以前读的很多书上都没有的，让我开始思考到底什么样工具……

现在回头想象自己当时的无知，还好有人指点，慢慢的开始理解为什么公司花巨资（超过100万美元）开发IE数据库，应用于成本核算和生产计划。

多年来，他们一直保持这种精益求精的态度，绝无敷衍了事，在与他们的交流中，他们总能传递超出我所期望的信息。

IE总监有一次对我说：你和一个人共事100次，99次他很满意，只要有一次他不满意，他就会记住这次。没有人在乎你以前的99次．．．世界就是这样，她最需要的是100%精益求精，而不是经常或偶尔．

（二）逻辑思维能力强，思路清晰。

事情经过他们的头脑时都要经过严密的逻辑推理，搞清来龙去脉，前因后果。 在我刚加入这个部门不久，财务请求我们做“Impairment（亏损）”，其大意是一旦预测到一个工厂的资产利用率在未来4个季度低于75%时，财务总监应该调查在该工厂里资产利用率在未来4个季度低于50%的每一条生产线，让公司总部的财务总监来决定是否对该生产线进行“Impairment”检验。

我觉得非常容易，把每一条生产线的一个月的实际产出统计出来，除以产能，再画一个图表就好，资料都是现成的。可法国同事却不同，他邀请财务总监，详细讨论：

1)如何定义生产线的范围？

2)谁提供实际产出，什么时候提供，包括哪些内容？

3)谁提供生产线产能，什么时候提供，包括哪些内容？

4)如何匹配实际产出和产能？

5) IE 什么时候提供给财务这些报表，包括哪些内容，用什么格式？

6)资产利用率低于多少时，跨多长时间时启动＂Impairment”？

7) 将来的定单是否应该考虑？

8)估算我每个月花多长时间完成改工作，工作量因此会增加多少，是否会超出我的工作负荷．．．？

后来我在工作中遇到的一些事情，验证这样做的必要性。做个简单的假设：要是某一天对某工厂的一条生产线进行“Impairment”检验，该工厂有人会询问数据的来源，判断标准，如果我们不能合理的解释，将陷入非常麻烦的境地。

从他们的EMAIL中，和他们在一起讨论分析问题时，时时感到他们的这种逻辑思维方式根植于他们的骨髓，无处不在，这种思维能力在工作中起的巨大作用。 假设你们公司平均每个月有10万种不同的产品需要生产，这些产品还不断升级&淘汰，平均每天总需求为1亿，各种不同的产品需求量可能不一样，还会经常变

化，每种产品的生产工艺和流程可能不同，公司有10万台机器分布于全球六个工厂，这些机器有些是通用的，有些是专用的，你如何解决以下问题：

1)对任何一种产品，当客户下定单时，我们是否具备足够的生产能力，是否接定单？

2)如果接定单，多长时间交货？

3)该产品的生产成本是多少？

4)当一种新产品投入市场时，或某产品订单需求增加时，需要买机器，买什么类型的机器，需要多少台？

5)买机器之前，还要同时计划需要多少人，厂房空间够吗，该产品将来的成本是多少，该项投资是否合算？6)10万个产品，定单量大小不同，定单优先次序可能不一样，生产流程相同或不同，某产品在某工序有几种机器可以加工，另一种产品在该工序只可在其中一种工机器上加工，可能还受到夹具限制，如何实现产品生产最多，机器利用最高？

7)这10万台机器目前的效率如何？如何评估各个不同的工厂的效率？

8)如何提高这些机器的效率？

9)如何确保以上数据的准确性？

．．．．．．

要是公司每个月有100种不同的产品需要生产，这些产品还不断升级&淘汰，平均每天需求为１万，各种不同的产品需求量可能不一样，还会经常变化，每种产品的生产工序可能不同，公司有100台机器，在一个工厂，这些机器有些是通用的，有些是专用的，你如何解决相同的问题？

以上两种假设表面上是同一类型的问题，但实际是不同级别的问题, 前者的复杂程度是后者的 (100000/100) × (10000/100) × (6/1) = 6 × 10^5倍．．． 面对前一这些问题，任何IE手法、精益、6 SIGMA．．．都无能为力（在此本人

绝无贬低这些工具的作用，他们在特定的场合也会发挥作用。任何手段或工具是为目的服务的，先有目的，再雇用手段或工具，了解许多工具的人常常为使用工具而使用工具，而没注意到该工具适用的环境，其结果是不能达到预期的效果，反过来又说工具不好。）

