在前一篇文章中，我们谈到：
KPI 本身并不会带来改善，错误的指标反而会制造幻觉。

而在现场，另一个更隐蔽、也更常见的问题是——
被错误 KPI“训练”出来的现场行为。

很多工厂并不是不努力：
人很忙、会很多、表格很多、加班很多。
但效率、质量、交付，却始终没有本质提升。

工厂最危险的状态，不是“没人干活”，
而是——所有人都在做“看起来很对”的无效努力。

1.每天加班冲产量

❌ 看起来：团队很拼，态度没问题
⚠️ 实际上：用时间掩盖节拍失衡和过程不稳定

加班不是能力，而是系统失效后的补救措施。
长期加班，往往意味着瓶颈、停机和质量问题被拖延处理。

✅ 正确做法：
优先解决瓶颈工序和高频异常，而不是延长工时。

2.报表越做越复杂

❌ 看起来：数据化、很专业
⚠️ 实际上：没人知道下一步该干什么

很多报表“信息量很大”，但行动性为零。

✅ 正确做法：
每一张报表，只回答一个问题：
“看到这个数据，今天要做什么？”

3.报表越做越复杂

❌ 看起来：OEE 在提升
⚠️ 实际上：真实问题被拆散、被隐藏

当 OEE 变成排名工具，它就失去了诊断价值。

✅ 正确做法：
将 OEE 拆解为：

• 可用性
• 性能
• 质量
  并与团队一起找出真正的拖后腿项。

4.天天开协调会

❌ 看起来：沟通充分、管理到位
⚠️ 实际上：问题在会议中“蒸发”

会越开越多，问题却越来越模糊。

✅ 正确做法：
会议只围绕三件事：
异常是什么？谁负责？什么时候解决？

5.停机只记时间，不记原因

❌ 看起来：停机时间在下降
⚠️ 实际上：同样的问题反复发生

停机本身不是问题，停机原因才是问题。

✅ 正确做法：
对停机进行标准化分类，优先解决出现频率最高的几类原因。

6.返工后合格也算“完成任务”

❌ 看起来：达标率很好
⚠️ 实际上：过程能力在持续恶化

返工掩盖了过程不稳定的事实。

✅ 正确做法：
只关注 First Pass Yield（一次合格率），
用它来衡量过程是否真正受控。

7.现场问题靠“盯人”解决

❌ 看起来：管理者很勤快
⚠️ 实际上：系统问题被个人英雄主义掩盖

盯得住一次，盯不住每一次。

✅ 正确做法：
让问题暴露在流程、标准和数据中，而不是靠人盯人。

8.一味追求高产能利用率

❌ 看起来：设备没闲着
⚠️ 实际上：库存、返工和交期风险上升

高利用率 ≠ 高效率。

✅ 正确做法：
以客户需求为基准，让产出节奏与 Takt Time 对齐。

9.KPI 完成就算“闭环”

❌ 看起来：任务完成
⚠️ 实际上：问题没有被解决

很多 KPI，只是“完成”，并非“改善”。

✅ 正确做法：
区分清楚：完成指标 和 消除根因 是两件事。

10.所有改善都靠项目推动

❌ 看起来：改善项目很多
⚠️ 实际上：项目一停，问题就回来了

改善如果不能进入日常管理，只是短期行为。

✅ 正确做法：
把改善嵌入到每日例会、班组管理和现场节奏中。

工厂真正需要减少的，
不是努力，
而是无效的努力。

当行为只是为了让指标“好看”，
改善就注定是短期的。

KPI 的价值，不在于完成，
而在于是否引导了正确的行为。

你在现场，最常看到以上哪一种情况？
或者，你还见过哪些——
很努力，但没用的现场行为？