2025年12月25日 星期四

第 11 章 轉型的框架: 如何讓人參與、影響行為, 並啟動建造產業的未來

 

第 11 章

轉型的框架:

如何讓人參與、影響行為,

並啟動建造產業的未來


我們可以有效地運用本書中所有的經驗與教訓,
但在每一個建造專案、以及任何改善倡議中,
都存在一個巨大的瓶頸——
人類的大腦。

如果我們無法真正做到以下兩件事,
那麼其他一切都毫無意義:

(1)說服關鍵利害關係人,相信我們所討論的這些改變值得被落實;
以及
(2)讓他們實際改變自己的行為來推動這些改變。

這本質上是一個關於心智狀態的問題,
是一個如何鬆動既有、根深蒂固的思考方式,
並讓當前的心智狀態
與我們希望前往的未來願景對齊的問題。

本章將稍微轉移焦點——
從我們慣常以「年數」、「數十億美元」、「數以噸計的材料」、
以及「成千上萬名工人」來衡量的超大型專案,
轉向你頭顱之中那三磅重、柔軟的灰色物質

本章正是建造產業與神經科學/心理學交會之處
如果沒有理解這一點,我們所談論的一切都只會停留在紙上、停留在抽象層次。
而我們的目標,是讓它成為現實。


改變的科學(THE SCIENCE OF CHANGE)

我們所提出的內容,可能會與建造產業中既有的做事方式產生衝突,因此,要從當前狀態轉移到一個未來的願景,並不是一條筆直的道路。
落實這些想法,與其說是關於概念或技術本身,不如說更關乎於移除既有的思維哲學
這其實是一個商業問題
而商業問題,往往是心理問題——
關鍵在於弄清楚是什麼讓人們被觸動,並讓他們在與其他利害關係人協同的情況下,去做他們應該做的事情。

一切的起點與終點,都在於大腦

在過去三十年中,我們在 PPI 與 Strategic Project Solutions 有機會與多位頂尖的產業心理學家、社會學家與神經科學家合作,其中包括 Anil Seth——神經科學領域中最傑出的思想家之一(無雙關之意)。
我們與這些思想家的合作,形塑了我們對「如何管理改變」的理解,而這種方法若能在大規模上被採用,最終將在全球範圍內帶來更好的專案成果。

我們都喜歡把自己想成是完全理性的存在,會基於對眼前事實的謹慎分析來做出決策;
但事實是,在神經層面之下,有大量的無意識處理正在進行,而且其中並非全然「理性」。
你或許聽過這句話:「人們是用情緒購買,然後用理性來合理化這個購買行為。」
或者如 Tony Robbins 所說:
「維持現狀的代價,必須大於改變所帶來的痛苦與成本——否則,人們就不會付出努力去改變。」


當人們學到一些新東西時——例如讀了一本令人眼界大開的書,或參加了一門啟發性的課程,或參與一場分享非傳統觀點的研討會——
他們往往會因為新穎性而產生正向的興奮與心智上的亢奮,
以至於常常會立刻跑去告訴許多人(通常是同事)他們學到了什麼:
「各位,我們是不是一直都把事情做錯了?」

但他們往往會發現,同事們並沒有分享同樣的熱情。
為什麼會這樣?
因為那些人沒有讀那本書,沒有上那門課,也沒有參加那場研討會——
他們只是透過快速、片段、二手的方式聽到這些顛覆性的新觀點。

你談得越多關於你新獲得的知識,其他人反而越沒有興趣,甚至到了一種困惑的程度。
也許你在公司裡,或在朋友之中,遇過這樣的人——
(或者,也許你自己就是那個人。)
「Wayne 到底怎麼了?
他怎麼一直在講作業科學?
這是在幹嘛?」


推論階梯(THE LADDER OF INFERENCE)

Anil 教會我們,大腦無法真正地聽、看、聞、觸、嚐;
它只能接收來自眼睛、鼻子等感官的電訊號
為了降低努力、保存能量,大腦往往是在「尋找」資訊,而不是每一次都在「看見」資訊。
這代表著,大腦其實是在感知——或者如 Seth 博士所說,是在「產生幻覺」。

大腦會走捷徑,
會根據過去的模式做出假設,
會基於不完整的資料進行預測,
並忽略某些刺激,以專注於它認為重要的事物——
而這一切,當然都是在你意識不到的情況下完成的。

這套認知系統運作得相當不錯;事實上,今日仍有八十億人類存活於世,本身就是大腦在演化過程中展現高度適應力的證明。
然而,它確實也有其缺陷。其中之一便是:我們的感知並不可靠

一個很好的示例是視覺錯覺——網路上可以找到許多例子。其中有些你很可能早就看過。
2015 年曾有一場「洋裝之爭」席捲整個網路:
一半的人看到的是一件黑藍色的洋裝,
另一半的人則看到白金色
雙方都對自己所看到的顏色深信不疑,就如同他們確信 2 + 2 = 4 一樣。

又或者是「兔子-鴨子錯視圖」,自十九世紀以來,便以各種形式存在至今:

「Welche Thiere gleichen einander am meisten?」
(哪兩種動物最相像?)

Kanichen und Ente.
(兔子與鴨子。)


這是一隻兔子,還是一隻鴨子?
兩者都是?
都不是?
答案其實在於觀看者的眼中


「推論階梯(Ladder of Inference)」有助於解釋我們在決策過程中,內在心智的運作方式,並揭示個人的信念如何影響、甚至扭曲我們對世界的看法。
即便是冰冷、客觀的事實,也會透過我們各自的經驗與世界觀來被解讀。

這也正是為什麼,在同一場會議中,兩個人可能看著完全相同的一組數據(或同一件洋裝),卻得出截然不同的結論

Martin Fischer 曾主導一項研究,探討人們在工地上花費多少時間嘗試理解圖面、並就其內容取得共識。
令人遺憾的是,2D 圖面至今仍是常態,但它們之所以仍被使用,只是因為「慣性」,而非合理性。
正是這個原因,促使 Martin 展開該項研究。
如果我們無法在圖面試圖傳達的內容上取得一致理解,那麼我們基本上就已經出局了。


人類大腦是一部極為強大的感官資料處理機器;
在任何一個瞬間,它都在接收來自周遭世界的大量資訊,
並且必須迅速、且自動地,將訊號雜訊中區分出來——
哪些資訊與你在當下環境中生存與發展的能力相關(訊號),
哪些則只是無關緊要的干擾(雜訊)。

舉例來說,一個新的「事物」突然出現在你面前:
它可能是一項新的工作任務、一則新資訊,
或者是一輛朝你行進方向疾駛而來的公車。
它是威脅?是機會?還是可以被忽略的東西?


我們會將這些被篩選過的資訊,與自身既有的假設加以整合——
而這些假設,正是我們一生經驗所累積而成的結果——
並據此採取行動。
接著,這些行動及其後果,會再回饋到推論階梯的第一階,
整個過程便如此循環不息
這是一個自我強化的系統

我們看待世界,並不是它「本來的樣子」,而是我們相信它是什麼樣子
現實並不決定感知;是我們的感知在決定現實

前幾天我看到一張保險桿貼紙,用一種幽默的方式捕捉了這個概念:「不要相信你所想的一切」,這是對常見那句「不要相信你所看到的一切」的反轉。
你的想法可能是錯的;你可能正在誤解環境訊號。
人們之所以很難真正接受這一點,是因為我們的想法感覺起來如此真實、如此確定
當然會如此。這正是我們理解周遭世界的方式。

正如 Anil 所說,我們並不是在「我看到才會相信」的範式中運作;
相反地,是「我相信了,才會看到」。
請花一點時間,好好想想這件事。

這一點是反直覺的,特別是因為我們大多數人都對自己身為客觀、理性個體有著難以撼動的信心,但這並不是全部真相。
人類心智的運作其實更加模糊,也更加複雜。


網狀啟動系統(The Reticular Activating System)

網狀啟動系統(RAS)是一個位於腦幹中的神經纖維網路,
它的功能是作為進入資訊的過濾器
它決定了哪些資訊能夠進入意識層面,
因此也會影響我們最終做出的決策。

RAS 過濾器並不容易穿透,因為它的設計目的正是要過濾掉那些不相關或不重要的資訊。
若要穿透 RAS 過濾器,關鍵在於聚焦於最重要的資訊,並忽略其餘部分

此外,清楚地溝通資訊的「目的」,以及這些資訊將如何讓個人受益,也同樣重要。
最後,在呈現資訊時保持一致性也非常關鍵,因為 RAS 過濾器是用來辨識模式的。
遵循這些原則,才有可能穿透 RAS 過濾器,並確保重要資訊被接收。


改變令人恐懼(Change Is Scary)

雖然人類對新奇事物有輕微的偏好,但我們同時也被「害怕任何新事物」的本能所制約。
這背後其實有演化上的理由:
我們的祖先必須在嘗試新事物、探索世界的渴望,
與陌生路徑可能帶來的致命風險之間取得平衡——
走進森林中一條不熟悉的小徑,可能會讓你墜入懸崖;
從未知灌木叢摘下來的莓果,即便看起來美味,也可能致命。

我們害怕未知——也就是改變——
因為在非常真實的層面上,我們的 DNA 知道:未知可能會致命

在現代社會,特別是在工作環境中,
人們對改變的恐懼,往往與改變所帶來的實際威脅不成比例——
換句話說,我們經常把事情誇大了。

這也解釋了為什麼許多好點子,僅僅因為它們是新的,就被忽視或否定。
它們被視為威脅,只因為它們是新的。
這其實只是大腦在做它最擅長的事——試圖保護你,無論結果是好是壞。

有時,這種反應會表現為「見樹不見林」,無法看清整體圖像。
在營建產業中,有一些根深蒂固、佔據主導地位的前提假設,例如:
「透過掙值管理(Earned Value),我完成越多工作,進度就越好」,
或者「在泰勒主義的意義下,我把人逼得越緊,產出就越高」。

這些想法確實包含了一些真理的核心,
但問題在於:它們往往適得其反
它們是局部性的解法,卻會削弱整體系統的效能。
這些觀點全都缺乏對「系統作為一個整體」的系統性理解。

而在其下層,心理模型會不斷強化這些信念
結果就是:我們被卡住了。
我們看不到真實的事物;我們所看到的只有「幻象」。

公平地說,並非所有對改變的恐懼反應都是純粹非理性或條件反射式的。
有時候,改變確實意味著對某些人所珍視之事物承擔一定程度的風險,例如他們的工作。
人們也可能隱約意識到,對專案執行方式進行全面性的改變,可能會危及他們目前的商業模式。

我先前談過一個原因,解釋為什麼事情即使大家都知道有問題,仍然不會改變
那是因為「維持現狀」所帶來的財務誘因太過強大。
改變的成本,大於維持現狀的成本。

在本章稍後的部分,我將討論如何以一種方式來回應這些顧慮:
一方面承認並尊重人們情緒反應的正當性,
另一方面也找到方法,引導他們擁抱改變,
讓他們不再只把改變視為威脅,而是視為一種機會。


化學的大腦(The Chemical Brain)

現在,讓我們再更深入一些,往分子層級挖掘。
因為當我們談論神經科學時,本質上其實是在談化學——
也就是分子如何互動,產生電訊號與化學訊號,進而使意識成為可能。

我們如何回應新的資訊,以及這種回應如何影響我們的決策框架,
在很大程度上,都是由你腦中各種化學物質(荷爾蒙、神經傳導物質等)之間的交互作用所決定。
這些化學物質會影響認知、情緒、行為,以及其他各種心理功能,
更不用說還會影響一整套生理反應。

而人們「感覺如何」,會影響他們「怎麼做」。
這也是為什麼理解這一點如此重要。

內啡肽(Endorphins,一種荷爾蒙)與多巴胺(Dopamine,一種神經傳導物質)
通常與「願意改變」有關。
用比較簡化的說法,它們屬於讓人感覺良好的「正向」化學物質。

血清素(Serotonin,一種神經傳導物質)與催產素(Oxytocin,一種荷爾蒙)
同樣也屬於正向化學物質。
它們與「連結感」與「歸屬感」相關。
因此,這些物質在團體活動成功中扮演角色,也就不足為奇了。

皮質醇(Cortisol)是人體主要的壓力荷爾蒙,而「陌生感」正是觸發它的因素之一。
如果你在深夜的黑暗街道上,有個戴著滑雪面罩的人突然跳到你面前,
你的皮質醇濃度會立刻飆升。

皮質醇本身是有其功能的:
它讓身心進入應對威脅的準備狀態。
但同樣地,有時它會在不該出現的情境中被啟動,反而造成干擾。

任何被感知為「未知」的事物——
也因此被視為潛在威脅——
都可能提升皮質醇濃度,
讓人產生情緒與生理上的壓力反應。
很明顯地,壓力會抑制改變的過程,
因為它會讓人們本能地反對你正在做的事情。

腎上腺素(Adrenaline)也具有類似的功能。
它會加快呼吸與心跳,
讓身體進入「戰或逃」的狀態,以應對危險。

當我在會議中發表演說,或與客戶進行討論時,
我都會意識到這些神經化學物質正在表層之下運作。
這一切都是神經化學作用。
腎上腺素、皮質醇(壓力荷爾蒙、戰鬥本能)。

舉例來說,不久之前,SPS 的 James Choo 正在為一位潛在客戶主持一場工作坊。
管理層聚集在會議室中。
在簡報接近尾聲時,一位副總裁宣布:
「這套系統最棒的地方在於,我們以後再也不需要排程(scheduling)了!」

James 立刻就能看出誰是會議室裡的排程人員,
因為他看到角落裡有一位女性在座位上不安地扭動著身體。

……她皺著眉頭,看起來非常擔憂。
事後看來,她對那則(老實說表達得並不周全的)消息反應不佳,因為她以為自己即將失去工作。
這樣的情況我見過很多次!