在此，我直接告诉解决该问题的思路，它不会是完美的，有兴趣的读者可以想想其他的方法，但它集中体现逻辑关系在其中的应用．

解决的思路是：

1)一台机器每天最多可以工作24小时，假设去掉其停机时间后还剩20小时；某种产品的其中一道工序可在该机器上加工，假设加工时间为10秒／件；

2)以该产品的这道工序在该机器上加工为例，可以扩展到该产品的所有工序，及所有产品的所有工序。

3)当接到客户对该产品的定单时，先算出该机器目前的负荷，再用该机器的剩余负荷除以该产品在该机器上的加工时间，如果大于定单量，表示有足够的生产能力，可以定期交货；否则的话，就要告诉客户延期交货或采取其它措施；

4) 假设加工批量为1000件／批，则该产品的该工序在该机器上的： 加工时间为1000件／批x 10秒／件＝10000秒／批，

加上在加工前的排队时间假设为15000秒／批，

那么该工序的周期为15000秒／批＋10000秒／批＝25000秒／批，大概７小时(排队时间和加工时间的比率还可用于评估生产线库存)

5）该产品在该工序上的加工成本：

折旧成本：假设该台机器每天折旧为100美元，那么分摊到该产品在该工序的折旧成本为100美元／（20小时*3600秒/小时）* 10秒／件 = 1.38美分/件 原材料成本：BOMx单价

人工成本：人工工作时间x单位人工成本

分摊成本：分摊总成本x 分摊系数

．．．．．．；

6）买什么类型的机器取决与所生产产品的工序及工艺，在该工序买多少台机器：（产品每天需求量x 10秒／件）／20小时；

7）需要多少人可以由所买机器的数量，根据机器与人的系数之比来估计，例如某工序要购买20台机器，1个作业员可以同时操作8台机器，则在该工序需要计划2.5个作业员，类似可以计划技术员数量，工程技术人员．．．

8）厂房空间计划：所买的机器数量已定，每台机器所需空间可以确定，同时确定的还有机器操作空间，维护保养空间，走廊，半成品堆放空间．．．总之所需全部空间可以计算出来，那么关于空间的的问题就解决

9）有所买机器的型号及数量，根据供应商的报价，该项投资的数量就可以算出（折旧成本），加已算出的空间需求（空间成本），人员需求（人工成本），原材料成本．．．就得出该新产品的未来成本

10) 有了产品未来成本和销售估价，销售量，就知道多长时间收回投资，可评估该项投资是否合算

11) 第６个问题是个复杂的线性规划问题，在计算机帮忙计算之前，需要制定计算标准：产品生产的优先顺序，资源（机器）的丰富和稀缺顺序，和其他的限制条件，在计算结果出来之后，还须人工评估．

12) 要知道这些机器的效率如何，必须有效率的标准：一台机器每天除去停机时间可以正常生产20小时，每小时加工3600秒／10秒／件＝360件，这就是该机器的标准效率，用实际监测的数据和该标准进行比较，可评估该机器的效率；

13)当某台机器达不到它的效率标准时，就要进行非常详细的差异分析，如果该机器实际每天生产18小时，每小时生产340件；前者是停机时间（换线，缺料，缺人，意外停机，保全维护，工程实验…）过长，须将每项停机时间与标准进行对比，再分析什么原因, 如何提高，后者是机器的DOE问题，通常须机器工程师甚至机器的供应商来帮忙优化；

14)仅标准工时方面的数据就有：10万个产品x 平均10道工序/每产品 x 2 种类型机器x (利用率,速度) = 400万数据．在加上这些数据的详细分解，还有其他方面的数据，整体的数据量将达到千万以上，而维护这些数据的人不足30人，为确保数据的准确性：

尽量减少人工维护的数据比例，利用数据的相互关系，让数据库自动维护. 例如在某些工序，只须对少数产品进行时间研究，将该研究的结果输入到数据库，系统会自动算出该类产品在该工序的所有标准工时方面的数据。

制订数据维护的标准方法

异常数据管理：定期对各方面的数据核查，挑出异常数据，让相关人员更新 以经典IE解决问题的方法为基础，结合现今流行的事务成本管理

(Activity-Based Costing)法和现代信息技术组成的ERP的一个模块．在某些方面可能还有待发展：

机器的效率(时间利用率，速度)不是固定的，是一个与时间相关的在一定范围内可变数(Variability)．一方面，工厂应不断降低可变数的变化幅度(这个变化幅度也可反映工厂的管理效率)；另一方面，可变数在实际的生活中客观存在，在我们的测量系统中应考虑并应用．如果这样的话，大部分上面所列的解决该问题的思路的就要修改，因为它基于完全不同的假设。

