搜尋此網誌

2020年3月6日 星期五

創新工具隨筆(二) 問題分析 TRIZ 因果鍊分析 vs. 工程問題分析WHY-WHY, Fish-bone, FTA


創新工具隨筆()
問題分析 TRIZ 因果鍊分析 vs. 研發工程FA,3WHY-5WHY, Fish-bone, FTA, FMEA


現有技術工程分析工具中有很多關於問題分析的工具,例如:
差異分析(as-it/to-be)6w2h、失效分析(Failure Analysis)、柏拉圖表(PARETO Chart)、流程分析圖、魚骨圖分析(fish-bone analysis)why-why分析法(3why/5why)、失效樹分析(failure tree analysis, FTA)、失效模式分析(Failure Mode Effect Analysis, FMEA)Kepner-Tregoe 問題&決策分析法(或稱KT)等等諸如此類不勝枚舉。


上述這些工具在製造業中算是很常見的工具,這些工具所面對的使用情境、應用手法和使用目的會根據具體情況而有所差異,基本上可以說都屬於問題分析的工具。

現代TRIZ創新工具為了讓使用者可以更容易、更快速地使用TRIZ創新工具解決問題,因此在整個創新工具中引入並建構了問題識別的部分,在問題識別的部分特別引入的問題分析的工具─因果鍊分析(Cause-Effect Chain Analysis, CECA)或說要因分析(Root Cause Analysis, RCA))

因果鍊分析 (CECA)是一個很強大的問題分析工具,運用why-why法的技巧,結合FTA分析型態,簡化邏輯分析元素形成CECA,在CECA的邏輯分析過程中,僅探討問題上下位與問題形成的邏輯關係(and/or),也就是形成表面問題的隱藏問題因子是可同時造成表面還是可獨立分別造成表面問題。
透過CECA分析方法逐步建構出表面問題的隱藏問題的組合,通常,在一個運用CECA的分析過程中,可以建立十多種甚至數十種(50-60)表面問題的隱藏問題組合,找出真正的關鍵問題,甚至鎖定有價值的問題進行解決。更進一步地,在所有可能的問題所對應的技術方案中,更進一步地申請專利進行技術方案的策略布局,這屬於專利布局策略的部分,後面有機會再向大家深入介紹。

一般在問題分析的過程中,在運用why-why手法過程中,如果沒有運用系統或邏輯手段進行問題分析,很有可能會出現遇到問題循環反覆,原本想要追求問題根源時,卻又把拉回到先前所列出問題的情況,無法完整建構問題的系統關係。這時候會出現類似問題悖論(paradox)的情況,也就是在自己建立的問題循環中,無法確認基本的根本問題,出現先有雞還是先有蛋的鬼擋牆窘境(*)
(*)在進階的TRIZ創新工具中,就算出現類似問題悖論這種情況,可以結合其他工具解決形成跨層次的問題分析工具,加以釐清並解決。


透過上面的簡單介紹,針對CECA的部分,相信熟悉魚骨分析、失效樹分析、why-why分析(3-why/5-why)甚至FAFMEA分析,應該會清楚因果鍊分析和這些問題分析工具的差異。簡而言之,因果鍊分析工具,和功能分析一樣, 我們都可以看到現有工具的影子,但是實際在操作上,TRIZ 的工具操作原理相對會更直觀,操作上對解決問題也會更具有啟發性。
這是TRIZ 創新工具和現有工程工具所不同的地方。


TRIZ 創新工具非常好用,目前有些TRIZ專家們發展的方向主要在於透過簡化創新工具的內容,但是這樣的簡化對於真正在解決技術問題上的幫助並不大,關鍵在於TRIZ 發展的模型需要配合現有技術的發展與特色而加以調整,才能讓TRIZ 創新工具持續應用在各個領域中。


如果TRIZ創新工具如果過於簡化,這對於解決問題幫助效果非常有限,甚至很有可能會讓初學者認為這個創新工具並沒有用。雖然如此,但這仍是一個推廣TRIZ 的重要方向,因為透過簡化讓更多人能夠更熟悉TRIZ 的創新工具,讓TRIZ創新工具可以接觸更多不同領域的群眾,挖掘更多有潛力的創新者。

畢竟TRIZ 工具的發展本身就存在超系統級的物理矛盾(*TRIZ問題模型中物理矛盾的問題形式)

2020©汪周禮,智合創新


沒有留言:

張貼留言

AI輔助創新- 生成式AI 在軟體開發的應用層、架構層與核心層解析與成功專案心得 (生成式AI加速產業技能典範移轉)

背景: #生成式AI加速產業技能典範移轉 改變從軟體產業開始 AI加速coding automation的發展,也因此軟體技能將開始出現典範移轉現象,這也是為什麼可以常看到大老們呼籲現在小朋友不要學寫程式,但我認為程式開發還是需要人來進行,CODING可以由AI幫忙。 #軟體技能...