在這方面,最有意思的一次經驗,是在一個大型土木工程專案中聘請了一位新進人員。
一位副總裁正在說明轉型公司的計畫。
那位新進人員突然情緒爆發,大聲說道:
「我的手機爛掉了,你們給我的車還放不進車庫,我的狗都被搞到壓力超大!」

有一次,在一家大型公司裡,有人說了一句:
「好消息是,我們可以裁掉整個部門!」
而那整個部門的人——在發言者並不知情的情況下——正好就坐在那場會議裡。
不用說,皮質醇與腎上腺素瞬間把抗拒情緒推到了最高點。
你可以清楚看到那個部門的人在想:
「如果我們這樣做,我就會沒工作;沒有工作,我就付不起帳單。」

最經典的是有一位高階主管說:
「我不知道你們提供的是什麼,但不管是什麼,我都會反對!」
至少,這位仁兄還算誠實。

當新的資訊或模型被呈現給那些「有切身利害關係」的人時,
他們的大腦會被激發出某些化學反應,而這些反應並不全是正向的。
而這些反應,會直接影響行為。

但如果有一種方式,可以用不同的方法來傳達這些訊息呢?
不只是激發「戰或逃」或高度警戒反應的分子,
而是同時引發像血清素與多巴胺這類正向化學物質呢?

目標是:讓人們對改變產生「良好的感受」。


溫柔地引導他們:改變的四個階段

(LEAD THEM IN GENTLY: THE FOUR PHASES OF CHANGE)

改變,很少是輕鬆的。
心理模型會讓人們固守原本的做事方式。
解方,是打斷「推論階梯(ladder of inference)」的循環
讓大腦開始運作、建立新的連結、形成新的神經路徑,
進而導向真正的轉型。


(右頁圖示標題)

打斷推論階梯(Disrupt the Ladder of Inference)

  • 目前的心理模型
    我們相信的是什麼

  • 什麼是真實?
    我們需要相信什麼?

  • 現況(Current State)

  • 未來狀態(Future State)


然而,不要被「打斷(disrupt)」這個詞誤導了。
這並不是一瞬間完成的;它需要耐心與細膩的操作。

這四個改變階段,描繪了一個從「現況」開始的歷程:
人們先被告知、開始理解,並與新的(有時具爭議性的)想法搏鬥,
最終走向一個「承諾的理想狀態」,
也就是當這些新想法被真正接納之後。


(右頁流程圖文字)

  • 未察覺(否認)
    (Unaware / Denial)

  • 抗拒
    (Resistance)

  • 探索
    (Exploration)

  • 承諾
    (Commitment)

(中間區域標示為:關鍵區域(Critical Area)

理論上看起來很簡單,但實際走起來,往往是一條顛簸的道路。
你與其他單位或利害關係人的互動,必須對齊他們當下所處的階段,而這是一個他們必須走過的四個步驟流程:

未察覺、抗拒、探索,以及承諾。

每一次互動,都必須與當下情境相匹配:
如果對方處於否認階段,就要告知
如果處於抗拒階段,就要傾聽
如果處於探索階段,就要引導
如果處於承諾階段,就要支持

首先,我們必須先告知那些「尚未察覺」的人。
他們的反應,很可能是直接否認:
「那永遠行不通。」
「那根本沒有道理。」
等等。

我們經常會嘗試設計一些互動式學習活動,
讓專業人員能夠親身體驗我們希望他們學習的各個面向。

接著,當我們進入「關鍵區域」時,
他們會進入一個抗拒階段。
他們不僅是否定新想法的正當性,
還會主動反擊:
「這完全違背我所知道的一切,我不可能是錯的!」
或是:
「這威脅到我的工作/生計/專業身分/做生意的方式!」

這個階段,對所有人來說都可能非常困難。
正如 Vic Ortiz(他是一位工業心理學家、前 SPS 團隊成員,
也在精實營建社群中廣為人知)所說,
關鍵在於:
「要去愛那個抗拒——因為那代表他們其實已經投入其中了。」

與直覺相反的是,
在這個階段中前進,並不是靠提出更多證據
再說一次,人類並不是純粹理性的存在;
我們做決策、形成判斷,
是基於多條、往往彼此衝突的資訊流,
而不只是「誰掌握了事實」。

因此,單純用定論式的證據,
往往無法撼動那些長期存在、
但其實是錯誤或反而有害的信念。


(灰底重點句)

穿越這個階段,並不是靠提出更多證據。


一再地,我們看到人們反覆加碼解釋各種概念、理論與潛在價值,
卻沒有真正理解對方的視角,
包括「推論階梯」與 RAS(網狀活化系統)可能正在發揮的作用。

這也是為什麼,即便向人們展示他們親身經歷過的過往專案失敗結果,
也不一定足以動搖他們根深蒂固的信念。

我們不能只是不斷用事實與數據去壓過他們。
那樣做,只會像俗話說的「左耳進、右耳出」。
我們必須在引導他們穿越改變階段時,
運用一些細膩的手法。
當我們告知他們時,
必須以一種能讓教訓真正「沉澱下來」、
能夠「滲透進去」的方式來進行。

請記住:
你聽到別人說的,是傳聞;
而你自己說出口的,才會被當成事實。

想像他們的心智就像一個裝滿水的桶子。
在加入新水之前,你必須先把桶子倒空;
否則,它只會不斷溢出。

很多時候,最好的溝通方式,
是提問與探詢,
而不是告知與推銷。
我們必須抑制那種天生想要「講清楚、賣觀念」的衝動,
轉而採取一種較為柔和的方式,
避免讓對方的大腦中皮質醇與腎上腺素大量分泌。

請思考以下這個例子——
這是個假設情境,但其實與我多次和不同施工經理與業主的真實對話並不相差太遠。

他們說:
「我們請了顧問來量測工人的生產力。」

嗯,我們其實知道,
那大概不是個好主意——
除非他們真的試圖去優化一個瓶頸。

但我們不會直接告訴他們:
「你的想法很糟。」
相反地,我們會問:
「你希望達成什麼?」

回應通常是:
「我要讓這些混蛋給我好好工作。」

我們接著問:
「好,如果他們真的開始工作了,接下來可能會發生什麼事?」

諸如此類。

這有點像是在課堂上使用的蘇格拉底式方法,也有點像談話治療師所使用的技巧;他們不只是告訴你你需要聽什麼,而是提出反思性、開放式的問題,迫使你檢視自己過去是如何做事的,並在這個過程中,自己得出答案。我們試圖揭露那些強化反生產行為的商業模式,並探究他們真正希望達成的是什麼。

我們需要更多地把重心放在提問與協作上,作為「告知」的一種方式。與其告知、推銷,或要求立即且完全的服從,我們更應該去傾聽、學習,並溝通我們所提出方法的潛在價值。

他們可能會描述一個他們正在面對的問題,這對施工經理來說並不陌生:「我已經把材料運到工地,一切都準備好了,但我還是落後進度。怎麼會這樣?」與其說:「聽著,你這個白痴,原因很明顯。你早就該做 XYZ。」我們反而會問:「你希望透過把所有材料都先運到現場來達成什麼?」、「你在材料攤放(laydown)上花了多少錢,結果只是讓它們躺在那裡?」我們帶著他們走過一段旅程,但讓他們從自己的範式出發去理解,這個範式本身就能成為理解新模式的一座橋梁。

一個常見的回應會是:「我們一直都是這樣做的!」在這種情況下,我們必須傾聽。如果有人在抗拒,我們不應該加倍地去告知與推銷;那樣做反而適得其反。要傾聽、要有耐心,提出能引導他們走向必然答案的問題,並讓他們自己得出結論。

抗拒通常來自三個來源:

  1. 「這不是一個好決策,因為我不同意它背後的技術邏輯。」


  1. 「我們應該辦一個外部會議,然後從金門大橋跳下去,看看誰能活下來。技術上說,這不是個好主意。這個流程不對,缺乏其他人的意見或協作。你沒有讓正確的利害關係人參與。」

有一次,我在一場會議中,某個人宣布了一個決策,另一個人立刻說:「這讓我心裡很不舒服。誰參與了那個決策?」第一個人回答:「我。」另一個人接著說:「哦,那沒關係,只要 Gary 也有簽字同意就好。」一個公司行動背後是誰,對於該行動是否會被接受或被拒絕,有很大的影響。

  1. 「這對我有什麼好處?我有被尊重地對待嗎?他們有在聽我的顧慮嗎?」
    這個決策也許在技術上是審慎的,由對的人做出,且讓正確的利害關係人參與;但如果它違背了某些人的個人利益,他們就會反彈。如果這個流程沒有真誠地尊重他們,情況也是一樣。

再次強調,重要的是不要直接否定這些反對意見,因為它們可能是合理的。這也不是時候試圖用辯論把對方擊倒,或像一位激昂的辯護律師在結案陳詞時那樣,用邏輯與修辭去說服陪審團。閉上你的嘴,往後退一步,單純地傾聽。讓他們自己去梳理他們的反對意見。通常,人們會在說的過程中說服自己,最後看到你的觀點。

再用一個比喻來說,如果你的狗掙脫了繩子,你在社區裡追著牠跑,試圖把牠趕回來,你會怎麼做?你追得越兇,牠跑得越遠;但如果你停止追逐,牠反而很可能會自己跑回你身邊。

最終,真相會逐漸在他們心中浮現——這正是你開始進入第三個階段:**探索(exploration)**的時刻。他們開始將正在討論的改變視為一種機會,而不是威脅。當人們逐步走過抗拒,他們會對改變可能帶來的回報與/或好處產生好奇,並開始探索。一種學習、實驗與可能性的精神會逐漸形成。舉例來說,處於探索階段的人會尋找新的做事方式,開始為未來的可能性描繪願景,承擔風險,產生大量支持轉型過程的想法,並完成中間目標、慶祝里程碑。

抗拒與探索彼此高度交織,並呈現循環狀態。階段的轉換不會一次完成;會有大量的來回擺盪。這是一個「過渡臨界期」,舊的範式逐漸消退,而新的範式開始成形、凝結。

你或許能夠贏得某個人的認同(buy-in),但若沒有適當的引導來培養正在醞釀的探索,並將其穩固為真正的轉變,他們很可能會回到原本的老模式,依循既有的心智模型重蹈覆轍。關鍵在於找到方法去重塑神經路徑。

我見過這樣的情況很多次:公司嘗試導入新的做事方式,組建一個團隊來執行,也取得了一些進展或開始突破,但最終人們仍然回到原本的現狀。

最後,一旦你獲得了承諾(commitment),你就必須支持他們,並對他們做了該做的事給予回饋與獎勵。如果只要帶領他們走到那個「啊哈!」、頭頂燈泡亮起的瞬間就結束,那當然很好。但讓一個人真正接受一種新的方法論,更多是一個過程,而不是一個瞬間。


該做與不該做(DOS AND DON’TS)

實施本身就是一門科學。以下是一些在突破根深蒂固心智模型過程中的該做與不該做。

「不要虛張聲勢。」
這種情況很常見,而且不只發生在營建業。一家公司決定要推行某個大膽的新策略,他們設計一個吸睛的口號,並舉辦一場派對來慶祝。例如:「我們要導入精實了!」或是「我們現在是一家數位企業!」聽起來很不錯。但人們看得穿這些鬼話。他們坐在那裡吃著燻牛胸肉,心裡想著:「好吧,但看起來跟以前也沒什麼不同。」只是換了個名字的同樣胡扯。而且他們是對的。

結果你立刻失去人心,把人推入抗拒模式。在你開始辦派對之前,先把水放乾。

把事情搞清楚。
具體來說,你到底在提議/在做什麼?你必須清楚而簡潔。不要鬼扯、不要填充物、不要「閃亮但空洞的泛泛之詞」(聽起來好聽但毫無意義的空話),不要模糊不清的陳述。記住,RAS(網狀活化系統)永遠在過濾資訊。寫下一份簡潔的宣言,清楚說明你想改變什麼,以及你打算如何去做。以協作的方式完成這件事。納入其他利害關係人的意見與回饋,包括來自部屬的聲音。如此一來,他們會對這個過程產生主人翁意識,並在你正式啟動計畫之前,就已經了解你想做的是什麼。

留意你的計畫正在觸發哪些神經化學反應:是「快樂的化學物質」,還是「憤怒的化學物質」?

