管理早餐工厂（Managing the Breakfast Factory）

指标：关键工具（Indicators as a Key Tool）

饥肠辘辘的公众爱上了你一直供应的早餐，在众多顾客和一位友好银行家的帮助下，你创办了一家早餐工厂（breakfast factory），它拥有专门生产吐司、咖啡和鸡蛋的生产线。作为工厂的经理，你手下有相当规模的员工和大量自动化设备。但要经营好这份事业，你需要一套良好的指标（indicator），也就是度量（measurement）。当然，你的产出不再是亲手端出的早餐，而是工厂交付的全部早餐、产生的利润以及顾客的满意度。仅仅为了把握产出，你就需要一批指标；想要效率和更高的产出，你需要的指标更多。你能选择的指标数量几乎无穷无尽，但要让任何一组指标真正有用，你必须让每个指标聚焦（focus）于一个具体的经营目标。

假设作为早餐工厂的经理，你每天要靠五个指标来实现你的生产目标。会是哪五个？换句话说，每天一到办公室，你最想立刻查看哪五条信息？

以下是我的候选。首先，你想知道当天的销售预测（sales forecast）：你该计划交付多少份早餐？要评估你对该预测应有多大信心，你还需要知道昨天的实际交付量与你计划交付量的对比——换句话说，就是前一天计划与实际早餐交付之间的偏差（variance）。

你的下一个关键指标是原材料库存（raw material inventory）：手头的鸡蛋、面包和咖啡够不够让工厂今天运转下去？如果发现库存太少，你还可以再订购；如果发现库存太多，你可能想取消今天的鸡蛋送货。

另一条重要信息是你的设备（equipment）状况。如果昨天有设备出了故障，你得安排修理，或者重新调整生产线，以便达成当天的预测。

你还必须掌握人力（manpower）情况。如果有两名服务员请病假，而你仍要满足预测的需求，就得想出办法：要不要叫临时工？要不要把烤吐司线上的人调过来当服务员？

最后，你还需要某种质量（quality）指标。仅仅监控每位服务员交付的早餐数量是不够的，因为服务员可能一边创下交付早餐数量的纪录，一边对顾客态度恶劣。既然生意取决于人们是否想要你卖的东西，你就必须关心公众对你服务的评价。也许你应该让收银员维护一本"顾客投诉记录簿"。如果昨天某位服务员招来的投诉超过平常数量，今天一上班你就该先找他谈谈。

所有这些指标衡量的都是经营工厂所必需的因素。如果你每天一早就查看它们，常常就能在潜在问题演变成当天真实问题之前采取行动加以纠正。

指标往往会引导你的注意力投向它们所监控的东西。这就像骑自行车：你多半会朝着自己看的方向骑。比如，如果你开始仔细度量库存水平，你很可能会采取行动压低库存——这在某种程度上是好事。但你的库存可能变得过于精简，以至于面对需求变化时一动就造成缺货。正因为指标会引导人的行为，你必须提防反应过度。要做到这一点，可以把指标配对（pair），让效果和反效果同时被度量。因此，在库存这个例子里，你需要同时监控库存水平和缺货发生率。后者一旦上升，自然会促使你采取措施防止库存过低。

这一原则在编译器的开发过程中多次体现。把每个软件单元的完成日期与其功能对照着度量，便是一例。同时观察这对指标，应该能帮助我们避免两种倾向：一是埋头打造一个永远无法完工的完美编译器，二是仓促赶出一个不完善的编译器。总之，联合监控很可能让事情保持在最佳的中庸地带。

指标——尤其是配对的指标——在任何地方都不如在行政工作（administrative work）中更有用。认识到这一点之后，我们公司多年来一直把度量作为提高行政工作生产率的关键工具。第一条规则是：有度量——任何度量——总比没有好。但一个真正有效的指标应当覆盖工作单元的产出（output），而不仅仅是所涉及的活动（activity）。显然，衡量一名销售员要看他的订单（产出），而不是他的拜访次数（活动）。

好指标的第二个标准是：你所度量的应当是物理上可计数的（physical, countable）东西。下面是一些有效的行政产出度量示例。由于表中列出的都是数量或产出类指标，它们配对的另一半应当强调工作的质量。因此，在应付账款中，“已处理的凭证数量"应与"通过审计或由我们的供应商发现的错误数量"配对。再比如，保洁小组清扫的平方英尺数，应当与由一位办公室就在那栋楼里的高级经理评估的工作质量评级配对——这个评级部分是客观的、部分是主观的。