数据的集成度：该模块以标准工时为核心，演绎出产能，生产周期，库存，成本，生产计划．．．但标准工时及其他衡量标准本身也在不断的改变之中，可将其与实际情况(产出，时间利用率，速度)自动对比，自动校正．例如生产周期是随机器负荷的提高而呈非线性增长，同一产品在同一条生产线上生产时，其生产周期会随着生产线的不同负荷而不同，而前面的计算中并未考虑到该因素．

数据共享：在各个工厂之间个共享同类数据，以减少重复作业和数据差错 ．．．．．．

在一次我们在一起参加文化差异的培训课时，我问了法国同事这个问题。他说，可能与他们小时候受地教育有关，他们从小就被告知任何事情的发生，必然有原因，他们不相信任何东西，除非它经得起逻辑的推理．

我有一次出差请人事部帮忙申请签证，人事部的人告诉我大概需要一周，当我把这个消息转告一个法国同事时并告诉他离出发还有3个星期，时间够。 他带着我一起又询问人事部：

以前为持中国护照者申请过吗？

申请该国签证有那些程序？持中国护照是否和持他国护照的申请程序一样？ 持中国护照者多长时间可以申请到？

需要提供哪些文件资料？

是谁提供以上的信息？确认过吗？

之后他对我说，当有人告诉你一个信息，不要轻易相信他，你要通过询问类似问题以核实他所提供的信息的可靠性，确保你所需要的东西能够准时完成。

（三）用系统性的方法来思考，解决问题。

一步一个脚印，明确目标，介绍方法，监督进展．做事之前，会仔细考虑：做事的目的，用什么方法实现，选择恰当的时机，如何衡量进展，各种资源（管理层的支持，人的时间）是否充足。

再回到前面的例子。知道解决这些问题的思路，只是走了真正解决问题的

1/1000。彼得．德鲁克在其经典著作《管理：任务．责任．实践》的一段话曾经论述过该问题：如果在产生一种新思想上花费1美元，则在对之“研究”以便把它转化为一种新发现或新发明，就必须花费10美元。在研究上每用10美元，在“发

展”上至少要花费100美元，在“发展”上花费100美元，则在市场上引进和建立一种新产品或一个新企业需要花费1000美元至10000美元．

毫无疑问，以上我所讲的东西是处于知识与思想阶段，要想把它转化为能为企业创造价值的产品，还有太多的工作要做，其中的许多工作非常难，从思路到整个产品为公司使用，通常需要几年时间。下面简单扼要地列举需要做的工作，这些工作之间和每件工作自身都需要系统的方法来完成：

解决以上几个方面问题的产品肯定需超过100万美元的总投资，获得公司高层的支持决不是一件容易的事，需要分阶段分步骤实现。

1)如果幸运的获得公司的支持，就要开始编写该产品（数据库）的用户设计要求（该数据库需要和定单接口，获取市场需求信息同时向市场反馈生产能力和供货周期信息，指导生产线的日程安排；它还须与财务系统接口，提供计算成本核算所需的信息；这类专用数据库在市场上是不可能直接买到的）

2)用户设计要求完成之后，要找具备相关经验的软件公司编写数据库程序

3)对该数据库程序进行测试，让软件公司修改，二次测试

4)在其中的一个工运厂试行

5)软件公司再修改，再测试，再试运行

6)对每个工厂的相关人员培训，指导他们操作

7)在所有的工厂正式开始使用，跟踪评估工厂的使用情况，解决他们遇到的问题

8)收集新出现的问题，再找软件公司升级数据库，重复1-8的工作。

（四）沟通主要通过书面语言清楚地表达出来

他们的书面语言非常好。

下面是我在工作中的一个实际例子．我需要写一封电子邮件给一些过去会收到某报告，由于工作变更，可能现在不需该报告的人，让他们确认是否还需要该报告。

第一封是我写的草稿：

随着以前的后工序总部变成目前的封装与测试总部，我们想利用这个机会整理产能报告接收人的名单。如果你对该产能报告有兴趣的话，请回答是，我们会保留你在报告接收人的名单．如果你对该产能报告没有兴趣，不需回答，我们会把你从产能报告接收人的名单中删除。

下面的是法国同事帮我修改之后发出去的邮件：

封装与测试总部所辖的生产线的产能每月通过月度产能报告（见附件样品）发布。这个文件接收人的名单是几年前制订的，现在是时候来整理这份名单以确保我把这份报告送到合适的人手中。你可否反馈要是你依然有兴趣接受该报告，或是提供在你们部门里对此报告有兴趣的人？由于我个人还没被介绍给你们中的某些人，我将非常感激如果你能简单扼要地介绍你所在单位和你的职位。