如果你說:「我們要縮編這個部門」,那你很可能會得到抗拒(腎上腺素、皮質醇、壓力荷爾蒙)。相對地,有效的協作與團隊建立會觸發血清素與催產素,而新奇感或解決問題的刺激感則可能促進多巴胺的分泌。企業本質上不過是一群人共同從事某項協作、追求利潤的任務。人是情緒性的存在。

人類是情緒性的生物,而情緒會受到在你腦中四處流動的荷爾蒙與神經傳導物質混合物所影響。即使有過度簡化的風險,商業其實等同於腦部化學作用。理解後者,你就能在前者表現得更出色。

清楚說明你打算停止做什麼,以及你打算開始做什麼,這一點非常重要。

如果你正在領導一場變革行動,你必須清楚三件事:
哪些新的活動我們將開始做、哪些現有活動我們將持續做,以及哪些目前的活動將會停止。

每一個專案都是成長與實驗的機會。由於其以專案為本的特性,營建業是應用新方法並促成某種轉型的理想實驗場。相較於其他產業,它更為短暫且動態。在製造業中,你可能會被僵化的供應鏈以及被固定、重型設備鎖死的產線所限制——你不可能一夜之間改造一座工廠。

但營建,本質上是一連串的專案。每一個專案都提供了一個嘗試新事物、應用新技術與新知識的機會。

與其採取自上而下的推動方式,例如辦一場公司烤肉派對,然後由高階主管發佈一項公告,我們可以利用個別專案,以**橫向、同儕對同儕(peer-to-peer)**的方式建立能力。

但營建,本質上是一連串的專案。
每一個專案都提供了一個嘗試新事物、
應用新技術與新知識的機會。

請記住,專案經理(PM)不喜歡自上而下的指令。有位 PM 曾告訴我,他之所以進入這個領域,是因為這個角色能避免被微觀管理、避免上層過度干預。在現場,他們往往能讓你獨立作業。讓我們善用這個條件。

參與像 Project Production Institute(PPI) 這樣的組織也很有幫助。你不必孤軍奮戰。向其他正在走這條路的人學習。從他們的錯誤與智慧中學習,從他們的成功中獲得啟發。分享知識,孕育集體智慧。


展望未來(LOOKING FORWARD)

在現在到 2060 年之間,全球人口將會倍增,而這些人都需要能夠居住、工作、遊憩、移動並作為一個物種繁榮發展的各類結構,從住宅、辦公大樓、工廠、娛樂設施,到支撐一切的關鍵基礎建設。僅僅是所需的建築樓地板面積,就相當於在接下來四十年中,每個月建造一座完整的紐約市

然而,營建產業對此準備得嚴重不足。坦白說,它甚至連現在都還沒準備好。正如我們在書中多次提到的,營建業已經失靈:它建立在搖搖欲墜的基礎之上,被困在低效率、過時的做事方式中。

要因應這些挑戰,真正的改變是必要的。提升營建業的生產力不再只是選項——而是勢在必行

「照舊營運」的時代正在迅速結束。隨著我們開發與執行專案的能力持續低於需求與期望,維持現狀所帶來的痛苦將呈指數型增加。

在我們承認「專案就是生產系統」,並運用**作業科學(operations science)**來驅動專案成果之前,我們注定會失敗。我們必須從過去的錯誤中解放自己,轉而專注於一條新的道路。

在專案交付的新時代中,專案將成為高度效率化的生產系統,充分運用我們得以接觸的各種科技資源(AI、機器人、數據分析等)。

由 AI 驅動的系統將能在無需人工作業的情況下,直接向供應商訂購材料。設施將被配置為可自動下單,元件將在現場依需求進行 3D 列印。配戴外骨骼的工人,將用來組裝那些以完全不同於今日方法所設計的構件。

但真正的改變,並不是由他人來替我們完成的。

即使我們可以向製造業、科技業以及其他產業借鏡技術,這樣的改變並不會從外部而來。它來自於我們自己。我們必須帶頭衝鋒。

我可以向你保證,最終,你將因為擁有嘗試的勇氣而獲得回報。


第 10 章 未來:自主化、工業化、數位化

 

第 10 章

未來:自主化、工業化、數位化

想像現在是 2030 年。
你正看著一個正在興建新醫院的工地。自主化的自駕車正在運送材料(透過與網際網路連線的 GPS 感測器進行追蹤),而機器人則負責卸載。其他機器人正在砌磚、焊接管線,以及安裝石膏板。現場的每一個實體物件都被加裝了感測器,用來蒐集位置與環境相關的數據,從製造端、組裝工廠、經由公路、鐵路或海運的運輸過程,一直到最終安裝完成的那一刻。
執行工作的機器設備,以及人類所使用的工具也是如此——它們都是智慧型工具。

同時,場外的自動化工廠正在生產各項供應品,幾乎不需要任何人工介入。而由機器學習所驅動、以限制條件為基礎(constraint-based)的設計系統,正被用來設計建築物與基礎設施本身。

這樣的未來場景或許充滿前瞻性,但它並非科幻小說。
事實上,機器學習、物聯網(IoT)感測器、最先進的資料分析技術,已經……

高速資訊網路與機器人技術正被部署,用來讓建造作業更快、更安全、更精準、更有效率,整體表現也更好。
目前,這些技術仍以零散的方式被使用(這裡一點、那裡一點),而且其中相當一部分仍處於初期階段。
但當這些技術真正整合在一起時,它們將使我們能夠部署我們所稱的「智慧型生產(Intelligent Production)」¹⁹,或是自我形成/自我控制的生產系統。


適應,否則淘汰(ADAPT OR DIE)

未來的技術不論建造業是否準備好,都正在到來。
發明家與工程師大多並不是因為想要修復建造產業,才熱衷於發明機器人、提升處理速度、開發量子運算(也許有一天),或改進機器學習技術。
但這並不代表我們不能、也不應該把這些技術整合到我們自己的工作中。
事實上,我們必須這麼做,否則就會被拋在後頭。

未來的技術正在到來,不論建造業是否準備好。

那麼,建造產業要如何從這些技術中獲益?
我們該如何善用它們?
以及,我們要如何確保不會把它們用來自動化或數位化那些不該被自動化或數位化的事情?

正如比爾.蓋茲(Bill Gates)所說:

「將自動化應用在一個高效率的作業上,會放大效率;
將自動化應用在一個低效率的作業上,則會放大低效率。」


為什麼這件事重要?
→ 商業問題或機會

要如何著手?
→ 概念性架構

該做什麼?
→ 數位解決方案


為了回應這些問題,PPI 建立了下列圖像,用來協助專業人員理解新興的自主化、數位化與工業化生產,如何整合在一起,並進一步推動建造產業的現代化。
這個圖示說明了各種新興技術如何建立在作業科學(Operations Science,OS)的基礎之上,使現代建造得以實現。

為什麼 OS 是基礎?
取決於你問的是誰,專案的目的可能是創造一項資產、一項服務、一個成果、一個結果、一個交付物,等等。
其中的關鍵字是「創造(create)」,而「創造」的同義詞是「生產(produce)」,因此我們必須聚焦在專案的創造或生產面向。
正如本書所闡述的,OS 提供了理解與影響生產的基礎——因此,它就是根本所在。

(圖示)

現代建造(Modern Construction)

  • 自動化(Automation)

  • 工業化(Industrialization)

  • 數位化(Digitalization)

作業科學(Operations Science)

(版權標示)Copyright Project Production Institute


自主化與機器人化(AUTONOMOUS AND ROBOTIC)

某些公司正快速推進一個不久前還像是好萊塢幻想產物的領域。
Hilti 正在建置半自主的機器鑽孔系統。
Kodiak Robotics 已經讓自動駕駛的長途卡車上路。
人類安全專業人員目前仍參與其中,但最終這些車輛將會百分之百由電腦操作。
Peterbilt 也以其 Peterbilt 579 進入自動駕駛車輛的競賽,而其姊妹公司 Kenworth 則推出了 T680。
而 Peterbilt 並不是什麼胡扯的新創公司。
它是一個已存在近一百年的家喻戶曉品牌。

Caterpillar 已經在礦業領域支持下投資自主化研發數十年,並為多項其他產品提供車聯網(telematics)支援。
不久之後,挖土機、裝載機、拆除機器人以及其他類型的機器人,將會自動化人工作業中重複性高、困難或危險的任務,同時提升效率。
例如,波士頓動力(Boston Dynamics)的雙足機器人 Atlas,如今已在施工現場的模擬環境中展示能執行各種任務。

因此,這是真正的技術,而不是某種天馬行空的新創公司煙霧彈,用來誘惑創投基金為下一個熱門新玩意兒砸下成袋的現金。


工業化(INDUSTRIALIZED)

目前已有大量資金投入於建造產業的工業化,其中包括華倫.巴菲特(Warren Buffett)的波克夏.海瑟威(Berkshire Hathaway)等大型投資者進入此一領域。
如本書前文所述,工業化建造最適合被理解為:將高產量製造的概念、方法與工具,應用於建築物、工業設施與土木基礎設施的設計與建造。

工業化建造的關鍵要素包括:
在零件與次組件層級進行標準化產品設計,但同時仍具備組合成客製化最終產品的能力;
應用先進的 PDM/PLM 系統,以支援受限條件式設計與配置;
以及將製造與組裝作業從施工現場移轉到可受控的環境中。

工業化建造的實務者將大部分工作(包括製造與組裝)視為採用以流程為基礎的生產流程,以及可依客戶與其他利害關係人需求進行「依單配置(configure to order)」的標準化產品。
如同其他先進產業,PDM/PLM 系統被用於設計與工程作業,並提供數值控制程式碼,以支援自動化生產設備的運作。

毫無疑問,隨著這一切的發展,元宇宙(metaverse)將在支援客戶互動方面扮演愈來愈重要的角色,涵蓋銷售與設計、工廠配置與最佳化、CAPEX(資本支出)以及作業指引等。

工業化建造的實務者認為,大多數工作(包括製造與組裝)應採用以流程為基礎的生產方式與標準化產品。

隨著上述各項技術逐步被落實與導入,有人可以主張 Katerra 曾是這一領域的領導者

無論這個領域最終如何發展,可以確定的是,大量資料將會被產生——這些資料來自用於設計與配置的 PDM/PLM 系統,以及用於製造、運輸與組裝的設備與工具。


數位化(DIGITALIZED)

你或許不會將像建造這樣一個以實體勞動、重型機械與材料為核心的產業,直接與數位化聯想在一起。
但自主化與數位技術已經重塑了社會的各個層面,而建造業也無法置身事外。

這一趨勢為將資料蒐集與分析應用於各式各樣的流程與功能,開啟了眾多令人振奮的可能性。

例如,像 Milwaukee 這樣的公司,現在支援藍牙追蹤,使得關於工具如何被使用、在何處使用、由誰使用等資料,能夠被即時、精確且系統化地傳輸
像 Apple 與 Google 這樣的公司,也透過智慧型手機提供追蹤人員的方式,並產生有關其移動行為的資料。
RFID、Wi-Fi、衛星、行動通訊:這些全都是資料傳輸的手段。


右頁圖說文字:

下圖說明了這些不同功能,以及資料擷取與傳輸方法之間是如何互相作用的。
如你所見,這些技術中的大多數早已存在並投入使用,而且幾乎全部都在你的手機裡。

(圖示標題)
數位分身(Digital Twin)
(建模、模擬、分析、最佳化與控制)

(圖中資料擷取/傳輸項目包含但不限於)
衛星、Wi-Fi、蜂巢式網路、藍牙、影像、感測器、使用者輸入等

(圖下方流程示意)
製造/流程 → 機器人與自主化生產/運輸 → 工地


資料科學、機器學習與人工智慧等快速擴張的領域,將透過其研究成果與產品組合,對社會產生重大影響。
OpenAI、Alphabet(Google)、IBM,以及其他眾多公司,正在研究、開發並將產品推向市場,使使用者能夠快速撰寫論文、創作藝術與圖像、編寫音樂等等。

那麼,這些快速發展的新興技術,將如何影響建造產業?

在近期一次為即將舉辦的 PPI 技術研討會所發出的論文徵稿中,我們看到專業人士正試圖自動化例行性工作,例如成本估算、規範撰寫、操作手冊……

……準備工作與維護排程,這些只是機器學習(ML)已開始被應用的眾多領域中的一小部分。

隨著建造變得更加工業化,並開始部署自主化機械,這些機械將產生無窮無盡的資料
自主車輛、機器人、生產設備,以及智慧型手持工具,都將以毫秒等級的速度接收並傳送資訊

Intel 的一項研究(由 Intel 執行長 Brian Krzanich 於洛杉磯的 AutoMobility LA 活動中討論)指出,僅一輛自主車輛每天就會產生約四千 GB(約四 TB)的資料,而這還只是假設駕駛一小時的情況。
對於使用強度更高的車輛,預期自主車輛在每八小時的駕駛時間內,將產生並消耗約四萬 GB(約四十 TB)的資料。¹⁹

並行的技術正在支撐這種對資料的巨量吸納。
如今我們已經擁有超高速的 5G6G 也正在開發中,而 10G 甚至已被納入構想。
大型資料中心成為新的主機系統(mainframes)。
每天都有驚人數量的光纖網路被鋪設,同時也持續對量子運算進行大量投資。

隨著當今組織所蒐集與產生的資料量持續且快速成長,問題來了:
這些資料與資訊將如何被使用?用來做什麼?又將如何創造價值?