行政工作产出指标示例。

这类指标用途很多。第一，它们把个人或团队的目标讲得一清二楚。第二，它们为衡量行政职能提供了一定程度的客观性。第三——这一点和其他用途同样重要——它们给了我们一把尺子，让不同组织中承担同一职能的各行政团队可以相互比较。现在，一栋大楼里的保洁团队的表现可以和另一栋楼里的团队相比了。事实上，一旦指标到位，由此激发的竞争精神常常对各团队投入工作的积极性产生令人振奋的效果，绩效也随之同步提升。关于这一点，后面我们在考察"体育隐喻（sports analogy）“时还会详谈。

黑箱（The Black Box）

我们可以把早餐工厂想象成一个"黑箱（black box）"：投入（原材料）以及服务员、帮手和你这位经理的劳动流入箱子，产出（早餐）从箱中流出，如下图所示。一般来说，任何类似生产流程的活动都可以用黑箱这种简单的方式来表示。于是，我们可以画一个黑箱来表示大学招聘：投入是校园里的申请人，产出是接受了我们录用通知的大学毕业生；劳动则是我们的校园面试官以及回厂后负责面试的经理和技术人员的工作。同样，现场销售培训的过程也可以看作一个黑箱：投入是原始的产品规格说明，产出是训练有素的销售人员；这里的劳动是市场营销和商品推销人员的工作——他们把原始信息转化为可用的销售工具，并培训现场销售人员加以利用。事实上，我们的大部分——即便不是全部——行政工作都可以用我们神奇的黑箱来表示。一个负责给客户开账单的团队，它的投入是关于客户的信息——他买了什么、价格数据和发货记录；产出是寄给客户、据以收回款项的最终账单；劳动则是所有相关人员的工作。

早餐工厂——一个"黑箱”。

黑箱理清了生产流程中的投入、产出和劳动分别是什么。我们还可以在箱子上开几扇窗（window），看看里面发生的一些事情，从而提高自己经营这个流程的能力。透过这些开口往里看（如下图所示），我们能更好地理解任何生产过程的内部运作，并评估未来的产出可能会是什么样。

透过黑箱上的窗户向内张望，我们就能预见到未来的产出可能是什么样。

先行指标（leading indicator）提供了一种向内看黑箱的办法：它们提前向你展示未来可能的样子。而且，因为它们给了你采取纠正行动的时间，它们让你有可能避免问题。当然，要让先行指标对你有用，你必须相信它们的有效性。这听起来显而易见，但在实践中，建立这种信心并不容易。在还不能确定自己有问题的时候，就要采取重大、昂贵或令人担忧的举措，这很难。但除非你准备好按照先行指标告诉你的去行动，否则监控它们只会给你带来焦虑。因此，你选择的指标应该是可信的，这样当它们亮起警告信号时，你才会真的采取行动。

先行指标可以包括我们经营早餐工厂所用的日常监控数据，从机器停机记录到顾客满意度指数——两者都能告诉我们前方是否潜伏着问题。开在黑箱上的一扇具有普遍适用性的"窗"是线性度指标（linearity indicator）。下图中，我们为大学招聘流程提供了一例：图中画出的是已接受我们录用通知的大学毕业生人数与月份的关系。如果一切顺利，我们应该沿着一条直线前进，到六月就能达到本学期的招聘目标。如果到四月时实际进度如图所示，我们会发现自己远低于那条理想直线。于是，通过解读这个指标，我们明白要达成目标，唯一的方法是在剩下两个月里以远超前四个月的速度获得录用确认。就这样，线性度指标发出了早期预警，留给我们采取纠正行动的时间。没有它，我们就要等到六月才发现目标落空，而那时已经无计可施。

线性度指标能提前警告我们很可能完不成目标。

如果我们用这种方式审视一个制造单元，可能会因为它的月度目标都能如期完成，就想当然地认为一切正常。但我们可以在黑箱上开一扇窗：随着月份推进，把产量对照时间画出来，再与理想的线性产出相比。我们可能会发现，产出表现均匀地分布在整月之中，或者集中在当月最后一周。如果是后者，该单元的经理很可能没有高效地使用人力和设备。如果这种状况得不到纠正，月底一次小小的故障就可能导致该单元完全完不成月度产出目标。线性度指标能帮助你预见这类问题，因此相当有价值。

