精益现场改善实态调查解读
标准作业做了一半
现场为什么还是「看不见」?
336名日本制造高管的调查数据,揭开标准与可视化之间的断层
本文导读
日本336名制造高管参与实态调查,数据揭示一个反常识:标准做了一半,现场仍然「看不见」。
业务流程标准化61.6%的企业做过了,但KPI可视化只有25%。中间缺的不是系统,是翻译机制。
生产力下降主因前两名都是人和机制,不是设备。属人化写不进资本开支。
文末附三件本周就能动的事,和一条检验「现场被看见了没有」的判断方法。
集团半年经营会上,制造中心汇报得很漂亮:标准作业覆盖率过半,5S验收通过,MES选型也进了短名单。PPT翻到最后一页,与会者点头,会议按时结束。
你也在点头。但心里有个声音压不下去:为什么一线还是说不清昨天停了多久?为什么改善提案一到执行就软掉?为什么一问投资回报,财务和工厂对不上同一张表?
2026年9月22日,株式会社Pro-D-use发布了一份制造业现场改善实态调查,对象是336名正在做现场改善的制造业经营者与役员(调查期2026年7月30日至8月1日;经营者/代表董事146名,其他董事・役员190名)。结论很冷静:基础动作多数企业做过了,真正卡死的,是"看不见"和"人和机制"。不是设备不够新。
我常对客户说,总部最容易犯的判断失误,就是把"标准做过了"等同于"现场已被看见"。这是一种典型的假知:管理者以为自己知道了,其实只是文件做了。这336名高管的回答,恰好替我做了一次大规模的验证。
标准做了一半,可视化只做了四分之一
调查问"做过哪些现场改善",前三名全是老动作:业务流程回顾与标准化61.6%,5S占50.6%,设备更新或新导入49.7%。过半企业走过了这些基础门槛。再往下看"看见数字、用数字"的动作,立刻掉到两成出头:KPI(产量、不良等)可视化25.0%,现场账票数字化23.8%,MES/ERP等生产管理系统导入22.3%,AI/自动化/机器人20.8%,IoT/传感器数据采集10.4%。
业务流程标准化 61.6%
5S 50.6%
设备更新/新导入 49.7%
KPI可视化 25.0%
现场账票数字化 23.8%
MES/ERP导入 22.3%
AI/自动化 20.8%
IoT数据采集 10.4%
两组数据之间的落差,就是断层本身。标准作业和5S做了一半,不等于现场变得"可见"。许多集团总部的推进节奏是:标准有了,上系统,上AI。这336名日本高管用问卷回答告诉你,中间缺了一大截:把现实变成可讨论的数字。
什么叫可讨论的数字?产线长能说出昨天停了37分钟、其中换模15分钟、等待物料12分钟,这叫数字。如果他说"大概停了半个多小时吧",那叫感觉。业务流和5S可以"做过",可视化却仍停在少数人的经验里。现场对总部来说,仍然是一张模糊的照片。
多么熟悉的场景。我去企业诊断时,最常听到的一句话是"我们的标准作业文件都做了"。打开看,确实有。但问产线长昨天停了多少分钟、为什么停的,他翻不出一张能对齐的表。标准写在文件里,没写在现场的日常动作里。文件有了,数字没跟上。再买一套系统补不了这个缺口。从标准到可视化,中间缺的是翻译机制。
锅不在设备清单,在人和机制
问"生产力下降的主因",设备老化并不是第一名。人才不足、招聘难44.9%,排第一。熟练者技能未标准化(属人化)38.7%,排第二。前两名都是人和机制。业务标准化不足导致失误多与设备老旧、稼动率低并列第三,各28.9%。部门间、工序间沟通不足23.8%,紧随其后。另有约两成提到"没有能推进改善的人"(20.5%),DX工具落不进现场17.0%。
第1名 · 人才不足、招聘难 44.9%
第2名 · 属人化(技能未标准化) 38.7%
并列第3 · 业务标准化不足 / 设备老旧 28.9%
这个排序值得停下来想。设备更新可以写进资本开支,属人化写不进。人不够,再加上本事锁在少数人脑子里,熟练工一走,现场就会晃。自由回答里,高管们反复提到:人手紧到没余力做改善,老员工抵制变化,经营层与现场温差大。这些都不是"再买一台设备"能消掉的。
