实战手册 · 更新于2026年9月1日

降废品：攻打原因不明的那部分

一句话总结把废品按原因状态分开：已知原因的废品需要纪律不需要软件；原因不明的废品——每次8D都杀不死的顽固残余——才是无监督ML的回报所在，因为交互效应（原料批次×模具磨损×温区漂移）正是人类假设生成法无法穷举的。典型ML降幅10–30%；最佳公开部署（厂商自报）达−58%。

1 · 按原因状态分开废品

把上季度的废品按原因列出来。两堆：已知原因（有人能说出对策；因纪律或资本原因未落实）和原因不明（每次研讨会都杀不死的反复残余）。软件修不了第一堆。第二堆是ML的目标——多数工厂里它占总量的30–60%。

因为原因是交互。某批原料一向没问题——除了遇上离更换还有两周的模具——除了3区漂移2°C的时候。没有工程师会把这个组合画在一张图上，单变量SPC也永远不会报警。同时监视数百个变量的无监督模型恰好归因这种形态的原因；最大的公开降幅（−58%，厂商自报）正来自这个方法。

废品计算器给您的年度废品和30%/58%两档情景定价。用每件废品的全额成本——材料、人工、能源、处置——别只算材料；差距通常有2–3倍。

要求在您产线的历史数据库数据上试点，附带有日期的首个洞察承诺，并以每月确认的根因数来评判。快速的无监督平台把这变成以天计的练习，不是以季度计；试点设计比厂商标志更重要。

算一算用降低废品到底能省多少？计算器给这项损失定价，然后带着ROI工作簿去预算会议。