东莞场《生产现场的问题发现、分析与解决（AI）》课前调研

基本信息
*
1.
子公司简称：
*
2.
姓名：
*
3.
岗位：
一、问题识别与发现能力
*
4.
团队具备主动发现问题的意识（非被动等待问题暴露）
良好
好
一般
较差
*
5.
现场有标准化的问题反馈渠道（如Andon系统等）
良好
好
一般
较差
*
6.
问题描述能做到"数据化、可量化"，而非笼统表述
良好
好
一般
较差
*
7.
建立了问题分级响应机制（紧急/重要/一般）
良好
好
一般
较差
*
8.
能识别当前问题最集中、占比最高的业务环节（来料/制程/设备/客诉等）并优先投入分析
良好
好
一般
较差
二、问题分析工具与方法掌握
*
9.
团队能熟练使用5Why分析法
良好
好
一般
较差
*
10.
团队能熟练使用鱼骨图（因果图/5M1E）进行分层处理
良好
好
一般
较差
*
11.
团队能熟练使用柏拉图（帕累托图）进行优先级排序
良好
好
一般
较差
*
12.
问题分析时能做到"现地现物"（三现主义：现场、现物、现实）
良好
好
一般
较差
*
13.
根本原因分析后有验证环节
良好
好
一般
较差
*
14.
能根据问题场景正确选择适用的分析工具（5Why/鱼骨/柏拉图/FMEA/8D/层别等）
良好
好
一般
差
三、协作与数据分析
*
15.
跨部门问题分析时有明确的牵头人和协作机制
良好
好
一般
较差
*
16.
问题相关数据有规范的收集记录（时间、数量、频次等）
良好
好
一般
较差
*
17.
数据可视化呈现（趋势图、对比图等）常态化
良好
好
一般
较差
*
18.
跨部门推动改善时配合顺畅、阻力小
良好
好
一般
较差
四、问题解决与跟进
*
19.
问题改善对策制定后有明确的负责人和完成期限
良好
好
一般
较差
*
20.
对策实施后有效果验证和标准化固化（更新SOP/作业指导书）
良好
好
一般
较差
*
21.
同类问题重复发生，有横向展开机制
良好
好
一般
较差
*
22.
问题解决过程有完整的记录档案（8D报告、A3报告等）
良好
好
一般
较差
*
23.
改善成果纳入绩效考核或经验分享机制
良好
好
一般
较差
五、AI应用与赋能
*
24.
日常工作中已尝试使用AI辅助问题分析/根因梳理/报告撰写
良好
好
一般
较差
*
25.
能向AI清晰、结构化地描述问题背景与现象
良好
好
一般
较差
*
26.
会借助AI快速梳理鱼骨图、5Why分析逻辑
良好
好
一般
较差
*
27.
能用AI自查报告逻辑漏洞、提示分析偏差
良好
好
一般
较差
*
28.
对AI输出能结合现场判断，不盲目依赖
良好
好
一般
差
*
29.
本次学习，您想解决的问题，请列出1-2个：
*
30.
从问题提出、分析、对策、执行等过程分析，希望本次课程重点讲哪些工具：
问卷星提供技术支持
举报