前面花了兩篇的篇幅討論數學對工業工程的重要性
線性最佳解及統計機率是我們選擇關注的焦點
但除了數學工具的優點之外 我們也應當了解數學對於工業工程的限制
以及工業工程這門學科出現的窄門現象
工業工程是門實用學科 必須在生活上實際運用才行
使用的工具是數學 解決問題的手法統稱為工業工程管理
而想解決的 則是效率問題
這類問題不外乎最短路徑 最少成本 最高效益等等
但想解決效率問題 卻註定遇到另一個不可解的難題
筆者稱之為效率瓶頸
工業工程常提及瓶頸 你可以想像水量必定取決於最細的水管
同樣道理也可以拿來形容處理效率化問題的過程
效率往往被定義為單位時間內處理事務的量
看似可以無限提升 事實上卻被現實條件限制
舉例來說
餐廳的週轉率理論上可以無限提升
卻受限於平均顧客用餐時間
在考慮這個客觀條件後 我們便可以得知一家餐廳最佳的週轉率
這表示無論我們再努力提升效率 最好也只能到這樣
除非你能讓客人的用餐時間為負值 否則我們就只能得出最佳的週轉率
改善的結果是：最好也只能這樣
聽起來是不是有點可憐？
效率瓶頸還有另一種解讀
當我們專注於數字層面的效率問題
往往不可知的質化問題就會被忽視
就像企業在研究顧客行為時 通常會將顧客分群討論
用問卷等統計抽樣 試圖描述分層顧客的購物傾向
但我們能夠得知的行為模式 很可能與實際行為無關
就像化妝品廠商往往定義輕熟女性為主力消費群
僅認知這群年齡的女子體認到年華老去而購買化妝品
卻忽略她們想討好另一半的心態
(此為舉例 筆者並未做過因果關係論證 僅為推測)
正因為數學工具帶給我們的效率瓶頸
一是效率提升有其極限
二是沒有能力描繪問題的因果關係
這些問題將造成工業工程學科重大且不可抗拒的系統瓶頸
我們將在下篇說明這種窄門現象
瀏覽次數： 20