也許最重要、卻幾乎從未被提出的問題是:
「誰擁有這些資料?」

在矽谷,資料之於今日,就如同 19 世紀中期礦工眼中的黃金,以及 上個世紀之交能源公司眼中的碳氫化合物


此外,在未來幾年中,建造產業將學習如何更有效地使用攝影測量(photogrammetry),並持續尋找感測器與機器人應用的新整合方式
混合實境(mixed-reality)技術PPM 解決方案整合使用,將能更有效地設計工作流程與作業、配置資源,並管理各種變異來源。

實境擷取(reality capture)IoT 感測器以及自主車輛,將在提供前饋指令與最佳化建議的同時,也回饋有關專案生產系統績效的資訊。
人工智慧、機器學習與機器人流程自動化(RPA),將用來支援與自動化關鍵決策。

不幸的是,以生產力與可預測性為基礎的第一與第二世代(Era 1 與 Era 2)管理架構,導致了以下結果:
建造產業無法有效運用這些資料,甚至根本無法使用它們。


(圖表說明文字對應原圖)

  • 垂直軸:
    由下而上:
    非智慧 → 智慧但不精準 → 智慧、精準且可預測 → 智慧、精準且可即時回應

  • 水平軸:
    事後回顧(Hindsight) → 可行洞察(Actionable Insight) → 前瞻(Foresight) → 自動化(Automation)

  • 上方對應角色:
    左側:人類(Human)
    右側:電腦(Computer)


¹⁹ Mewburn Ellis,《5G 與自主車輛——加速資料通訊速度》,2020 年 4 月,2023 年 7 月 6 日存取,
https://www.mewburn.com/news-insights/5g-and-autonomous-vehicles-accelerating-data-communication-speed

營運科學、資料科學、人工智慧與機器學習的角色是什麼?

為了從修復建造產業中獲利,投資人急於尋找將 AI/ML 應用於建造流程的方法。
然而,第一代(Era 1)與第二代(Era 2)的思維模式再次浮現。
對行政管理的過度依賴,以及對生產管理的投資不足,使得在建造產業中投資 AI/ML 的投資報酬變得困難

但是,採用以生產為核心的觀點,能夠提供一個運用 AI/ML 的架構,特別是當它與營運科學(Operations Science)整合時。
在這樣的情境下,營運科學定義了
生產系統應該如何運作
,以及當生產系統未如預期運作時,將會產生哪些影響
接著,AI/ML 便可用來判斷為什麼系統沒有正常運作,甚至預測哪些風險可能導致系統失效
營運科學同時也提供了訓練 AI/ML 的基礎

為了促進對這些技術的理解,OpenAI 被要求說明以下幾個概念之間的差異:
資料科學、機器學習與人工智慧
並說明資料科學、機器學習、人工智慧、元宇宙(metaverse)與營運科學

以下為其回應內容:


資料科學(Data Science)

資料科學是從大量資料中萃取知識的過程
它包含使用演算法、統計方法與機器學習技術來分析資料並萃取有意義的洞察。
資料科學涉及將科學方法、流程、演算法與系統應用於結構化與非結構化資料,以獲得洞察。
這可能包含使用預測分析(predictive analytics)資料探勘(data mining),以及機器學習來發掘資料中的模式與關係。
資料科學被用來從資料中取得洞察,並解決複雜問題。
它被應用於許多領域,例如醫療保健、金融、行銷等。


機器學習(Machine Learning)

機器學習是一個研究領域,專注於開發能夠讓電腦從資料中學習的演算法
它涉及開發能夠在資料中辨識模式,並利用這些模式來做出預測或決策的演算法。
機器學習演算法使用統計方法來找出資料中的模式,例如分群(clustering)分類(classification)
這些演算法接著被用來預測未來結果或做出決策
機器學習被廣泛應用於許多領域,例如醫療保健、金融、行銷等。


人工智慧(Artificial Intelligence, AI)

人工智慧(AI)是一個研究領域,致力於開發能夠像人類一樣思考、行動與表現的機器
這涉及使用演算法、機器學習與深度學習技術,來創造能夠辨識模式、做出決策並解決問題的機器
AI 系統被設計為能夠接收資料、從資料中學習,並根據所接收的資料做出決策或預測
AI 系統的例子包括:自動駕駛汽車、人臉辨識系統,以及虛擬助理
AI 被應用於許多領域,例如醫療保健、金融、行銷等。


深度學習(Deep Learning)

深度學習是人工智慧(AI)的一個子領域
它是一種機器學習演算法,透過使用多層神經網路來辨識資料中的模式。
深度學習演算法能夠──
原文於此頁結尾未完,內容將於下一頁續接

深度學習能夠從大量資料中學習複雜的模式
它被應用於許多領域,例如電腦視覺、自然語言處理,以及自動駕駛車輛
深度學習應用的例子包括:影像辨識、語音辨識,以及自然語言處理
深度學習演算法可用來解決複雜問題,並從資料中產生洞察


元宇宙(The metaverse)是一個相互連結的虛擬世界,以電腦模擬的現實形式存在。
元宇宙由各種虛擬環境所組成,例如虛擬世界、擴增實境(AR)平台,以及混合實境(MR)應用
它是一個共享的線上空間,人們可以在其中互動、創作內容,並參與各式各樣的活動。
隨著越來越多的人轉向虛擬空間進行社交互動、娛樂與商業活動,元宇宙正成為一個持續成長的趨勢。


營運科學(Operations science)是一門研究如何改善與最佳化流程與系統,以達成既定目標的學科。
它涉及使用數學模型與其他技術來分析與最佳化系統。
營運科學可應用於許多領域,例如製造業、物流、供應鏈管理與醫療保健
它被用來提升效率並降低成本,同時確保產出品質維持在高水準
營運科學被用來提升營運的整體效能,同時也減少浪費並提高顧客滿意度


在近期的一場 PPI 簡報中,Mark Spearman 與 Phil Kaminsky 針對營運科學與資料科學之間的差異與應用提出了看法。
他們談到,這兩者都試圖解釋複雜世界是如何運作的,並引用了 IBM 對資料科學的定義:

資料科學是一種多學科的方法,用來從當今組織所蒐集並持續增加的大量資料中,萃取可行動的洞察。

他們也說明,營運科學是描述營運行為的科學
接著他們提出,營運科學應被用來建模、分析、最佳化,並更深入理解生產系統
資料科學則應被用來分析即時的複雜資料,以獲得對生產系統行為的洞察


自我組織、自我最佳化、自我控制(SELF-ORGANIZING, SELF-OPTIMIZING, SELF-CONTROLLING)

我們可以看到,這些技術很快將整合為單一系統
使生產系統能夠自行進行映射、建模、最佳化與控制
並為所謂的**「自我形成/自我控制的生產系統」**奠定基礎,
或者,如 SPS 所稱之的:智慧生產(Intelligent Production)

SPS,我們正是在做這件事:協助客戶將這些資料彙整為數位分身(digital twins),以支援以營運科學為基礎的模擬、分析與控制,並促進任何形式之生產系統到供應鏈的最佳化
接著,我們再將機器學習與營運科學結合,形成一記強而有力的「一二連擊」。
所有事物都被連結、同步並最佳化
但這其實只是開始,因為很快地,建模與最佳化本身也將被自動化


過去,生產系統(包含相關的作業流程、路徑與績效指標)都需要先被人工盤點與建模
而今天,我們不再試圖先畫出流程圖,而是可以建立一個會自行建模的生產系統模型
它透過從各種感測器(GPS、RFID、IoT、追蹤器/標籤等)中擷取資料,
這些感測器同時連結到物件與人員

透過這種方式,我們可以蒐集到極大量、極細緻的資料
用來描述正在進行哪些工作,以及哪些(或誰)正在閒置


以一段管件預製件(pipe spool)為例。
沒有什麼東西會比一支管子更
靜態、愚鈍、簡單,或看似完全不含資訊

但如果你在它上面裝上一個感測器,
那麼這支管子立刻就成為系統中的一個資料點
這支管子開始說故事

因此,一支管子或一段管件預製件,可能一開始只是帶著感測器的原料;
但感測器會知道它已被切割、法蘭已焊接完成
知道這個流程花了多久時間,
知道它何時從原料倉或甚至供應商端移動到工廠,
知道它目前位於切割工站、焊接工站或檢驗工站

它知道它何時出貨、被運送到現場、卸貨、暫存,
被移動到安裝位置,
被吊車吊起、定位、鎖固完成。
它甚至可能知道它何時完成測試


有了這些感測器,電腦就能自動擷取所有資訊、加以整合,並顯示完整的作業路徑
而不再需要我們手動建模。
我們可以追蹤整個旅程,包含地理位置、時間與環境條件
(例如溫度——對某些關鍵設備來說可能非常重要)。


我們可以利用這個涵蓋所有流程的生產系統模型
結合營運科學,
來比較「我們現在的位置」與「我們應該要到達的位置」,
並進行模擬、分析與最佳化


這些事情在概念上其實並不複雜。
但它們是深具影響力的
它們將會徹底改變我們的工作方式


同樣地,我們也可以衡量工人實際完成的工作量
我們知道工人何時刷卡進場。
如果他們在煉油廠或資料中心工作,
就必須通過安全檢查點。

隨著這類技術愈來愈普及且成熟,
我們甚至不只知道「他們進來了」,
而是可以在任何時間點,精確定位他們的實際位置

這類追蹤也許有其安全上的正當理由
但我們同樣可以將這些資料用於生產與管理目的


這些技術讓我們能夠透過自動化,達成高度的控制能力
它改變了我們對「最佳化」的理解方式,
而這種最佳化是建立在先進營運科學的基礎之上。


如同我在前一章所說,
我們並不是只想讓 Schmidt「拼命工作」。
我們真正想做的是:最大化整個流程中的流動(flow)

那正是 Taylor 的盲點,也是他理論中的致命缺陷。
因此,營運科學至關重要

而當營運科學與新興科技結合時,
將為整個建造產業開啟令人振奮的全新視野

將建造產業接入物聯網(IoT)的挑戰

這些東西確實很強大。
但每一個潛在的應用也都伴隨著挑戰。

例如,談論 IoT 感測器能在一根管子上做到哪些神奇的事情,確實令人興奮——
你要怎麼把它裝到管子上?

事情並沒有看起來那麼簡單。
甚至在此之前,你要監測的是管子、棧板,還是運輸車輛
還是三者都要?

一根即將成為最終產品、被安裝進資產中的管子,
與一輛本來就已經被儀表化的卡車之間,
它們之間的關係是什麼?

管子的資料是單向的——
從 A 點到 B 點(也就是安裝位置)。
但卡車的移動是多方向的
可能從 A 到 B,再回到 B(或繞到 C 點……)。


標籤要如何固定在管子、棧板或卡車上?
是用膠黏的?
焊接的?
它們是永久性的,還是暫時性的

在粗糙、充滿衝擊的建造環境中,
你要如何保護這些感測器在物理上的完整性?


你要如何建立網路來接收這些訊號?
而當你開始接收資料後,
又要如何從龐大的資料量中清理、篩選
有價值的資訊雜訊中分離出來?

這些資料是「愚鈍的(dumb)」嗎?
還是它們是「太晚才變得智慧」?
又或者,它們其實是無關緊要的


你要如何建立網路來接收訊號?
而當你開始接收資料後,
又要如何清理龐大的資料量,
從雜訊中萃取出你真正想要的資訊?


支撐這些問題背後的,其實是一個更大的問題
你為什麼要做這一切?

你要拿這些資料做什麼?
你要如何運用它們來創造價值

人們有一種傾向,只是為了做而蒐集資料——
因為它是「最新、最熱門的事物」,
因為「大家都在做」,
因為它看起來很前衛、很尖端。


科技產業對此最為罪魁禍首。
而實體產業(如建造業)也往往跟風,
看到科技能做出驚人的事情,
缺乏一套清楚而一致的策略來支撐它。


我知道有一家公司,
花了 1 億美元 與一家資料科學公司合作。
他們把一大堆資料交出去,
等了六個月,
然後打電話問:「你們找到了什麼?」

對方的回答是:
「沒找到任何東西。你們到底希望我們在找什麼?」


我們正處於一個過渡時期,
很多人是在做「為了科技而科技」的事情,
坦白說,這其實是很愚蠢的。

其中一個重要動機,說穿了就是
它是一種套現的方式。


企業主與科技公司相關的估值倍數讓人著迷。
如果你的公司被評價為
營收的一倍或兩倍
那是一回事;

但如果它被視為一家科技公司或軟體公司
估值可能是
營收的三十倍

因此,許多公司努力想要成為「科技公司」,
只是因為這樣能提高估值,
也讓它們對投資人或併購方更具吸引力。

而那些持有股票選擇權的人,
也同樣能看到自己的個人財富大幅成長。


然而,在很多情況下,
這背後其實沒有真正的策略或目的

看看 Tesla 就知道了。
它的價值非常高,
因為它被視為一家科技公司。

如果它只是被歸類為
另一家汽車製造商,
那它的估值就會低得多。


另一個問題,是把不該自動化的事情自動化

有時候,
更簡單、技術含量更低的做法,
反而才是比較好的選擇。


另一種看待這個問題的方式,
是區分自動化(automation)創新(innovation)

這兩者經常被混為一談,
但它們並不相同。

自動化
是運用科技,
讓你「其實可能根本不該做的事情」,
做得更有效率

創新
則是試圖運用科技,
去創造一種全新的做事方式

在談到把事情做得更好的問題時,我在本書前面已經引用過彼得・杜拉克(Peter Drucker)的一句智慧之言,但這句話值得一再重複:

「沒有什麼事情,比把根本不該做的事情做得很有效率,更沒有用。」

舉例來說,有一家公司將人工智慧(AI)應用於最佳化陸上碳氫化合物鑽井平台的移動作業
在系統部署完成後,解決方案確實如計畫般運作,
而且鑽井的數量增加了——
完成的井數並沒有增加