趋势指标（trend indicator）同样有价值。它展示的是产出（交付的早餐数、完成的软件模块数、处理的凭证数）对照时间（本月表现对比之前一连串月份的表现）以及对照某个标准或预期水平的情况。展示趋势会迫使你面向未来，因为你几乎会自动地从过去向外推。这种外推给了我们黑箱上的另一扇窗。此外，与标准对照会促使你思考：结果为什么是这个样子，而不是标准所说的那个样子。

预测未来的另一个可靠办法是使用交错图（stagger chart），它预测未来几个月的产出。这张图每月更新，因此每个月你都会有一份当时最新预测信息的更新版，可与之前几次预测对照。你能轻易看出这一次次预测之间的变化，这比使用简单的趋势图更能帮助你预判未来趋势。

以我的经验，交错图最有成效的用武之地莫过于预测经济趋势。它的运作方式如下图所示：图中给出英特尔一个事业部的预计订单流入率，随后交错图又给出下一个月做出的同一预测，再下一个月又一份，依此类推。这样的图不仅显示你逐月对业务的展望，还显示你的展望逐月发生了怎样的变化。这种看待订单流入的方式，当然会让负责预测的人极其认真地对待自己的任务，因为他知道，他对任何一个月的预测都会被例行地与后来的预测比较，最终还会与实际结果比较。但更重要的是，预测展望逐月的改善或恶化，是我见过的最有价值的商业趋势指标。我甚至要说，可惜并非所有经济学家和投资顾问都被要求用交错图的形式展示他们的预测——那样的话，我们就真的有了一个办法来评估他们当中任何一个人所说的话。

（* 表示该月的实际数字）

我发现"交错图"是感受未来商业趋势的最佳工具。

最后，指标在解决各种问题时都能帮上大忙。如果出了什么岔子，你手头会有一个信息库，随时展示你经营的所有参数，让你能够扫描其中偏离常态的不健康迹象。如果你没有系统地收集和维护指标档案，就必须做大量临时调查才能拿到所需信息，而等你拿到时，问题很可能已经恶化了。

控制未来产出（Controlling Future Output）

控制任何工厂的产出有两种方式。有些行业按订单生产（build to order）。比如，你去买沙发时，除非直接买走展厅里的现货，否则要等很长时间才能拿到你买的东西。家具厂就是按订单生产的：工厂得知你想要什么之后，会在它的生产计划里找个空档，为你制造这件家具。如果你订一辆新车而不是直接从车场开走一辆，情况也一样：工厂会把车喷成你要的颜色、配上你要的选装件，但你得等。当然，我们的早餐工厂也是按订单做早餐的。

但如果沙发生意中的竞争对手生产同样的产品，他四星期就能交货，而你却要四个月，你就不会有多少顾客了。所以，即使你更愿意按订单生产，也别无选择，只能用另一种方式来控制工厂的产出。简言之，你必须按预测生产（build to forecast）——也就是对未来订单的预判。要做到这一点，制造商要围绕一个理性的推测来安排自己的活动：在某个时间段内，针对特定产品的订单会出现。

这里一个明显的缺点是制造商要承担库存风险。既然预测是对未来需求的评估，而制造商要投入资源去满足它，那么如果订单没有出现，或者订单出现的是另一种没人预料到的产品，工厂就可能陷入巨大的麻烦。无论哪种情况，结果都是不需要的库存。按预测生产，就是用资本冒险，以便从容应对预判中的未来需求。

在英特尔，我们按预测生产，因为顾客要求我们及时响应他们的需求，尽管我们的制造吞吐时间相当长。我们的早餐工厂按顾客订单生产产品，但向供应商——比如送蛋的人——采购时依据的是预测的需求。同样，大多数公司招聘应届大学毕业生是为了填补预期的需求，而不是等到需求出现才去招——那将是愚蠢的，因为大学毕业生的产出具有很强的季节性。计算机软件产品，比如编译器，通常也是响应预期的市场需求而开发的，而不是针对具体的顾客订单。所以，“按预测生产"是一种非常普遍的商业做法。

把按预测生产的产品交付给顾客，由两个同时进行的过程组成，各有各的时间周期。一边是制造流程：原材料经过各个生产步骤，最终进入成品仓库，如下图所示。与此同时，销售员寻找潜在客户并向其推销，这位客户最终向制造商下订单。理想情况下，产品的订单和产品本身应该同时抵达装运码头。

