จับโจรต้องจับของกลาง: สามตัวเลขที่ช่วยให้เจอคอขวดตัวจริงในสายการผลิต

หกโมงครึ่งเช้า ที่โรงงานฉีดพลาสติกแห่งหนึ่งในสมุทรสาคร เขตอุตสาหกรรมติดกรุงเทพฯ คุณอนงค์ ผู้จัดการโรงงาน ยืนอยู่ข้างไลน์แพ็คกิ้ง เธอมองกล่องสินค้าสำเร็จรูปที่กองสูงถึงเอวแล้วมั่นใจว่า "คอขวดต้องอยู่ที่แพ็คกิ้งแน่ๆ คนไม่พอ เปิดกะเพิ่มก็จบ" เธอเปิดกะดึกเสริมคนแพ็คกิ้งมาสามเดือนติดต่อกันแล้ว แต่ออเดอร์ก็ยังส่งช้าให้ลูกค้าห้างค้าปลีกทุกวัน

ปัญหาคือ หลังเปิดกะดึก โซนแพ็คกิ้งก็ทำงานเร็วขึ้นจริง แต่ยอดส่งออกทั้งโรงงานแทบไม่ขยับ คุณอนงค์งงมาก ทั้งสามไลน์ต่างก็ยุ่งมาก เครื่องจักรก็วิ่งเต็มกำลังทุกตัว แล้วทำไมยอดขายยังติดอยู่ที่เดิม เธอเริ่มสงสัยว่าสิ่งที่ตาเห็น ทั้ง "ความยุ่ง" และ "กองงานค้าง" อาจไม่ใช่คำตอบที่แท้จริง

ทำไมถึงเป็นแบบนั้น

เอไลยาฮู เอ็ม. โกลด์แรตต์ (Eliyahu M. Goldratt) นักฟิสิกส์ชาวอิสราเอล ผู้เสนอทฤษฎีข้อจำกัด (Theory of Constraints) ชี้ว่าความเร็วของผลผลิตทั้งสายการผลิตถูกกำหนดโดยจุดที่ช้าที่สุดจุดเดียว และสายตาคนมักถูกหลอกด้วย "กองงานที่มองเห็น" — จุดที่มีของกองไม่จำเป็นต้องเป็นคอขวดตัวจริง อาจเป็นแค่ภาพลวงตาที่เกิดจากต้นทางติดขัดจนปลายทางขาดวัตถุดิบ ศาสตราจารย์จอห์น ดี. ซี. ลิตเติล (John D. C. Little) แห่งเอ็มไอที เสนอสูตรทฤษฎีแถวคอย (Little's Law: ปริมาณงานค้าง = อัตราผลผลิต × เวลารอคอย) ในปี 1961 ยืนยันว่าคอขวดตัวจริงต้องวัดด้วยเวลาและตัวเลข ไม่ใช่อาศัยสายตาหรือสัญชาตญาณของช่างอาวุโส

วิธีทำ

นับงานค้างระหว่างผลิตตามจุดที่กำหนด เพื่อดูว่าจุดไหนติดขัดจริง

ที่ปรึกษาของคุณอนงค์แนะนำให้ถ่ายภาพนับกองงานค้างหน้าสถานีฉีดพลาสติก พ่นสี และแพ็คกิ้ง สามช่วงเวลาคือ 9 โมงเช้า บ่ายโมง และ 5 โมงเย็น ผลปรากฏว่างานค้างหน้าแพ็คกิ้งจริงๆ ไม่เยอะ ที่กองหนักที่สุดคือหน้าเตาอบสี เฉลี่ยกองไว้นานถึง 6 ชั่วโมง

วัดเวลารอคิว อย่าดูแค่เครื่องจักรวิ่งหรือไม่วิ่ง

เธอติดป้ายเวลาบนชิ้นงานแต่ละล็อต บันทึกเวลาเข้า-ออกแต่ละสถานี พบว่าหน้าเตาอบสีรอคิวเฉลี่ย 6.2 ชั่วโมง ขณะที่หน้าแพ็คกิ้งใช้เวลาแค่ 20 นาที จุดที่ติดขัดจริงไม่ใช่แพ็คกิ้ง แต่คือเตาอบสี ซึ่งแค่ส่งความล่าช้าไปให้ปลายน้ำ ทำให้โซนแพ็คกิ้งดูยุ่งไปเอง