其背後的假設是:
如果流程中的所有作業都被最佳化,
那整個流程自然也會被最佳化——
這正是泰勒(Taylor)的觀點。

但這個假設是錯的。
如同作業科學所揭示的,
鑽井平台的最佳化,
結果只是造成了鑽井與完井之間的在製品(WIP)大量累積

他們實際上並沒有從地底開採出更多的石油。
這是一個出於善意、卻產生了非預期後果的行動。
而你也知道人們常說的那句話:「通往地獄的道路是由善意鋪成的……」


科技可以自動化並促成技術解決方案,
但這些解決方案應該用來回應明確的商業機會與問題

這句話看起來或許太過顯而易見,
但請相信我,
世界上有太多市值數十億美元的公司,
正需要聽到這些「顯而易見的事」,
以免重蹈覆轍。


數位化與專案生產管理(Digitalization and Project Production Management)

要理解數位科技與專案生產管理之間的關係,
我們必須先接受一個前提:
PPM 建立在「專案即生產系統」這個概念之上

因此,作業科學可以被應用,
用來有效理解並影響專案成果。

如果一個組織希望提升專案績效,
那麼專注於「工作究竟是如何被規劃與執行的」,
就成為不可或缺的事情。

在這個脈絡下,
PPM 被用來描繪、建模、分析、模擬、最佳化、控制,並改善專案生產系統


當今的數位科技,
在本質上非常契合 PPM,
以及其優化、控制並改善專案生產系統與供應鏈的核心意圖。

物聯網(IoT)感測器被用來追蹤產品的位置與環境條件。
智慧型產品、機器學習與人工智慧,
被用來理解並影響供應鏈績效,
這些分析皆是基於所蒐集的資料。


這些回饋(feedback)與前饋(feed-forward)迴路
將會用來驅動「即插即用(plug-and-play)」的產品與流程型錄。

成本估算與排程將會高度自動化,
在背景中持續運行,
而設計團隊則在流程的每一個步驟中,
進行決策與選擇。


一把雙面刃(A Double-Edged Sword)

這一切確實令人興奮,
但我們不應在推動工作全面科技化的熱情中,
忽略其中合理而重要的顧慮。

電影迷一定記得
《2001:太空漫遊》中的經典場景——
當協助太空人的人工智慧 HAL 9000
反過來對抗——並覆寫——它的人類操作者時,
那句令人不寒而慄的台詞:

「對不起,Dave,我恐怕不能那麼做。」

(這正是電影中最令人難忘、也最令人不安的一句話。)

1968 年這部作品首次問世時,這一切完全屬於科幻小說的範疇;
然而半個世紀之後,
HAL 所展現的許多先進運算能力,
在當年看似天馬行空,
如今卻已成為實際運作中的技術。

幸運的是,
我並不認為工地上的機器挖土機會在短期內產生自我意識,
進而起而反叛、殺害它們的人類監督者。

但在先進科技與其人類裁決者之間,始終會存在一種張力
我們是在使用科技,
還是科技正在使用我們?

隨著數位科技變得越來越精密、越來越聰明,
並且愈來愈像是在模仿人類認知的某些層面,
這些疑慮將會更加明顯。
而建造產業,很可能會成為這場角力中的另一個戰場。


先進科技與其人類裁決者之間,始終會存在張力。


每當一項具顛覆性或革命性的技術出現時,
通常可以看到三種陣營隨之形成。

第一種,是試圖對抗它的人
(有時這樣做是理性的,因為這項技術確實威脅到他們的工作)。

第二種,是對此漠不關心的人。

第三種,則是善用這項技術,為自己創造利益的人

我們應該屬於最後一種人。
同時,也要承認並積極緩解
先進科技所帶來的風險、缺點與潛在危險。

第 9 章 一項新的挑戰——部署(Deployments)

 

第 9 章

一項新的挑戰——部署(Deployments)

建造是一個領域(Construction is a field),它一方面推動社會的變遷,同時也受到該社會更廣泛趨勢的影響。舉例來說,十九世紀中葉鋼筋混凝土的發明,使我們能夠建造出更大、更強、更快速的結構——從排水系統、水力發電壩,到高速公路,再到大教堂(例如巴塞隆納的聖家堂——順帶一提,該工程在歷經約一百四十年後至今仍未完工。談到進度超期,這正是一個經典案例)。這項創新讓文明得以以過去難以想像的速度成長與進步。

這種動態同樣也反向運作:建造業會回應更宏觀的社會趨勢,並且必須調整自身以滿足不斷變化的需求與持續演進的技術。當前,建造業正回應一系列劇烈的變革,例如數位化、綠色能源,以及小批量生產;這些變革正以令人目眩的速度,徹底改變新舊產業,從能源、製造,到電信,再到製藥產業,無一倖免。

這些技術趨勢同樣正在塑造我們產業交付資本專案的方式。它們正在造成混亂,並動搖長久以來既定的做事方式。我們這些建造專業人員,必須始終站在趨勢的最前線。

舉一個簡單的例子,看看醫療照護。過去,我們會建造一座大型醫院;但隨著分散式醫療的興起,診斷、檢測與治療會在更多、更在地化(甚至是虛擬)的場域中進行。作為一家 A&E(建築與工程)或建造公司,你被要求設計與建造的內容,也會隨之改變。

引導我們如何回應這些變化的關鍵詞是:部署(deployment)

舊有的挑戰正在被新的挑戰所取代。過去「多對一」的供應鏈問題——一次買齊所有所需物料並運送到單一工地——已不再適用。現在,供應鏈的複雜度仍然存在,但必須將材料配送到多個工地。遊戲規則已經改變:與其只做一個大型專案,我們該如何管理一千個更小的部署

舊的挑戰正在被新的挑戰取代。

為了在 2050 年前讓全球達成淨零碳排,彭博新能源財經(BloombergNEF)在其《2022 新能源展望》中估計,到 2030 年為止,每年所需支出將超過 5.5 兆美元,並在 2040 年代增至每年 7.4 兆美元。同樣地,國際能源署(IEA)估計,未來三十年內,為在 2050 年前達成淨零碳排,所需投資將超過 100 兆美元。這還不包含為數位基礎設施所需的大量投資,因此,學會如何有效管理部署已成為當務之急。


為何「部署」更加困難,原因有三:

  1. 你需要取得更多的許可。
    過去,大型工程只需要一到兩張許可證即可;現在,你可能必須申請數十張、數百張,甚至上千張。事實上,一家大型電信公司曾指出,取得許可證是他們最大的挑戰。

  2. 工地地理條件更為複雜。
    你必須在多個地點、許多不同的工地施工,而你的供應與物流必須能配合這樣的多點配置。

  3. 你必須仰賴在地承攬商及其勞動力來完成工作。
    在地可能有許多不同的承攬商。你也可能必須與在地的 A&E 公司合作,因為他們與建管單位已有關係,或是持有在該司法管轄區施工所需的當地執照。

建造(Construction) vs. 部署(Deployment)

建造(Construction)

  • 單一地點/單一司法管轄區

  • 專屬設計公司

  • 單一許可

  • 依工程設計訂製(Engineered to Order)

  • 多個供應商供應至單一地點

  • 單一主承攬商

部署(Deployment)

  • 多個地點/多個司法管轄區

  • 多家設計公司

  • 許多許可

  • 通常為可在地化的標準產品

  • 多個供應商供應至多個地點

  • 多個承攬商


因此,由於地理上的分散,你現在需要一個更廣泛、更分散的人員團隊。這在財務與會計上也有影響,因為不同地區的勞動成本存在差異。例如,舊金山的一名砌磚工,其成本就高於得梅因(Des Moines)。


一種新的典範:依配置訂製(Configure to Order)

舊有、繁瑣,而且很可能即將被淘汰的方法,是為每一個工地各自進行設計。較為先進的公司則表示:「我們可以提出一個涵蓋 60–70% 的資產基礎設計,然後再進行在地化調整以完成其餘部分,也就是配合當地工地的需求。」

在地化的一項挑戰,是必須因應各地的許可要求與地方建築法規。我知道有一家公司在採用「依配置訂製」時,嘗試將其基礎設計整合進地方建築法規,結果遇到問題。除了其中一個例外,一切都進行得很順利:該公司使用紅色來標示正極導體,而他們施工的那個城市,則要求導體必須是紫色。


一個重要的問題是:在什麼時點應該採用「依訂單訂製(Configure to Order)」?而什麼時候又該採用「依工程設計訂製(Engineered to Order)」?兩者之間的中間點在哪裡?
「依工程設計訂製」是從設計產品本身開始;而「依配置訂製」則是以一個基礎設計為起點,從中選擇不同選項。舉例來說,雖然一家汽車公司可能有一個平台化設計,但可供選擇的配置卻有 10 的次方——幾乎是無限的。

在進行部署時,我們也必須學會更加關注工地條件。當你面對多個工地的地理環境時,會遭遇全新的複雜層次,問題也會層出不窮。舉例來說,如果你要建造一座氫能加氫站,你必須考量土壤條件、是否存在既有的天然氣或汽油儲槽、你是要直接導入新技術,還是存在可燃性風險、是否有水與電可用,以及儲槽將如何補充。

作為類比,想想軟體與硬體之間的差異。在軟體世界裡,你基本上可以在創意、創新、程式語言能力與硬體允許的範圍內做任何事;但在硬體世界,你必須考慮物理參數,以及其他利害關係方的要求,例如 UL Solutions(前身為 Underwriters Laboratories)等。

然而,建造一項資產不僅結合了硬體與軟體,還把一切推向另一個層次,其中包括產品本身的巨大規模、工地條件、土壤條件等等。許多來自軟體產業,甚至硬體或消費性產品產業的人,都難以理解建造所涉及的需求與複雜性。

建造一項資產不僅結合了硬體與軟體,還把一切推向另一個層次。

最近,有人解釋說……

你要如何配置生產系統與供應鏈,來製造這些東西?

首先該問的問題是:「哪些東西要買,哪些要自己做?
接著,如果是買的,是向誰買?如果是自己做,那要如何做、在哪裡做?

在某一次先進技術的部署案例中,一家公司正為是否要興建一座超大型工廠(megaplant),或是在客戶所在地建造數座較小的工廠而苦惱。他們因為使用的是尖端技術,產生了一些獨特的安全顧慮,這類技術容易引起外國情報單位的關注。若只有一座工廠,他們可以清楚掌控誰進出設施;但若在客戶端設有多個設施或在地化據點,安全管理就會困難得多。

因此,他們必須進行一項供應鏈的成本—效益權衡:比較從集中式超大型工廠運送原料與成品的優勢,與將多個單元部署在靠近客戶、甚至直接設於客戶設施內(這在實務上相當常見)的做法之間的差異。

另一個例子來自一家能源公司,該公司過去的慣例是建造一座單一的超大型設施。後來他們發現,改為依需求建造多個設施反而更好。較小的批量/在製品(WIP)可讓公司以較少的資金投入更快取得營收。然而,興建多座小型設施也會提高工地與供應鏈的複雜度。該公司甚至開始嘗試理解:需要多少座設施、每一座的規模為何、在什麼時間點建造——若仍採用舊有的單一超大型設施模式,這些問題其實根本不需要存在。


業主也必須重新思考他們與承攬商之間的關係。若一個專案的擴展範圍橫跨多個地理區域,從事實體工程(機械、電氣、結構)的承攬商,可能無法在整個部署的地理範圍內來回移動。那麼,在有多個承攬商的情況下,我們要如何確保供應鏈能創造最佳價值?

