精實管理—豐田式管理—企業輔導 【 江守智的顧問筆記 】

談到人工智慧、機器學習，你想到的是什麼？而談到精實管理、豐田生產方式你又想到的是什麼呢？如果有看過《海賊王》的你，差別可能是超新星們跟舊時代四皇的時代感吧。 週日下午，我在政大商學院的教室裡上著一門叫做「人工智慧與營運優化」的課，老師是政大資管系的莊皓鈞教授，作為新生代學者卻能在科技通路、便利零售、線上平台等產業擁有著極為豐富的產學合作經驗並協助解決實務問題，同時也獲得科技部傑出研究獎、玉山學術獎等成果。 作為一位門外漢如我，在不懂程式語言、數學推演等情況下，卻在課程中透過莊教授的分享讓我體悟到原來不論是人工智能、機器學習、類神經網路等各種先進炫麗、高大上、厲害的應用工具，其實回歸到企業經營或職場真實上，仍舊需要克服三大難題：目的、極端值、時間軌跡。 在 21 世紀寄與厚望的技術工具，眾多產業期待藉此做出更多突破之際，作為技術端專家的莊教授透過產學合作專案告訴我們其中的難題。而擅長利用 20 世紀生產管理優勢「精實管理」的我，卻發現其實這些難題驚人地相似。就讓我一一道來，什麼叫做有人的地方就有江湖。 分群 (clustering) 的概念是要做到「 群內差異最小，群間差異最大 」，藉此企業端可以做出推薦引擎，像是 Netflix 或是 Spotify 能夠推薦你可能會喜歡的歌曲或影集。又或者零售通路端將客戶分級等。 當教授提到這個在機器學習裡重要的基礎概念，說了一句讓我心有戚戚焉的重點「 對我們來說，真正的挑戰不會是技術，而是應用端想拿來做什麼？ 」這真的是實務操作上最重要的問題。過去我也曾經在《豐田精實管理的翻轉獲利秘密》一書中寫到「目的先決模式」的兩大靈魂自省問句：為什麼要做改變？為了什麼要做改變？ 不過在機器學習跟精實管理兩者之間，作法上卻有些許出入。就先說我個人比較熟悉的精實管理吧！對於各種型態的製造服務業來說，如果有原料投入到成品產出的創價流程，那麼改善目的就比較清楚，品質、成本、庫存、交期等可量化指標。你問說這些改善目的從何而來？可能是客戶端的要求、老闆想要追上對手或拉大競爭差距或是面對環境、技術變更而來。 課程中我有特別詢問莊教授「企業端究竟要先有目的再分群收集數據？還是先分群收集數據才來找目的呢？」這部分教授也非常坦白地說很多企業確實是摸著石頭過河，就是先有數據、資料、分群後，試圖給予標籤化再來考慮能做點什麼。像我個人