产品的订单和产品本身应该同时抵达装运码头。

理想在现实世界中很少出现。更多时候，顾客订单没有及时出现，或者顾客改变了主意。至于另一条流，制造可能错过最后期限、犯错误，或遇到始料未及的问题。由于销售流和制造流都不是完全可以预测的，我们应该有意在系统中留出合理数量的“缓冲（slack）"。而库存就是最明显的缓冲所在。显然，库存越多，我们能应付的变化就越多，同时仍能满足订单。但建立和持有库存都要花钱，因此必须谨慎控制。理想情况下，库存应保持在价值最低的阶段——正如我们之前学到的——就像早餐工厂里存的是生鸡蛋一样。而且，价值越低，在给定的库存成本下，我们获得的制造灵活性就越大。

在制造预测和销售预测中都使用交错图是个好主意。如前所述，它们会显示一次预测与另一次预测之间的变化趋势，以及实际结果。通过反复观察一次预测与另一次预测的偏差，你会不断查明不准确的原因，提高预测订单和产品供应情况的能力。

预测未来的工作量，然后据此调整"行政工厂"的产出，是提高其生产率的一个非常重要的途径。预测技术虽然是经营"小玩意工厂（widget factory）“的古老而光荣的方法，但把它用作控制行政工作的手段却并不常见。到目前为止，人们一直认为这类工作在性质上有别于小玩意工厂里的工作，而且它也缺乏为工作单元定规模或定级别所需的客观绩效标准。

但如果我们精心选择了能够刻画一个行政单元的指标，并密切注视它们，就可以把工厂控制的方法应用到行政工作上。我们可以利用从趋势数据中推断出的事实标准（de facto standard），预测完成各种预期任务所需的人数。通过严格应用预测的原则，人力可以从一个领域调配到另一个领域，让人员编制与行政活动的预期增长或缩减相匹配。如果没有这种严格性，行政单元的编制总会维持在最高水平；而且，按照帕金森那条著名的定律（Parkinson’s law），人们总会想办法让自己手头的事填满可用的完成时间。毫无疑问，拥有标准、相信标准，并根据预测的工作量客观地为行政单元配备人员，将帮助你维持并提高生产率。

确保质量（Assuring Quality）

正如我们所说，制造业的使命是以最低的成本交付顾客可接受质量水平的产品。为了确保产品的质量确实可接受，所有生产流程——无论是"制造"早餐、大学毕业生还是软件模块——都必须设置检验点（inspection point）。要以最低成本获得可接受的质量，至关重要的是在缺陷材料的累积价值处于尽可能低的阶段就将其拒收。因此，如前所述，抓住一个坏生鸡蛋比抓住一个坏熟鸡蛋强得多；在申请人来英特尔参观之前就把他筛掉，也比之后强。简言之：在投入更多价值之前就拒绝。

用生产的语言来说，在价值最低点对原材料进行的检验叫作来料检验（incoming material inspection）或收货检验（receiving inspection）。如果我们再用黑箱来表示生产过程，那么在黑箱内部各个中间点进行的检验，理所当然地叫作过程中检验（in-process inspection）。最后，在产品即将发货给顾客时能够进行的最后一个检验点，叫作最终检验（final inspection）或出厂质量检验（outgoing quality inspection）。这三种检验如下图所示。

关键原则是在"材料"价值最低的阶段将其拒收。

当材料在来料检验中被拒收时，眼前有几个选择。我们可以把它作为不合格品退回给供应商，也可以放弃我们的规格要求，照样使用这批不合格的材料。后者会让生产流程中的不合格率高于使用完全合格材料的情况，但比起干脆停产、一直等到供应商提供更好的材料，这可能更便宜。这类决定只有由一个均衡的经理小组才能做出恰当的判断，这个小组通常由质量保证、制造和设计工程部门的代表组成。这个小组能够权衡拒收或接收不合格原材料的各种后果。

虽然在大多数情况下，在某个检验点接受还是拒收有缺陷材料是个经济决策，但当缺陷可能导致顾客完全失效——也就是可靠性问题（reliability problem）——时，绝不能让不合格材料继续流转。简言之，因为我们永远无法评估不可靠产品的后果，所以在可靠性问题上不能妥协。想想进入心脏起搏器（cardiac pacemaker）制造的组件吧：如果一些组件在制造商收货时就不工作，他可以在起搏器还在工厂里时更换它们，这大概只会增加成本；但如果组件后来才失效——在起搏器已经植入人体之后——那么失效的代价就远不止金钱了。