我們再次回到汽車產業尋找靈感。3D 建模與產品生命週期管理(PLM)的進步,能教會我們許多關於「依工程設計訂製」與「依配置訂製」的差異。

例如,汽車產業大量運用「配置器(configurators)」,讓你能以基礎設計為起點,快速完成配置,而無需從頭重新設計整個產品。汽車設計工具採用參數化建模(智慧模型),當某一項變更時,所有相關項目都會自動更新,並結合以配置為基礎的設計方式。一個平台會依客戶需求與偏好進行配置(例如棕色皮革內裝、跑車座椅等),但仍是在一個標準化的平台之上建構。

最後,作業研究(Operations Science)及其相關的建模與控制工具,為解決供應鏈與多據點技術部署所帶來的挑戰,提供了有效的方法。作業研究能協助判斷:哪些要做、哪些要買,以及各自需要多少。


案例研究:Better Place

Better Place 是一家於 2007 年成立、總部位於帕羅奧圖(Palo Alto)的新創公司。他們以類似行動電話的商業模式,銷售電動車的電池充電與電池更換解決方案。他們的使命是讓全球車輛電氣化,並緩解長期以來的其中一項問題……

左頁圖說,直排)
基礎設計充電點安裝流程
(註:電氣接線盒與支架之整合)


(右頁上方圖說)
左:基礎設計充電點
右:新版本充電點
(註:電氣接線盒的解耦)


接著,在更晚一些的時間點,例如當下一代充電點推出時,舊的充電點便可以在不影響既有基礎設施的情況下被移除並快速替換。

同時,在流程面向上,我們引入了如何運用擴增實境、雷射掃描,以及以限制條件為基礎的自動化工程工具,來取得一個既有場址,並讓電腦自動完成設計配置。

借鑑「依配置生產(configure to order)」的概念,我們讓電腦依據充電點的數量、負載需求,以及這些充電點所需之基礎設施尺寸與管線路由,自動完成設計配置。

這些充電點可以安裝在停車結構的牆面上,或沿著街道或人行道,以類似立柱的形式設置。

接著——同樣運用五大槓桿——我們分析在任何特定時間點,為了支援此一充電點設計與製造計畫,以及基礎設施部署以接收充電點,我們將會擁有多少產能與在製品(WIP),其依據是即將產出的庫存狀況。

在此階段,我們已能將原本需要十天與四百個工時的流程,縮短至一天與四十個工時!這一點並不令人意外——

如果你真正理解並實際應用基礎的專案生產管理(project production management),那麼這一切其實並不令人意外。

結論(CONCLUSION)

核心觀點在於,多數主要產業中「事情是如何被完成的」正在改變,這導致專案規模變小、跨多個場址執行、涉及更多利害關係人,而且這類專案的數量也正在增加。基於多種原因,這與管理一個大型單一專案有著非常不同的特性。

這樣的轉變帶來了更為複雜的供應鏈問題,也迫使我們面對一些棘手的問題,例如:部署的地理分布該如何因應,以及當工作是在分散且去中心化的地形中執行時,應該如何處理勞動力需求。

鑑於建造活動正從「大型且集中式」轉向「較小且去中心化」,而建造業在支撐社會運作所需基礎設施中扮演著關鍵角色,因此它也必須隨之調整。綠色能源與遠離化石燃料的趨勢、數位化與網際網路,以及小批量生產,正在重新塑造人類生活與經濟活動的樣貌。舉例來說,與其由一座大型工廠大量生產同一種產品,不如在較小、在地化的設施中製造客製化產品。這將會成為二十一世紀的主流生產模式。

因此,大型單一建造專案相對於小型部署型專案的比例將會下降。直到目前為止,建造活動多半仍是規模龐大的單一專案,但隨著能源轉型與數位化的推進,我們預期未來將會朝向更多「部署型」模式發展。

在下一章中,我們將更深入地探討建造業的未來——以及當今新興科技將如何重塑明日的建造產業。

第 8 章之二 設計永遠不會完成

 

改善設計的建議:我們該怎麼做?

1. 管理(辨識、定義並排序)需求

產業整體並不擅長辨識、定義與排序需求。人們喜歡解決問題,也樂於提出解法……(以下內容續於下一頁)

我們往往急著提出解決方案,但事實上,專案流程中也許最重要的一個環節是需求的定義——也就是當你在把「客戶的聲音」翻譯成「工程師的語言」時。

客戶通常是以「他們需要的東西是什麼」來描述需求,而不是以「那個東西能為他們帶來什麼效用」來表達。當他們說:「我需要一棟新的辦公大樓給我的公司」,他們真正的意思其實是:「我需要一個能容納我員工的結構。」

這有點像有人說:「我需要減肥」——他真正的意思其實是「我想變得更健康」或「我想看起來更好」。因此,負責需求定義的人有責任去理解為什麼需要這件事,因為那裡面才真正蘊含價值。

正如 Peter Drucker 所說:「客戶購買並認為有價值的,從來不是產品本身,而是效用——也就是產品或服務為他帶來了什麼。」

我記得有一個專案,一家飲料公司作為某設計—建造公司的潛在客戶,想要擴建他們的釀造廠,因為他們希望提升產能。受聘來評估專案需求的生產工程師最後得出的結論是:這家公司其實不需要擴建廠房;他們真正需要的是優化既有釀造廠內的生產方式

這家設計—建造公司因此失去了這個專案,但他們卻因此獲得了一位終身客戶,因為他們沒有去建造一個根本不需要的東西。

我曾聽一位建築師說過:「我們必須突破極限,重新定義邊界。」這聽起來或許很令人振奮,但它同時也伴隨著成本與風險。對於大多數專案而言,更好的做法是「描繪設計空間」,或者簡單來說,根據各種需求來界定可接受的選項範圍

需求大致可分為三種類型:


物理層面(Physical)
即使是最具遠見的思想,也無法違背物理現實的法則(例如:「你想蓋一棟二十層樓的結構,但如果你再多蓋十層,它就會倒塌。」)。

利害關係人(Stakeholder)
任何專案中都有眾多利害關係人,從規劃與建設階段需要取得核准的政府機關、環境影響評估單位、建築法規、放款機構(各自都有條件)、保險公司(有各種限制條款)、地方社區、客戶、供應商等等。

商業層面(Business)
顯而易見,專案中有各方希望獲利,並需要建構資產來實現。經濟因素,包括建造成本、營運成本與收入,都是關鍵的商業需求。

與一般認知相反,商業需求往往是彈性最大的部分,儘管多數公司會把它們放在優先順序的最前面。大多數企業的運作假設是:商業需求最重要;但事實上,利害關係人需求(更不用說不可撼動的物理定律)才是優先順序更高的因素。而且,這三種類型的需求往往彼此衝突。

為了降低風險,大型企業往往不惜代價導入「階段關卡(stage gate)」的專案流程。這些流程包含預先設定的決策節點(通常伴隨簡報、會議等),用來決定專案是否進入下一階段、停留在目前階段進行進一步分析、暫停,甚至終止。

實務上並不罕見:最終投資決策往往是在專案投入已遠超過「是否繼續」所需資訊之後才做出。每一個階段關卡,都要求你滿足某些條件,或做出是否前進的決策。

之所以會如此,是因為規劃機關與環境主管機構的要求,加上希望在早期就充分理解……(以下內容續於下一頁)

專案在財務上的可行性,驅動了必須在遠早於實際建造資產之前,就完成大量工作的需求。

業主不希望在「階段關卡(stage gate)」流程下走得太遠或投入得太深,因為那意味著可能浪費金錢。換言之,他們希望避免在前期投入大量資源,最後卻不得不整個專案喊停。但利害關係人的要求——例如環境影響評估,或地方都市計畫委員會的限制——可能需要投入大量設計與規劃工作,結果反而讓業主偏離了他們原本偏好的階段關卡流程。我們把這種情況稱為「有點懷孕了」(being a little bit pregnant)。

舉例來說,我曾提到過一個政府機關及其對於醫院建設的相關法規。為了取得核准,你的技術文件必須細緻到一個程度,使得以競標為基礎的傳統專案交付方式變得不可行,因為設計必須非常完整,而這又代表專業分包商必須在比以往更早的階段就被納入流程。要為一個在政府健康監管機構那「全知、全視之眼」中尚只是個模糊概念的專案,取得承包商的參與,更不用說承諾,是非常困難的。但這些政府機關並不在乎你的階段關卡流程;他們有自己必須遵循的職責與關注重點。

換句話說,階段關卡在實務上之所以行不通,是因為它忽略了利害關係人。這只是另一種由迷戀官僚制度的人所創造的專案管理形式,卻忽視了環境保護機構、都市計畫委員會等在真實世界中的實際需求。


2. 限縮設計空間(Constrain the Design Space)

退一步想一想:這一切究竟意味著什麼?

與其等到之後才來學這些,不如現在就把所有東西攤在桌面上,看看我們能做什麼、不能做什麼。與其一味突破極限來定義邊界,不如先去理解規劃與審查的要求,理解商業面的需求,理解建築法規的要求,理解市場上正在發生的事情。讓我們把這一切整合起來,進一步明確這些需求,然後加以排序。如此一來,我們的決策雖然不會像以前那樣廣泛,但會是我們可以真正落實、可以在其上持續建構的決策。

因此,與其由那種不斷突破邊界、定義極限的建築師說:「都市計畫委員會說我們只能蓋十層樓,但我們來挑戰二十層吧」,他更應該說的是:「我們實際上是要做到十層,那就以十層為設計目標,但也許我們能往下減四層,最後做成十四層。」這些需求必須被理解,而不是被草率地擱置。

在更細部的層級上,詳細工程(detailed engineering)能夠從既有的零組件與材料規格資料庫中獲益,並搭配與公差、零件使用等相關的政策,來限制那些不符合需求的項目所造成的不必要探索。


3. 及早納入專業人員以促進並行作業(Involve Specialists Early to Enable Concurrency)

沒有任何理由不在設計初期就讓專業分包商參與討論,就像汽車產業所做的那樣。他們帶來的是他人所沒有的、與詳細生產工程相關的寶貴知識。特別是,專業分包商所參與的專案數量,往往比設計顧問公司與建造管理公司還多,因此他們擁有更多第一線的實務經驗……(內容於下一頁續接)

這正是第一線(trench-level)的洞見。事實上,將「規劃」與「執行」分離,本身就意味著必須及早讓專業人員參與其中。

這件事說起來容易,做起來卻很困難,挑戰主要有兩個層面:(1)業主與建造管理公司急於知道設計的成本;而(2)專業分包商則在長期的制度環境下被訓練成「報價者」,因此當你邀請他們上桌時,他們只會說:「告訴我你要什麼,我就給你一個價格。」他們其實不知道該如何在這種情境下進行協作,因為他們從來沒有這樣的機會。這會在業主、設計團隊,甚至建造管理(CM)團隊之間造成緊張關係,因為 CM 團隊也非常害怕拿不到「最好的價格」。

但你對投資最好的運用方式,其實是去運用他們的專業知識,找出「把事情做到最好的方法」——畢竟,真正每天在做這些事情的就是他們。而且,這件事應該在一個清楚定義並被充分理解的「目標價值(target value)」框架下進行,其中包含總成本;並且要在設計初期就進行,因為在那個階段,詳細工程與生產工程才能真正影響與產品設計相關的決策,包括如何最佳地製造、交付、安裝、維護那些用來建造與營運資產所需的系統與零組件。


4. 以「系統」為基礎來組織(而非以「專業分工」)

不要再以專業別來組織團隊,而是以系統來組織。舉例來說,可以成立一個「基礎系統團隊」,其中包含所有與基礎工程相關的專業人員(土壤工程師、混凝土承包商、鋼構承包商等)。

「施工方法(means and methods)」的議題,導致產品設計與流程設計被分離。建築師與工程師位於組織階層的一側,而建造管理者與專業分包商則位於另一側。企業往往投入極大的心力,試圖整合並建立高績效團隊,但這些團隊仍然是依照專案組織架構,以及每一位成員何時加入團隊而被切割開來的。


以下是一個英國某公司於 2004 年建成的新總部專案所採用的組織架構。其理念是依「系統」來組成團隊,讓每個團隊都具備完成其系統所需的所有角色,涵蓋設計、工程、製造、物流、施工、試運轉與營運。

(圖示文字直譯重點)

  • 利害關係人/總部管理系統

  • ProjectFlow 管理系統

  • 結構團隊

  • 外裝團隊

  • 機電服務(M&E)團隊

  • 室內裝修(Fit-Out)團隊

  • 垂直動線團隊

  • 引導/決策團隊

  • 共置專案團隊(Co-Located Project Team)

  • World Wide Web(全球網路)


目前也有一股趨勢,嘗試將所有人共置於同一個空間中——也就是所謂的「大房間(Big Room)」協作。但共置是否有效,取決於設計流程中的工作流與進程;有時你可能會讓一些人坐在那裡卻暫時沒有事情可做(請回想本書前面提到的「以資源為基礎的排程」)。這正是共置的取捨之處:產能使用率與其所帶來的價值之間的權衡。

當然,近年 COVID-19 疫情期間,也讓大家學會了以遠端方式工作的全新模式。

5. 繪製並控制流程(Map and Control the Process)

專案具有高度獨特性。其成果是一個客製化產品,通常由一個為該專案特別組成的團隊所完成,而團隊成員代表了不同的組織與單位。然而,設計執行的實際流程往往並未被清楚理解。人們很少花時間去描繪設計流程本身(也就是:「哪些事情需要發生,以及如何發生」)。

現場其實有大量的「正在做的事情」。結構工程師知道該做什麼;機械工程師知道該做什麼;地質工程師知道該做什麼;每個人都知道自己該做什麼。他們具備專業知識、技能,以及電腦系統來完成工作。但整體工作流程的整合,卻從未在全局層次被理解。因此,我們必須將設計流程的工作流描繪出來,讓所有參與者都能理解整體的工作流,進而加以控制。

我們也需要聚焦在那些必須「解耦(decouple)」的地方。

有時候,不同角色之間會陷入一種僵局,彷彿老西部電影中的對決場景:兩名槍手在黃昏時分的荒漠小鎮對峙——只是這一次,沒有人想先拔槍。設計並非線性流程,而是反覆迭代的。管理這樣的流程至關重要,而理解「誰先動、如何先動」同樣關鍵。

我們實際觀察到的情況,往往是要嘛完全沒有控制手段,要嘛嘗試用長條圖,甚至是 CPM(關鍵路徑法)來管理設計。

在過去幾年中,用於釐清並協議設計工作流的各種方法與工具,確實被愈來愈多地採用。但這些工具仍然無法解決 Fondahl 所指出的關鍵問題:資源會影響完成工作的時間。即使工作流本身很重要,我們也不能忽略有效管理「產能(capacity)」與「在製品(WIP)」的重要性。WIP 尤其關鍵,因為我們希望避免因過早做出決策,或在缺乏適當資訊的情況下做決策,而導致重工。


那麼,敏捷軟體開發(Agile Software Development)呢?