คำนวณอัตราภาระกำลังผลิตของแต่ละสถานี ตัวเลขไม่โกหก

อัตราภาระ = เวลาที่ต้องใช้จริง ÷ เวลากำลังผลิตที่มีอยู่ สถานีฉีดพลาสติกอยู่ที่ประมาณ 85% แพ็คกิ้งประมาณ 70% แต่เตาอบสีสูงถึง 115% — เตาอบต่อวันรับปริมาณงานได้ไม่ทันความเร็วที่ป้อนวัตถุดิบจากฉีดพลาสติก คอขวดจึงอยู่ที่เตาอบสี ไม่ใช่แพ็คกิ้ง การเปิดกะดึกเสริมคนแพ็คกิ้งจึงเสียเปล่าโดยธรรมชาติ

🔧 ลงมือทำกับ AI: เครื่องมือวินิจฉัยคอขวดสายการผลิต

ส่งข้อมูลเวลากำลังผลิตที่มีอยู่ ปริมาณงานค้าง และเวลารอคิวของแต่ละสถานีในโรงงานคุณให้ AI ช่วยคำนวณอัตราภาระและจัดอันดับจุดที่น่าจะเป็นคอขวด ไม่ต้องเดาจากความรู้สึกอีกต่อไป

คุณคือที่ปรึกษาสายการผลิตที่เชี่ยวชาญทฤษฎีข้อจำกัด (TOC) ช่วยวิเคราะห์ข้อมูลสถานีผลิตต่อไปนี้ เพื่อหาคอขวดตัวจริง:

สถานีผลิตของฉัน (กรอกตามลำดับ เพิ่ม/ลดได้):
1. ชื่อสถานี: ___　เวลากำลังผลิตที่มีต่อวัน (นาที): ___　เวลาที่ต้องใช้ผลิตจริงต่อวัน (นาที): ___　ปริมาณงานค้างที่สังเกตได้: ___　เวลารอคิวเฉลี่ย: ___
2. ชื่อสถานี: ___　เวลากำลังผลิตที่มีต่อวัน (นาที): ___　เวลาที่ต้องใช้ผลิตจริงต่อวัน (นาที): ___　ปริมาณงานค้างที่สังเกตได้: ___　เวลารอคิวเฉลี่ย: ___
(เพิ่มรายการตามจำนวนสถานีจริง)

กรุณา:
1. ช่วยคำนวณอัตราภาระกำลังผลิตของแต่ละสถานี (เวลาที่ต้องใช้จริง ÷ เวลากำลังผลิตที่มีอยู่)
2. วิเคราะห์รวมทั้งอัตราภาระ ปริมาณงานค้าง และเวลารอคิว เพื่อชี้จุดที่น่าจะเป็นคอขวดตัวจริงที่สุด พร้อมอธิบายเหตุผล
3. เตือนฉันว่าสถานีไหนที่ "งานค้างเยอะ" อาจเป็นแค่ภาพลวงตาจากผลกระทบของคอขวดต้นทาง ไม่ใช่ปัญหาจริง
4. แนะนำ 3 ขั้นตอนตรวจสอบต้นทุนต่ำที่ทำได้ภายในสัปดาห์นี้

สิ่งที่ทำได้ภายในสัปดาห์นี้：เลือกวันหนึ่ง เดินลงพื้นที่ 3 ช่วงเวลา คือเช้า กลางวัน เย็น ถ่ายภาพและบันทึกเวลาของกองงานค้างที่แต่ละสถานี แล้วเทียบดูว่าสถานีไหนกองนานที่สุดและระบายช้าที่สุด นั่นแหละคือคอขวดตัวจริงที่คุณตามหา

📎 ที่มาทฤษฎี: Eliyahu M. Goldratt หนังสือ The Goal (1984) ทฤษฎีข้อจำกัด (Theory of Constraints); John D. C. Little, "A Proof for the Queuing Formula: L = λW" (1961, MIT)