当然，检验本身要花钱，而且它干扰制造流程、使之更加复杂，还会进一步增加开支。有些材料必须回收到已经做过的步骤中重新处理，破坏了其余材料流动的顺畅。因此，在考虑检验需求时，应当认识到：检验期望达成的结果——改善质量——与对生产过程本身的最小干扰之间，存在着一种平衡。

让我们看看几种常用于平衡这两种需求的技巧。一种是闸门式检验（gate-like inspection），一种是监控（monitoring）步骤。前者把所有材料都拦在"闸门"处，直到检验测试全部完成：材料通过，就进入生产流程的下一阶段；材料不通过，就被送回更早的阶段返工或报废。后者则抽取材料的样本：如果样本不合格，就做下记录，据此计算不合格率；大批材料不会因为取样而滞留，而是继续在制造流程中流动。流程的顺畅得以保持，但如果连续三个样本都没通过监控测试，我们就会停下整条线。这里的权衡是什么？如果扣住所有材料，就会增加吞吐时间、拖慢制造流程；监控则不会造成相应的减速，但可能让一些坏材料在来得及根据监控结果采取行动、关停整条线之前溜过去——这意味着我们可能不得不在价值更高的阶段拒收这些材料。显然，花同样的钱，我们能做比闸门式检验多得多的监控；如果选择前者，我们对产品整体质量的贡献很可能大于选择频率较低的闸门式检验。这里的权衡并不显而易见，任何选择都必须针对具体案例来做。作为经验法则，当经验表明我们不太可能遇到大问题时，应该倾向于监控。

降低质量保证成本的另一种办法是使用可变检验（variable inspection）。既然质量水平随时间而变化，相应地改变检验频率也只是常识。比如，如果连续几周都没发现问题，减少检验频率似乎合乎逻辑；而一旦问题开始出现，我们就提高检验频率，直到质量重新回到此前的高水平。这样做的好处仍然是更低的成本和更少的对生产流程的干扰。然而，这种方法并不常用，即使在"小玩意"制造中也是如此。为什么不用？大概因为我们是习惯的动物，无论一周一周还是一年一年，总是按老办法做事。

只要经过恰当的深思熟虑，聪明的检验方案实际上可以提高任何制造或行政过程的效率和生产率。让我们举一个与制造小玩意或早餐非常不同的例子。

我最近在一本新闻杂志上读到一则报道，说美国驻伦敦大使馆应付不了铺天盖地的签证申请。每年大约有一百万英国人申请签证，其中约 98% 获得批准。大使馆雇了六十名员工，每天最多能处理 6,000 份申请。大多数申请通过邮寄收到，任何时候都有 6 万到 8 万本英国护照握在大使馆手里。与此同时，一百多名英国及其他国家的公民在大楼前排成长队，寻找机会把护照递进去。大使馆尝试了多种提高效率的办法，包括在报纸上登广告，请游客尽早申请并做好三周周转时间的准备；大使馆还安装了投递箱，让确实需要当天办妥服务的申请人可以放下护照和签证申请。即便如此，大使馆前的队伍依然很长。

事实上，大使馆的加急方案只会让问题更糟，因为根本没有触及基本问题：加快签证处理的整体速度。他们花时间和金钱对计划采用不同处理时长的各类申请进行分类，但这只是制造了更多的后勤开销，对产出毫无影响。

如果我们的政府希望英国游客来美国旅游，就不该惹恼这些潜在的访客。而如果大使馆拿不到增加人手的经费，那么有一个简单的解决办法可以从基本的生产技术中借用。简言之，我们需要用质量保证检验来取代他们目前的方案。

要做到这一点，大使馆里那些官僚思维必须接受一个事实：对签证申请人进行 100% 的检查毫无必要。约 98% 的申请人都毫无问题地获得批准。所以，如果大使馆对签证实行抽样检验（也就是质量保证检验），而且是一次彻底的抽样，那么申请的积压就能被打破，同时不会实质性地增加不受欢迎的人进入我们国家的机会。而且，大使馆可以根据预定标准选择要检查的样本。这样一来，签证处理就可以运作得有点像美国国税局（Internal Revenue Service，IRS）了：通过国税局进行的核查与审计，这个政府机构让大多数纳税人自觉遵从，而无需让稽查员查看每一份纳税申报单。