基於其在 IT 部門中所展現的成功案例,企業高層開始尋求在公司內部更廣泛地應用敏捷方法。具體而言,就是將敏捷軟體開發方法引入資本性資產(capital assets)的設計中。

這是一個相當有趣的發展。首先,我們必須認知到,敏捷流程(如反覆迭代、短衝、Scrum、站立會議等)以及以團隊為基礎的組織架構,其實早在 1900 年代初期就已經被建造業所使用。同時,我們也必須承認,軟體開發專案與資本性專案在本質上是截然不同的

實體資產的建造需要一個高度複雜的供應網絡,其中包含大量「依訂單設計製造(engineered-to-order)」的零組件。這類工作同時具有技術性與實體性。此外,外部利害關係人(例如專業與商業執照機構、工會)對於「誰可以做哪些工作」具有相當大的影響力;而在軟體開發中,這種情況大多不存在。

監管要求往往導致大型批次或瀑布式的專案交付模式。即使自我設置的治理流程會帶來某些非預期後果,但在可預見的未來,建造業仍無法放棄瀑布式模型。與軟體開發或其他產品開發工作不同,建造專案必須納入大量的法規核准程序。

這些法規核准與其相關的文件申報,包括環境影響評估、規劃主管機關或委員會的核准、建築許可,以及使用執照等,只是其中幾個例子。監管機關要求特定流程必須被遵循,且在每一項核准中必須提供特定資訊。此外,政府機關與其他公共部門通常也要求透過公開競標或招標程序,來選擇工程顧問與建造承包商。

為了促進這個流程,必須彙整並發佈給投標者清楚的指示,或完整的投標文件(bid packages)。

在大多數情況下,這些法規要求並不適用於軟體開發。不過,與所有事物一樣,未來某個時間點,政府也可能選擇對軟體開發進行監管。其中,隱私與資安很可能會成為兩個主要的關注焦點。那麼,這樣的監管將如何實施?又會對軟體開發流程帶來哪些挑戰?如果真的發生這種情況,也許軟體開發反而需要向建造業尋找解方。

建造活動與實體世界密不可分。因此,化學、物理,以及相關的工程與材料科學領域都適用於建造。基礎必須在結構豎立之前完成;混凝土也必須養護完成後,才能達到其結構完整性。

建造的物理法則對產品設計、設計流程,以及與產能、庫存與變異性相關的決策,設定了明確的限制條件。改變工作的執行順序必然需要取捨。例如,若將基礎工程與上部結構解耦,使得基礎設計不會延誤其餘設計工作,則可以透過對基礎進行「過度設計」(承受實際上可能永遠不會施加於結構上的荷載)來達成。然而,這樣的取捨會為專案帶來額外成本。

有趣的是,主要的科技公司實際上在其消費性產品設計中,採用了瀑布式(waterfall)的設計方法。

敏捷方法本身其實是一種值得質疑的實務,因為它假設我們擁有無限的產能。它認為總是會有足夠的產能來完成工作;也就是說,因為這是技術性工作,就一定會有知識型工作者隨時待命。但現實並非總是如此。

數位科技已經徹底改變了生活與商業的每一個面向,而建造業同樣沒有理由不能善用這股尚未被完全發揮的力量。然而,應用科技解決方案時,必須放在一個清晰、理性且具策略高度的脈絡中,而不是只是把東西往牆上丟,看哪個會黏住。

在本書的最後三分之一,我將談論一個自動化的數位未來,整合我們所討論的所有元素,並提出一個框架,協助我們有信心且靈活地轉型,跳脫目前低效的現狀。

第 8 章之一 設計永遠不會完成

 

第 8 章

設計永遠不會完成

當談到設計時(WHEN IT COMES TO DESIGN),建造專業人員,以及從事建築或工程的人,往往受到一種想要「凍結設計(freeze the design)」的慾望所驅使。
這代表設計已經完成,不再有任何變更。

這樣做的理由看似不言自明:完成設計階段,等同於為下一個步驟亮起綠燈,並為專案帶來穩定性與確定性——一個可以據以建構的基礎。
它是概念與執行之間的樞紐。
但實際上,事情並不是這樣運作的。

設計從來都不是真正完成的。
「凍結設計」本身就是一個謬誤。

按照一般的順序,需求完成後進入設計,工程完成設計後進入製作,製作完成後進行安裝,而試運轉(commissioning)則為整個流程畫下句點。
然而,當你啟動系統並開始實際運轉它——不論那個「它」是什麼——總是會出現必須進行的變更

即使是由最有才華的專業人員完成、最為周密的設計階段,也無法賦予設計全知、全視、如同神一般的能力。
事情會被遺漏、不可預見的事件會發生、新的問題會浮現,或者會出現更好的做法。
有時候,如何把事情做得更好的方法,會在之後才出現。

一個專案的設計,也可以為你正在同步進行的另一個專案提供資訊。而這些經驗與知識,還可以被整理並納入知識庫,供其他設計使用。

所有這些在每個專案中都會發生的因素,都使得設計變更必然會發生在原始設計階段之後。甚至「設計階段(design phase)」這個詞本身都是一個不恰當的用語,因為它暗示著一段有明確起點與終點的有限期間。
事實正好相反,設計永遠不會完成。它會持續貫穿資產的整個生命週期。
即使是資產的除役(decommissioning),也需要一套設計流程來說明如何安全且有效地進行,從機械與電氣系統的斷開,到結構拆除的順序,甚至包含使用炸藥進行拆除的方式。


什麼是設計?

WHAT IS DESIGN?

設計是一個相當模糊、且高度依賴情境的名詞,因此我們可以先用一個簡單的方式來定義它:
凡是將商業或客戶需求轉化為技術解決方案的過程,都屬於設計(如今多半透過數位模型、圖面、示意圖、敘述文件等形式來呈現)。

這個解決方案不一定是實體的,但在本書中,我們將聚焦於實體解決方案——主要是資本性資產(capital assets)。

設計流程的第一步,是辨識、定義並排序需求的優先順序
需求可能來自商業、技術或法規層面。
例如,商業需求可能是某項資產必須能在特定成本下,生產一定數量以實現指定利潤;
技術需求則可能與生命週期相關;
而法規需求則可能涉及必須滿足的環境標準。

在資本專案的世界中,需求的辨識、定義與排序是一個極為重要的機會,但我們往往在這件事上投入的時間,遠少於航太或汽車等其他產業


設計涵蓋了:

  • 概念設計(我們要蓋的是十層樓,還是二十層樓?)

  • 工程設計(科學、機械、土壤、結構等)

  • 以及最後的 細部工程設計,用來精確決定我們要「如何」建造。

如果結構工程指出鋼構連接必須以某種方式配置,
那麼細部工程就會進一步處理那些技術層面的細節——也就是實際上要如何落實。

最後,還有生產工程(production engineering),這通常由現場人員主導,並關注這個問題:
我們要如何執行這項工作?

例如:
如果要安裝某個構件,我們要用吊車嗎?
吊車要放在哪裡?
我們要怎麼吊裝?
哪些工作在工廠做,哪些在現場做?
我們要用手動扳手,還是氣動扳手?
等等。


設計、製造與安裝之間並不存在固定的界線
它們是同步進行的,並且彼此交織、相互滲透。

而作為一個產業,我們仍持續嘗試在能力範圍內進行快速推進(fast-track)。
在整個交付流程中,每一個人都在做設計決策——
不論這些決策是關於客戶需求、工程的科學層面,
或是現場的細部工程。

設計、製造與安裝之間沒有固定的邊界;
它們是同步進行的,並彼此交織。

從成本、品質、安全與時間的角度來看,一階與二階決策至關重要。
但太常見的情況是,由於建築師與工程師沒有參與施工方法與執行手段的討論,三階與四階決策往往在流程中過晚才被做出
其結果是——(未完,續頁)

這會導致安全事故風險增加、品質下降,以及不必要的成本、工期延長與現金占用


影響能力會隨時間遞減

ABILITY TO INFLUENCE DIMINISHES OVER TIME

請回想下方圖示所呈現的概念:影響事物的能力會隨著時間而逐步衰退

在專案生命週期的後期,管理層可介入的選項會變得越來越少。一旦專案從需求的辨識、定義與優先排序,進入到實際製作事物所需的細部設計活動,任何變更的成本都會急遽上升。
因此,在前期盡可能多做,是一項必要的原則

有些人會刻意利用這種動態,在專案早期強行做出設計決策,因為他們知道之後將很難再被修改。
例如,建築師可能會透過取得相關政府機關的核准,來強加他所希望的設計。一旦主管機關針對某個特定設計核發了規劃許可或建築許可,隨著專案持續推進,你幾乎就只能接受這個設計。
要再修改它將會非常困難,並且需要大量的智力勞動、行政程序、官僚協調、等待時間,以及額外的成本。

如下一張圖所示,當生產工程(production engineering)被推遲到專案生命週期的後段,影響能力會持續下降;同時,在製品(WIP)卻不斷累積
為了將「影響能力」與作業系統(OS)連結起來,我們在圖中加入了 WIP 曲線,用來表示「決策在製品(WIP of decisions)」——也就是決策尚未被完成、但已經堆積起來的狀態。

註 18:此圖為改編自 Frederick W. Gluck 與 Richard N. Foster 於 1975 年 9 月發表於《哈佛商業評論》的文章〈Managing Technological Change: A Box of Cigars for Brad〉。本文作者另行加入了 WIP 曲線。


(右頁圖示說明)

圖中顯示:

  • 影響能力(Ability to Influence) 隨時間下降

  • 管理介入(Management Intervention) 的有效性逐步降低

  • 在製品 WIP 隨著專案推進而上升

  • 專案流程從:

    • 定義

    • 設計/工程(辦公室中的數位作業)

    • 細部工程

    • 製造(工廠)

    • 組裝

    • 安裝/試運轉(現場)


這一點在公共資金專案或涉及大量法規與政府監管的專案中尤其明顯。
例如,政府機關或建築主管單位,往往希望在施工前(也就是設計階段)就取得盡可能多的資訊,結果反而迫使設計決策在更早的階段就被定案,而不是留到後期再做——即使那些後期決策才是你真正希望在接近施工時才決定的。

目前常見的做法,是建築師與工程師並未參與施工方法與執行手段(means and methods),導致設計結果沒有納入細部生產工程的考量

作為資產的業主,你可能不喜歡這樣的結果;
但如果你希望資產能夠真正被建造出來,你就必須配合這套遊戲規則。
其根本問題在於,整個產業仍然運作在這樣的假設之上——總會有某個人,在後面的某個階段,把一切問題解決掉。(未完,續頁)

為了編製各種技術文件、圖說、規範,以及 3D 模型,這些成果提供了其他人進行成本估算、提案與成本預測的基礎。
我們可以追溯這種做法的起源至十九世紀,當時市政機構為了降低貪腐風險,開始在公共工程與政府合約中實施公開、競爭式的招標或投標採購制度。

這套制度至今仍大致存在,特別是在公共工程領域。
為了讓標案或提案能被有效且有效率地分析,必須先提出一套設計,讓承攬商依此準備並提交提案或報價,也就是投標。一旦最低價或得標者確定,便會將合約授予該建造公司;接著,視不同條件而定,施工可能已經開始,或依法必須與專業分包商簽訂合約;若法律未強制要求,則主承包商可依自身判斷「自行分包工作」。

一旦合約完成簽署,且專業分包商被聘用後,這些分包商便會開始準備並提交各類技術資料,有時稱為「送審資料(submittals)」或「供應商資料(vendor data)」,用來說明他們將使用的材料、施工方法,以及實際如何執行工作。

此時,設計團隊會組合一套設計文件包。這個設計包可能是 100% 完整設計,也可能只是部分設計,後者通常稱為 設計—施工銜接(design-build bridging)。這種方式會將完成設計的責任轉移給投標團隊。但不論是哪一種形式,最終都會形成一套可供競標的專案文件包。

我們在建造管理的其他層面曾看過類似的動態:這正是「規劃與執行分離」的另一種展現。沒錯,就是 巴貝奇(Babbage)與泰勒(Taylor)——他們又回來了。
設計本身也被切割成一連串專業領域,從各類工程師(結構、機械、電氣等),到建築師、室內設計師、聲學工程師等,眾多角色同時擁入這個領域。每個人都有其特定任務,但整體而言,他們的工作主要是提供文件,交由後續負責交付的人員處理:建造經理;機電、鈑金、屋頂、鋪面與景觀等承包商。

多年來,設計公司受到多種因素限制,其中包括保險公司嚴格的要求,以及錯誤與遺漏責任條款(errors and omissions policies),使他們被禁止涉入任何與施工方法與執行手段(means and methods)相關的事務。
然而,實務上幾乎不可能將設計與施工方法完全分離;在許多層面上,兩者其實是一體兩面。設計公司通常不會提供任何關於「如何施工」或「施工方法如何執行」的建議。這是有問題的,因為「做什麼」(產品)會影響「怎麼做」(流程),而施工方法也會反過來影響什麼是可行的。

相較之下,汽車產業的做法截然不同。他們拆除了設計與生產工程之間的高牆,這也是該產業普遍更具效率的原因之一。

隨著巴貝奇的專業分工思想與泰勒的「規劃與執行分離」逐漸成形,建築師與工程師反而無法善用建造公司所擁有的實務經驗與技術知識。承包商只能被迫透過錯誤與遺漏所產生的追加費用來「發揮」這些專業能力。
當錯誤與遺漏引發追加索賠時,法律事務所與顧問公司也開始提供建造法律與索賠服務。
建築師與工程師並不負責提供任何與施工方法、執行手段,或工作如何進行相關的意見或要求。