这也是我印象深刻的一件事，这位法国同事的邮件传递的信息非常清楚，站在读者的角度，为读者着想，读起来心情舒畅；而在我的草稿中是站在我自己的立场，生硬地让别人做什么，其中还有一个错误：要是某位需要报告的人由于出差或休假不能读到我的邮件，因此没有回答，我就会把他从接收人的名单中删除．．． 在我看来，书写的东西虽然花的时间多，速度没有说的快．但写的东西通常经过认真思考，传递的信息更准确，可不断提高完善；流传范围广，保存时间长，容易传播，可重复利用．特别对于复杂的东西，是不可能用口头语言传递的。 但是，这种沟通方式有时也是低效的，原因在于每人的沟通习惯可能不同。彼得．德鲁克在其几部著作中都提到：人大致可分为两种类型，“读者型”和“听者型”(只有少数人是例外．例如有人靠与他人谈话来获取资料，从谈话中来观察对方的反应，好象装备了一个心理雷达，此外也有也有“读者型”和“听者型”兼而有之的）。我们面对“读者型”的人侃侃而谈，那时徒费口舌，因为他只能在读过之后才能“听”的进去。同样，我们面对“听者型”的人递送一册厚厚的报告书，那是

徒费笔墨，因为他只能“听”了之后才能掌握要点。

（五）从来不谈空泛的概念、手法，用数字来说话。

精益，6 SIGMA……方法是针对问题，简单易懂，重视对外界的贡献，为成果而工作。他们尽量用简单易懂的方法处理问题。

例如，为了提高效率，将同一类型的机器在不同工厂的分布及其效率（利用率,速度）全部列举出来，发现有一种类型的机器在两个工厂的标准效率几乎相差100%。

分析显示：速度相差80%，时间利用率相差15%；

工厂解释是由于生产的产品，返工比例和次数多少，批量大小的不同造成这种差异；

我们要求两个工厂提供时间研究的报告；

比较时间研究报告和IE数据库提供的数据，发现工厂IE在数据库输入时有一个错误，低估了速度30%；

我们对工厂解释的原因一一核实：

生产的产品的确不同，但相近，机器在该工序的动作要素及其顺序完全一致 返工比例和次数稍有差异，简单的计算显示该因素只影响到效率的1-2% 批量大小相差8倍，该因素导致效率相差20%

动作要素及其顺序完全一致，揭示速度应该相近，30%的差异让人无法理解 速度快的工厂提供了他们的机器设置参数及其条件

速度慢的工厂分析了自己的机器设置参数及其条件

邀请机器供应商分析差异，可否把前者的机器参数设置应用到后者

供应商帮他们优化了机器设置参数

为什么类似的产品批量回相差8倍？

工厂的解释是为了缩短生产周期，所以才用小批量

我们计算得出，该产品的整个生产周期是一周，用大批量和小批量的生产周期只相差2小时，而该工序是瓶井工序

缩短2小时生产周期和提高整条生产线20%的产能，孰重孰轻自然分晓． 工厂最终优化了他们的批量

时间利用率为什么会相差15%？这意味同样的机器生产类似的产品，停机时间相差一倍．

停机有许多种：换线，缺料，缺人，意外停机，保全维护，工程实验．．．

进一步分析显示在效率底的工厂里，意外停机特别高，意味着该机器的保全维护没做好

所以相应的设备部门在供应商的帮助下，重新制订了机器定期保养计划 最终该机器在两个工厂的时间利用率非常接近．

解决这个问题没用什么高深的“手法”。这件改善案后，虽然该机器在两个工厂的效率由于可以理解的原因仍有所差异，但大抵相近，这些改进大概为公司节省了1000万美元。

我的一个IE朋友说，手段为成果服务，先有方向、目标，后有手段、方法。为了应用手法只是为了提升个人的专业水准，它又能为公司创造多少价值呢？专业水准高的人不一定能为公司创造相应高价值，公司真正需要的是能为它创造价值的人。

（六）法国同事其它特点

非常聪明，做事讲究策略，处理问题考虑周到

珍惜时间，处理事情时总是不紧不慢，象大象一样，稳步的朝着目标前进

常用办公软件非常熟练，象Ｗord, Excel, PowerPoint, Access, SQL. 这个问题不好比较，很多人自以为也很精通．据我的经验：知道EXCEL中VLOOKUP 和

PivotTable应用的人不多？如果你不知道这两项应用，说明你对EXCEL还不够熟．

很少见他们“学习”。

在文章的最后，用我们IE总监曾说的一段话来结束。

他把人的工作水准分为低(33%)，中(66%)，高(99%)三等：

对你在工作中面对的问题非常清楚，知道如何处理，是33%的水准；

满足33%的要求，还能够把你所拥有的知识教给别人，你处于66%的水准； 在66%之上，怀疑，衡量，采取措施，跟踪别人直至获得切实的结果并将之汇报，你处于99%的水准.