再往下看推进改善时的瓶颈,两条几乎打平:现场实态无法可视化或数值化32.4%,费用与投资回报难判断32.1%。根是同一个。没有现状数字,就估不出损失,也估不出改善能收回多少钱。再往下是执行层的墙:现场理解配合难24.4%,方案出了推不动约23.5%,优先顺序定不下约19.9%,改善不持续约19.6%。
我常对客户说,买一套系统也许能多采点数据,但"谁在什么时限内推进、怎么让现场持续"买不来。属人化问题的根子在于,隐性经验没有被领导系统逼着变成可教、可查、可交接的标准。这是机制问题,跟态度无关。总部没建机制,现场就不会自己长出来。
Excel仍是主力,工具盛行而机制缺失
再看一个容易被忽略的数字。问"现场用了什么数字工具",Excel/Google表格42.6%,仍是绝对主力。库存/工程管理系统34.2%。MES/ERP等生产管理系统28.3%。数字现场账票16.7%。IoT/传感器数据采集8.0%,AI/自动化/机器人8.0%。
Excel / Google表格 42.6%
库存/工程管理系统 34.2%
MES / ERP 28.3%
数字现场账票 16.7%
IoT / AI(各) 8.0%
问题不在该不该数字化。大量企业还停在通用表格阶段,连专用的生产管理系统都还没上。前一段说KPI可视化只做了25%,这里给出了原因之一:工具本身就不够。但反过来也成立,工具上了不等于机制有了。我见过不少企业MES买了三年,产线长还是靠手抄日报,系统里跑的是计划数字,不是昨天真实停了多少分钟。
先让现实可算,再谈算法。工具盛行而机制缺失时,上系统只会把混乱数字化。把一张不准的手工表搬进屏幕,只是把"看不见"升级成"以为看见了",更危险。
四成多觉得「现场没被看懂」
调查还问了一个有意思的问题:外部专家的支援效果。336名高管中,43.5%认为"自家现场没有被充分理解",27.8%觉得"别家案例原样搬进来不合适"。
"自家现场没有被充分理解" 43.5%
这面镜子照回企业自身。总部推标准、推数字化时,如果没有人真正读懂价值流的约束和节拍,路线图会在执行层塌掉。外部专家尚且被四成多高管判定为"没看懂现场",企业内部从总部到产线的距离只会更远。
我在企业做诊断时反复看到一种假知的典型形态:管理者知道"标准做过了",便以为"现场已被领导系统看见"。标准文件有了,但瓶颈产线的节拍、换模时间分布、熟练工的隐性操作要点,并没有被系统性地捕获和讨论。总部拿着一份标准覆盖率指标,以为那就是现场的真相。
标准覆盖率衡量的是"文件做了没有",不是"现场被理解了没有"。文件做了没有是文书指标,现场被理解了没有是管理能力。336名日本高管用问卷回答说了一句大实话:标准做了一半,现场仍然可能"看不见"。
周一早上可以做的一件事
数据看完了,回到自己的工厂。不用等系统选型,不用等预算审批,有三件事本周就能动。
第一件
瓶颈产线本周五前交出三张"看得见"的表:停机时间明细、换模时间分布、不良Top3原因。手写也行,数字必须来自现场记录。
第二件
属人化岗位清单开始列。哪些工序的诀窍锁在一两个人脑子里,列出来。先让"属人化"从模糊感觉变成有名有姓的清单。
第三件
外部团队加一道硬门槛:进现场跟班。进场第一周不写方案,先跟班作业。从制度上逼着先看懂再说话。
三件事都很"简单",没有技术含量。但它们指向同一个判断:赋能基层的抓手是改善。改善不是目的,是让现场变得可见、让经验变得可传、让问题变得可讨论的手段。标准做了一半不是问题,问题是标准做完之后,现场仍然没有被看见。锅不在设备清单,在人和机制。一把手该盯的不是上了几套系统,是可视化和改善能不能被执行、被持续。
简单的检验方法
随机问三个产线班长昨天停了多少分钟、为什么停的。如果三个人能对上同一张表,现场被看见了。如果对不上,标准做了也等于没做。