碎片化(Fragmentation)同時也驅動了由自動化所支撐的局部最佳化,例如:
在設計階段使用軟體來降低鋼材用量,或在製造過程中使用軟體來最佳化施工順序與批次生產。
這些做法往往提高了整體的複雜度,並增加相關的成本與時間,同時也因專案延誤而導致業主資產收益的損失。

在局部看起來合理的事情,對整個專案而言卻是一場災難;更重要的是,對投資該專案的企業而言也是如此。


不同的做法(Different Approaches)

儘管先進產業早已致力於實現並行設計(concurrent design)以及多方利害關係人的早期參與,但在建造產業中,設計與施工之間的分離卻反而更加根深蒂固,成為產業運作方式的一部分。

這一點在建造產業如何(相較於其他先進產業)導入新技術時表現得尤其明顯。
自 1970 與 1980 年代開始,電腦輔助製圖(CAD),以及後來的 3D/4D 建模,接著是產品資料管理(PDM)與產品生命週期管理(PLM)系統被開發出來,用以改善早已過時的流程。這是一大躍進,使這些產業得以有效率且自動化地完成過去幾年前根本不可能、甚至難以想像的事情。

CAD、3D 建模,以及 PDM/PLM 的發展,在消費性電子(Apple)、汽車產業(Toyota、Ford)、航太與國防(Lockheed Martin、McDonnell Douglas)等領域,被藍籌創新者更有效地吸收與運用,相較之下,建造產業的採用程度明顯落後。

在建造產業中,最早採用較先進技術的其實是專業分包商——也就是實際從事細部工作的那群人。他們受益於電腦化的計算能力,例如材料用量計算,或製作詳細的等角圖(isometric drawings),讓現場或工廠的人能夠實際把東西做出來或安裝完成。在某種程度上,這種情況在工程各專業領域皆然,無論是結構、機械或電氣工程;這些技術進步對高度技術性、細節繁複的工作特別有幫助。

然而,由於角色分工的性質,3D 建模對建築師與建造經理(CM)的實際價值卻相當有限。建築師多半負責概念層面(而非細部),而建造經理更像是仲介角色,負責得標並聘用專業分包商來處理那些繁雜、細節密集、且高度實體化的工作。

3D/4D 以及 PDM/PLM 的使用有時反而造成困惑,因為這些工具原本是由航太產業所開發,後來被汽車產業與消費性電子產業採用,用來促進更高度並行、協同的生產模式——這些團隊是在專案最早期階段就組成,而不是隨著設計推進才逐步加入,或等設計完成後再作為投標文件發出。

當技術本身要求在專業分包商進場之前無法做出關鍵決策時,這些問題便不會顯現。

對我而言,最深刻的一次經驗,是我以專業分包商身分參與一項大型機場擴建工程時:
專案進度延誤超過一年,而施工圖卻被蓋上「不依比例(Not to scale)」的章。
這他媽要怎麼蓋?」我當時心想。
一定有更好的做法。

先進產業的做法完全不同。首先,他們在自有人員與外包承包商之間的比例就截然不同。
在我曾參訪的一家汽車製造商中,我驚訝地得知:80% 的設計專業人員是公司內部員工,而 17% 則是承包商,用來在需要更多人力時進行「彈性調整(flex)」。

……需要人力來支援一個專案。而那 17% 是「個人」——是真正的人:專職的承包人,而不是公司——他們向汽車公司的正式員工回報。其餘的 3% 則是無法列入公司薪資名冊的外部人員,因為某些測試必須由第三方來執行。

這一點非常重要,因為在建造產業中,多數人 並不 在業主的薪資名冊上。人力聘用早已被剝離或轉包出去。在一個特定專案中,實際上只有約 5% 的人是業主的員工,其餘都是承包商,不論是設計公司、工程顧問公司,或專業分包商。而承包商各自擁有不同(且往往彼此衝突)的誘因與利益。

這就產生了一個問題:每一個專案,你其實都在組建一個由新公司與新成員所構成的全新團隊。BAA 對此提出了一個有趣的解決方案。在 T5 啟動之前,BAA 成立了一支由設計師與承包商組成的專屬團隊,負責交付多個專案,並藉此學會如何有效地協同工作。BAA 為了培訓與整合這些團隊,付出了極大的努力。

其次,先進產業更重視「並行作業(concurrent)」的工作方式。他們同時看待概念設計、工程設計(包含細部工程)、生產工程,以及行銷與其他要素——同時進行。我們要建造什麼?我們要如何建造?

然而在建造產業中,做法卻更為零碎:一次只看一個元素,從需求、概念設計、工程設計,一路到細部工程。

正因為採取並行、而非循序的方式,這些產業在導入前述技術(例如 3D 建模或 PLM)時,採取了更為由上而下(top-down)的方式。當 Lockheed 等公司在 1980 年代開發 3D 建模技術時,他們是直接向內部團隊與供應商全面推行。這樣做的優點在於能夠達成——

工具的標準化:所有人使用相同的工具,朝向共同的目標努力,因為這正是高層所要求的。

Lockheed Martin、McDonnell Douglas 與 Dassault 都自行開發了 3D 建模軟體,用以支援一種以並行與協作為核心的工作方式。他們不是依序工作,其主要目標也不是為了贏得投標,而是讓所有要素能夠在一個統一、協調、協作的架構下共同運作。

相較之下,建造產業則受制於碎片化,因為各種專業分包商各自使用不同的軟體。這正是「由下而上(bottom-up)」而非「由上而下(top-down)」導入科技所造成的結果。

實際上,當前所使用的軟體,正因為是由下而上演進而來,反而將一個本來就行不通的流程自動化了。這就是軟體的問題——它是一把雙刃劍。自動化的能力極其強大,如果用得正確,確實能帶來優勢;但如果你把錯的事情自動化,只會製造更多問題。

正如 Peter Drucker 的名言所說:

「沒有什麼事情比『把一件根本不該做的事做得非常有效率』更沒有用。」

軟體反而強化了一種錯誤、且難以扭轉的工作方式。

這就是軟體的問題——它是一把雙刃劍。
自動化的能力非常強大,如果用得正確,確實有其優勢;
但如果你把錯的事情自動化,只會製造更多問題。

 

開創一條新路(Forging a New Path)

讓我們以 Toyota(豐田) 作為例子。與歐洲與美國公司不同,在設計方面,Toyota 採取了幾項相當有意思的策略,其中包括
(1)目標成本法(Target Costing),以及
(2)集合式設計流程(Set-Based Design Process)

目標成本法(Target Costing)

目標成本是一種成本管理工具,用來設定某項產品製造或某項服務提供時的「預期成本」。這是一個結構化的流程,包含設定目標成本、分析產品或服務中各個構成要素的現行成本,接著再將這些成本降低至符合目標成本。

這是一種**主動式(proactive)**的成本控制方法,而非被動反應式的方法。目標成本法要求對客戶需求、設計流程與製造流程有深入的理解,才能找出並實現成本節省的機會。其目的在於維持競爭力,並最大化產品或服務的獲利能力。

加州大學柏克萊分校(UC Berkeley)的 Glenn Ballard 一直致力於將目標成本法引入建造產業,並將其稱為 Target Value Design(目標價值設計)

集合式設計(Set-Based Design)

Toyota 會為同一個問題設計多種解決方案,或為某種情境建立多個選項,並且讓這些選項維持開放狀態更久。他們會刻意避免過早「凍結設計」,而是盡可能等到最後責任時點(last responsible moment)才做決定。

集合式設計是一種設計方法論,其重點在於將系統或產品視為整體來設計,而非只專注於個別元件。它的核心概念是在滿足設計需求的前提下,建立一組設計方案,而不是一開始就只優化單一解法。

這樣的做法能夠為設計流程帶來彈性與創造力,並有助於降低成本與縮短上市時間。集合式設計同時也支援快速原型與測試,並且適用於產品設計的各個層面,從概念設計到細部工程皆然。

舉例來說,Toyota 可能會為一套動力系統同時設計五種不同方案,並將它們全部保留為可行選項,而不是過早鎖定其中之一。這使他們能夠在策略層級清楚掌握整體設計如何彼此銜接。

在西方世界,設計通常建立在「凍結(freeze)」的概念之上,而且一旦凍結便完全不可變動。這種方式在理論上或許說得通——前提是你永遠不需要解凍。但在複雜的生產系統中,這種做法根本不可行。因為「解凍」所造成的返工一直是個棘手的問題,而 Toyota 則透過其 LRM(Last Responsible Moment,最後責任時點) 的方法,巧妙地避開了這個困境。

因此,Toyota 能夠降低設計成本並提升設計品質,因為他們避免或最小化了因凍結設計而導致的返工負擔。他們能以更低的成本、更快的速度創造更多選項。

在建造產業中,卻存在著強烈的壓力要求「盡快凍結設計」,主要原因在於:只有設計凍結後,才能開始報價。在製造業中,利潤 = 價格 − 成本;一輛車的價格終究有市場上限,超過消費者能接受的價格就賣不出去。但在建造產業中,由於屬於服務型態,計價邏輯卻是 價格 = 成本 + 利潤

在像 Toyota 這樣的先進產業與公司中,所有人都是一起坐在同一個空間內協同工作,而且大多數參與者都是公司正式員工。

Toyota 也傾向將 80% 的工作交給主要供應商,20% 交給另一家供應商。他們會對排名第二的供應商說:「你可以成為第一名,但前提是你必須提出比另一方更好的構想。」這樣的機制同時激勵雙方持續改進其技術設計。

並行作業與協同合作,加上全面數位化的支援,正是 Toyota 能夠在全球設計領域中持續成為典範的原因——不僅限於汽車產業,也涵蓋其他產業。

產品生命週期管理(Product Life Cycle Management,PLM)系統,由 Dassault、SDRC(現為 Siemens)、Parametric Technologies(現為 PTC) 等公司率先發展,代表了設計技術下一個令人振奮的階段,而建造產業也有望能從中借鑑一二。

在 PLM 系統中,可以建立完整的產品配置。實務上,這意味著:「我們可以生產**依訂單配置(configured-to-order)**的車輛,因此從產線下來的 Land Rover,大致上沒有任何一輛會與另一輛完全相同。」

他們將「平台化設計」的概念推向極致,使其能支援高度的客製化、配置與情境變化——而且這些變化呈現指數級的組合可能性。

透過先進的 PLM 系統,可以開發「配置器(configurators)」,讓客戶幾乎能自行設計自己的產品。

建造產業在這方面一直落後,但已有一些具前瞻思維的企業開始跟進。例如,德國公司 Goldbeck 在這方面表現傑出,是一家值得關注的企業。他們在公司內部完成所有設計與大多數製造工作,同時也負責現場施工,並以「配置化產品」的方式運作。他們展示了以更先進的設計方法,透過平台化設計來實現「依訂單配置」的可能性。

這種模式可稱為 大量客製化生產(mass customization production)——這個詞乍聽之下似乎自相矛盾,但已被一些全球領先企業採用,因為他們找到了同時結合大量生產專業化/客製化優點的方法。

汽車與航太產業,與資本專案的設計與建造實務形成了鮮明對比。隨著市場條件變得愈來愈複雜且動態,新的設計與工程方式變得必要。這促成了**並行設計與工程(concurrent design and engineering)**的發展——一種強調任務平行化(也就是同時執行多項工作的)工作方法。

這種做法有時也被稱為 同步工程(simultaneous engineering)整合式產品開發(Integrated Product Development, IPD)


先進產業與建造產業的比較(表格內容翻譯)

參數(Parameter)

  • 流程方式(Process Flow)
    先進產業:並行(Concurrent)
    建造產業:循序(Sequential)

  • 生產工程(Production Engineering)
    先進產業:在流程早期完成
    建造產業:在流程後期才進行

  • 材料清單(BoM)的準確性與精度
    先進產業:高
    建造產業:低

  • 成本管理(Cost Management)
    先進產業:成本作為設計的輸入條件
    建造產業:設計作為成本的輸入條件

  • 組織結構(Organizational Structure)
    先進產業:以團隊為基礎
    建造產業:以專業分工為基礎

  • 內部完成設計的比例
    先進產業:高
    建造產業:低

  • 供應商在早期階段的參與程度
    先進產業:高
    建造產業:低


如今,汽車公司以及其他先進產業的企業,正運用「元宇宙(metaverse)」於一個彼此互聯的虛擬世界中。這個世界以電腦模擬的現實形式存在,包含虛擬環境、虛擬世界、擴增實境平台,以及混合實境應用,其目的是為了更好地理解客戶所期望的價值、行為趨勢、進行設計與工程作業,並傳達作業指示,還有其他多種應用情境。



第 11 章 轉型的框架: 如何讓人參與、影響行為, 並啟動建造產業的未來

  第 11 章 轉型的框架: 如何讓人參與、影響行為, 並啟動建造產業的未來 我們可以有效地運用本書中所有的經驗與教訓, 但在每一個建造專案、以及任何改善倡議中, 都存在一個巨大的瓶頸—— 人類的大腦。 如果我們無法真正做到以下兩件事, 那麼其他一切都毫無意...