ПРОИЗВОДСТВО И ПЛАНИРОВАНИЕ ТРУДА
Кривая обучения: сколько труда требуют следующие партии
Первые партии нового изделия могут требовать больше труда, чем последующие. Но среднее время по всему выпуску нельзя автоматически умножать на новый заказ. Для проверяемого плана нужно выбрать модель обучения, сохранить накопленный опыт и рассчитать именно будущий прирост трудозатрат.
Решение: проверить трудоёмкость повторного заказа
После четырёх завершённых партий поступает заказ ещё на четыре. Планировщик должен оценить, сколько прямого труда потребуется дальше. Взять время первой партии, среднее прошлых четырёх или среднее будущих восьми — разные действия, и ни одно не заменяет явной модели.
Общий регламент производства уже требует материалов, ресурсов и допустимого расписания. Здесь уточняем один его вход: будущие человеко-часы повторяющейся работы при сохранённом опыте. Выбор очередности, цена клиенту и разрешение запуска остаются отдельными решениями.
Модель обучения применима не автоматически. Повторяемость операций, устойчивость процесса и преемственность команды требуют проверки. ACCA также подчёркивает, что реальная скорость обучения заранее неизвестна, а оценка может отличаться от наблюдаемого результата. ACCA: The learning rate and learning effect.
Уточните, что означает процент обучения
Выберем модель накопленного среднего времени. В ней при удвоении общего количества выполненных партий среднее время на партию становится определённой долей прежнего среднего. Learning rate 75% означает сохранение 75% среднего, то есть снижение на 25% при удвоении накопленного выпуска.
Это не сокращение времени на 75% и не уменьшение на 25% после каждой новой партии. Процент относится к конкретной величине и событию удвоения. Без этой подписи число «75%» недостаточно для расчёта.
Обозначим накопленное количество партий N, время первой партии a, накопленное среднее y(N). Используем y(N) = a × Nᵇ, где b = ln(0,75) / ln(2). Накопленное общее время T(N) = N × y(N). Такую формулу накопленного среднего приводит ACCA. ACCA: определение модели.
Учебные условия и границы труда
Все данные вымышлены. Одна определённая команда повторяет один процесс изготовления обычного непродовольственного изделия. Партии одинакового размера и состава; критерий пригодного результата неизменен. Первые четыре партии завершены, незавершённых частей в исходной точке нет.
Время первой партии задано равным 120 человеко-часам. Учебный коэффициент 75% сохраняется до восьмой партии включительно. Это условный сценарий, а не обещание ускорения реального производства. Требуемое качество и обязательные проверки не сокращаются ради выполнения кривой.
Модель охватывает только определённый повторяемый прямой труд. Ожидание поставки, отдельная переналадка, машинный цикл и перерывы не уменьшаются автоматически вместе с ним. Если эти составляющие нужны для задания, их планируют отдельно без двойного включения.
Человеко-часы не равны календарным часам. Два человека, занятые по три часа, дают шесть человеко-часов; это ещё не доказывает, что любую шестичасовую работу можно закончить втроём за два часа. Разделимость операций и одновременные ресурсы проверяются отдельно.
Постройте накопленные итоги
Для удвоений не требуется округлять показатель степени:
- Одна партия: среднее 120; всего 120 часов.
- Две партии: среднее 120 × 0,75 = 90; всего 2 × 90 = 180.
- Четыре партии: среднее 90 × 0,75 = 67,5; всего 4 × 67,5 = 270.
- Восемь партий: среднее 67,5 × 0,75 = 50,625; всего 8 × 50,625 = 405.
Среднее первых восьми включает и медленную первую партию. Поэтому 50,625 не является длительностью восьмой партии и не описывает среднее только нового заказа на партии с пятой по восьмую.
Следующие четыре партии требуют T(8) − T(4) = 405 − 270 = 135 человеко-часов. Их собственное среднее равно 135/4 = 33,75. Проверка: прежние 270 плюс новые 135 дают накопленные 405.
Ошибочное умножение 4 × 50,625 даст 202,5. Умножение нового количества на прежнее среднее 67,5 даст 270. Обе арифметики исправны сами по себе, но не рассчитывают приращение выбранной модели.
Отдельная партия считается разностью двух итогов
Для восьмой партии сначала найдём T(7) по той же формуле, сохраняя точность промежуточных вычислений. Получится примерно 374,569067 часа. Тогда восьмая партия требует T(8) − T(7) ≈ 30,430933 часа, а не 50,625.
ACCA отдельно разбирает этот переход: накопленное среднее умножают на накопленное количество, затем вычитают два общих итога. ACCA: Performance Management, March/June 2024, страницы 5–6.
