质量、成本、产能，有时候其实是同一件事——今天简单聊聊我对“质量管理”的理解。

三条暴论。

第一条：人不能单独决定质量，先进的制造设备也不能。稳定的质量来自一个体系：测量→数据推断→持续改进。

参观车企时，大家最容易注意到那些极为先进的机械臂。很贵、很酷，但不能单独决定质量。在质量管理体系里，真正关键的往往是那些藏在角落里、不怎么起眼的测量设备【图1】。

测哪里？抽检还是全检？人工目检、机器视觉还是精密测量？精度高的设备往往测得慢，测得快的又未必看得深。

这有点像医生看病。不能每个人上来就做CT，通常是先望闻问切、查血，发现线索以后，再做更精确的检查。工厂也一样，需要在不同位置布置不同速度、不同精度的测量手段【图2】。

再往后是数据推断。同一个尺寸偶尔偏一次，可能只是随机波动；如果它连续朝着一个方向漂移，就要怀疑夹具、刀具或者温度发生了变化。

持续改进也不只是修掉那个坏件，而是调整设备、工艺和管理方法：能不能更早发现？改完以后还要再测，看问题有没有消失、会不会复发。

更难的是把它变成组织文化：发现异常不捂着，数据能够流动，问题必须闭环。

1992年，美国NIST支持、通用和克莱斯勒等参与的“2毫米工程”，目标就是改善汽车车身的尺寸控制。

30多年过去，质量管理的底层逻辑仍然是：测量→数据推断→持续改进。

第二条：能力不变时，提高质量↑＝增加成本↑，或者降低产能↓。

假设一种极端情况：每辆车出厂前都做一次高精度全车扫描，凡是有疑问的全部报废。交付质量当然会更高，但成本和产能也会一起崩掉。

当现有体系已经运行到它的能力边界，质量、成本和产能就像一个不可能三角，也就是到达了帕累托前沿：想再改善一个指标，至少要牺牲另外一个【图3】。

第三条：能力提高后，提高质量↑、降低成本↓、提升产能↑，三件事可以同时发生。

以前要到终检才能发现的问题，如果在生产过程中就能报警，问题就会少生产一批，返工线也会少堵一批。同样的设备和时间，自然能够交付更多合格品。

所以，当一家车企说产能爬坡慢，也别急着相信“慢工出细活”。除了供应链卡点，生产过程不稳定、返工太多、检测成了瓶颈，都可能是质量管理能力不足的表现。

能力提高以后，局部取舍仍然存在，只是整条帕累托前沿被向外推了一截【图4、图5】。

质量体系弱的时候，只能用成本和产能换质量；质量体系强起来以后，质量本身就能帮助企业降本、释放产能。

以上是我去德国亚琛工业大学时学的。当时还挺奇怪，为什么会有《质量管理》这么奇怪的课程——老子费半天劲上清华是来学理论、学技术的，又不是来学习怎么管理生产线的啊！

后来才发现，这里面也是博大精深啊！

质量管理