稍后，当我们考察管理生产率时，会看到：当一位经理深入钻研自己管辖范围内的某项具体活动时，他运用的正是可变检验的原则。如果经理检查下属所做的每一件事，那就是干预（meddling），大多数情况下是在浪费他的时间；更糟的是，下属会习惯性地不再对自己的工作负责，因为他们很清楚上司会仔细检查一切。把可变检验的原则应用到管理工作上，可以巧妙地绕开这两个问题，并且——正如我们将看到的——为我们提供一件提高管理生产率的重要工具。

生产率（Productivity）

黑箱的运作可以为我们提供生产率最简单也最有用的定义：黑箱内任何职能的生产率（productivity），等于产出除以产生这些产出所需的劳动。因此，提高生产率的一种办法是：把我们现在做的事做得更快。这可以通过重新布置工作区或仅仅更卖力地工作来实现。在这里，我们没有改变所做的工作，只是引入了把它做得更快的方法——让黑箱内部发生更多的每员工工时活动（activity per employee-hour）。因为黑箱的产出与其中发生的活动成正比，我们每小时就能得到更多产出。

还有第二种提高生产率的方法：改变所做工作的性质——改变我们做什么，而不是做多快。我们想要提高产出与活动的比率，这样即使每员工工时活动保持不变，产出也能增加。正如那句口号所说，我们要"更聪明地工作，而不是更辛苦地工作”。

生产率可以通过以更高的速率完成工作活动来提高……

……也可以通过提高活动的杠杆率（leverage）来提高。

在这里，我想介绍杠杆率（leverage）的概念，它指的是一种特定类型的工作活动所产生的产出。杠杆率高的活动会产生高水平的产出；杠杆率低的活动产出水平也低。例如，一个能同时煮两个鸡蛋、操作两台烤面包机的服务员，几乎可以用与做一份早餐相同的劳动量交付两份早餐。他的单位活动产出高，因此杠杆率也高；一个一次只能应付一个鸡蛋和一台烤面包机的服务员，产出和杠杆率都较低。使用一种很像英语、之后由编译器翻译的编程语言的软件工程师，每个编程小时能解决许多问题，产出和杠杆率都高；而使用由 0 和 1 组成的笨拙编程方法的软件工程师，解决同样数量的问题需要多得多的时间，产出和杠杆率都低。因此，提高生产率的一个非常重要的方法，就是安排黑箱内部的工作流，使它具有高单位活动产出的特征——也就是高杠杆率的活动。

自动化当然是提高各类工作杠杆率的一种途径。有了机器的帮助，人类能创造更多产出。但在"小玩意"制造和行政工作中，还有别的东西也能提高黑箱的生产率，它叫作工作简化（work simplification）。要通过这种方式获得杠杆率，首先，你要为现有的生产过程画一张流程图；每一个步骤都必须画在上面，不能为了让纸面上好看而省略任何步骤。其次，数一数流程图中的步骤数，这样你就知道自己最初有多少步。第三，为削减步骤数量设定一个大致的目标。根据我们的经验，在第一轮工作简化中，你可以合理地期待削减 30% 到 50%。

要实施真正的简化，你必须质疑每一步为什么要执行。通常你会发现，工作流中许多步骤的存在没有任何充分的理由，它们往往只是因为传统，或者因为正式程序的规定，并没有任何实际需要要求保留它们。记住，我们驻英国大使馆的"签证工厂"其实并不需要处理 100% 的申请人。所以，无论某个步骤给出的理由是什么，你都必须批判地质疑每一步，把常识告诉你可有可无的那些步骤扔掉。我们发现，在英特尔各种各样的行政活动中，完成各项任务所需步骤的数量可以实现可观的削减——大约 30%。

当然，工作简化的原则在小玩意制造技艺中并不新鲜。事实上，这是工业工程师一百年来一直在做的事情之一。但把这一原则用来提高"软性职业（soft professions）"——行政、专业和管理类工作岗位——的生产率，却是新鲜的，而且推广缓慢。要克服的主要问题是：界定这类工作的产出是什么、或者应该是什么。正如我们将看到的，在软性职业的工作中，要区分产出和活动变得非常困难。而正如前面所说，强调产出是提高生产率的关键，指望靠增加活动来提高生产率，结果只会适得其反。