Для экрана можно показать 30,431 часа. Расчёт следующих итогов должен использовать исходную точность, а не возвращать округлённое отображение в формулу. При небольших различиях раннее округление способно изменить вывод о доступном фонде труда.
Не подменяйте накопленное среднее моделью времени единицы
В модели времени отдельной единицы похожее выражение a × Nᵇ обозначало бы длительность именно N-й партии. Тогда общие затраты получались бы суммированием отдельных времён. Подставлять такой смысл в формулу накопленного среднего нельзя. Различие явно описано в документации learningCurve.
Наше условие для двух партий даёт T(2) = 180, поэтому вторая занимает 180 − 120 = 60 часов. Если считать выражение 120 × 2ᵇ = 90 временем самой второй партии, сумма станет 120 + 90 = 210. Это уже другая модель, несмотря на одинаковую запись процента и степени.
В карточке расчёта сохраняйте название модели и определение зависимой величины. Одного поля «коэффициент обучения» недостаточно: ошибка смысла меняет и прогноз, и проверку мощности.
Новый заказ не обнуляет опыт
Разделим тот же будущий выпуск на два последовательных заказа: партии 5–6 и затем 7–8. Для первого нужен T(6) − T(4) ≈ 72,271350 часа, для второго T(8) − T(6) ≈ 62,728650. Сумма остаётся 135.
Если при каждом новом номере заказа начинать отсчёт с первой партии, расчёт потеряет сохранённый опыт. Обратная ошибка — автоматически передать опыт другой команде, конструкции или существенно изменённому процессу. Для такого переноса нужно отдельное основание.
Сохраните связь заказов с общей историей сопоставимого процесса и последовательными номерами партий. При смене условий создайте проверяемую версию предпосылок. Историю реально выполненной работы не удаляют только потому, что прежняя кривая больше не подходит.
Плато меняет проверку доступного труда
Пусть для следующих четырёх партий предусмотрено 150 подходящих человеко-часов. При продолжении исходной кривой требуется 135, остаётся 15. Это проверка количества труда; дата готовности не доказана без календаря, материалов, оборудования и остальных зависимостей.
Теперь рассмотрим отдельное явно заданное условие: обучение закончилось после четвёртой партии, а дальнейшие партии занимают столько же, сколько последняя четвёртая. ACCA использует последний приращённый труд для такого заданного перехода к постоянному времени. ACCA: окончание периода обучения.
T(3) ≈ 228,180900, поэтому четвёртая партия занимает 270 − 228,180900 ≈ 41,819100 часа. Следующие четыре на этом плато требуют примерно 167,276401 часа. Фонда 150 не хватает примерно на 17,276401.
Нельзя взять для плато накопленное среднее 67,5: оно включает ранние более медленные партии. Сам момент окончания обучения в примере задан, а не выявлен по четырём наблюдениям. В работе нужны данные и проверка, действительно ли процесс перешёл в новый режим.
Данные и приёмочный чек-лист
Сохраняйте продукт и версию процесса, размер партии, команду, границы включённого труда, фактические часы и накопленное количество. У модели нужны дата оценки, исходное a, коэффициент, смысл среднего, область применимости и условие плато. Отдельно храните доступный фонд труда и остальные ограничения.
- 75% подписаны как оставшаяся доля накопленного среднего после удвоения.
- Итоги 120/180/270/405 воспроизводятся независимо.
- Партии 5–8 требуют 135, а восьмая отдельно около 30,431.
- Два новых заказа делят одну историю опыта без сброса.
- Модель отдельной единицы не подменяет накопленное среднее.
- Плато после четвёртой использует её приращённые 41,819100 часа.
- Проверка фонда не выдается за срок, экономию выплаты или разрешение снизить качество.
Для SABSUS обсудите фактический труд и партии в производстве и отчётах. Поддержку кривой, общей истории опыта и сценариев следует подтвердить отдельно. Готовый прогноз обучения здесь не предполагается.
Частые вопросы
Коэффициент 75% подходит любому новому изделию?
Нет. Здесь он учебный. Реальный коэффициент и применимость модели требуют сопоставимых наблюдений и пересмотра при изменении условий.
Почему будущие партии быстрее накопленного среднего?
Среднее включает ранние медленные партии. Будущий блок в выбранной модели рассчитывается разностью накопленных итогов.
Снижение часов автоматически уменьшает зарплату?
Нет. Часы являются оценкой труда. Выплаты, доступная мощность и финансовые последствия имеют отдельные основания.