ILSSI-國際精益六西格瑪研究所 優思學院|AI會讓精益六西格瑪失去現場思維嗎?

工业质量
1粉絲
1 次觀看·2026年10月1日
AI 生成·可能包含錯誤
視頻概述
AI 生成本影片探討在問題解決過程中,過度依賴工具(如石川圖或AI)而忽略現場實踐與批判性思維的風險。強調應回歸現場觀察,並將AI視為處理高容量、重複性數據的對策工具,而非替代人類思考與分析的捷徑。
當你製作石川圖與古圖來解決問題時
他們會列出問題
或者說他們認爲的問題
如果我們說這是個人問題
或者是人的問題
我們會被告知走開
重新審視一下
除非是那一小部分
真的不想工作的人
快速畫個石川圖
就是那個人
就是那個正在做這份工作的男人或女人
他們看到其中一個P代表人
就以爲是指某個具體的人名
我們必須理解這一點
他們通常是來工作的
到處都有那麼一小部分人
過去場面常變得很激烈
若寫下人是問題所在
對我而言
人才是關鍵
那個人可能會給你所有的答案
這就是你需要思考的步伐
特別是工程師
我看到的是在辦公室裏解決問題
好吧
所以我可以保證去車間辦公室
或者任何地方和那裏的人聊聊
十有八九
你知道你不需要代名
你走下去
他們會告訴你問題出在哪裏
你可能就能給出一個
壞解決方案
然後繼續前進
這只是爲了擁有那種的認知
即使我們在使用精益六七格
也不要硬着頭皮去
你並不總是需要那些
你知道嗎
十有八九
如果你記得去車間看看
你就能發現問題
如果你站在一個圈裏觀察30分鐘
通常就能大致瞭解發生了什麼
麥克
這就是我們正在失去的東西
隨着AI運用加深
我們是否會失去更多
我們是否只會說
噢
AI給的答案肯定是對的
只因是AI就盲目信以爲真
是啊
其實在人工智能出現之前
我們就已經走過這條老路了
對吧
在我看來
這純粹是草率的批判性思維
那麼讓我們來看看幾個
我們認爲人工智能使用的檔的例子
好嗎
我之前已經說過
人工智能本質上是一種對策
它和5s sme tpm產線平衡是一樣的
而且它只有在合適的時候纔會被
指派
由負責項目的人
比如綠帶等等
以此類推
我們已經討論過人工智能
真正適合的應用目標
類似於高容量
高重複性
尋找異常監控的任務
所以約翰
剛纔我們談到數據時提到
人工智能非常擅長趨勢分析
比人類強多了
對吧
能夠發現大範圍內的隱藏趨勢
或者長時間內的大型數據庫中的隱藏
趨勢
它在這方面非常擅長
比人類強多了
你肉眉
所以有沒有想過你自己呢
我在想未來
你知道大多數製造業
都在使用的前沿人工智能
我們是否能預見到有一天
你需要人們去輸入一些信息
然後讓AI幫你寫body報告
說一切都沒問題
你把它呈交給經理
然後說對對
我們經歷過很多這樣的事兒
對我來說就是這樣
我喜歡AI
但這對我來說是一個信號
我們看到外面有很多
我稱之爲AI填表工具的東西
就像你給他一個
你輸入一點提示詞
然後就蹦出來一份章程
或者蹦出來一份A3分析
或者蹦出來這些東西
對吧
這不是輔導
也不是在教批判性思維
所以你所說的風險
基本上就是直接給出答案
而我們卻盲目信任它
對吧
我們必須非常敏銳的意識到
這其實非常困難
而且這其中有很多內容
這是一個更長的話題
大語言模型
LLM在內存方面
以及如何設置護欄
Gut Rails方面有很多限制
爲了確保輸出結果
能達到很高的可信度
但如果你不瞭解這一點
這就是我希望帶領我們的黑帶
和黑帶大師們
去探索的學習旅程的一部分
我們是優思學院
