豐田「大部屋法」是什麼?為什麼把目標貼在牆上,就能動員全公司來解決?
豐田「大部屋法」是什麼?為什麼把目標貼在牆上,就能動員全公司來解決?

「大部屋法」是豐田達成「視覺化」的方法之一,把公司的目標張貼在一個大空間(會議室、走廊)中,讓員工都能夠看到,也能貼出意見。如此一來,就能讓所有員工流通資訊,並時時以目標為念。此外,這樣的大空間也可以刺激討論。波音、哈雷等企業採用大部屋法後,研發效率與生產力都倍增。這麼神奇的空間,究竟如何發揮作用?

「大部屋法」,簡言之就是讓所有相關人員共享資訊。例如,把「設法降低10%成本」的目標,張貼在某間大會議室或走廊牆上,讓每個人都能一目了然,所以大部屋法也是一種「視覺化」的手段。看到牆上貼出的目標告示,各部門相關人員就會開始各自想辦法如何「降低10%的成本」。接著,A 部門張貼提議「或許這樣做可以降低成本?」,B 部門也提出意見,分享其他方案「也可以試試這個方法!」。

透過公開張貼這些提議,即使是非相關部門的人員,也能立即明白公司現在面臨什麼樣的問題,或正在推行哪些活動。

如此一來,資訊就能在公司內部廣布流傳,達到所有人共享資訊的效果,這就是透過大部屋法進行「視覺化」的作用之一。

大部屋法
圖/ 樂金文化提供

豐田的「大部屋法」能帶來什麼實際效益?

效益一:常看,就不容易忘!激發各部門腦力激盪

另一個作用是:隨時提醒人們。

據了解,人們前一天才說過的話或看過的信件,到了第二天就會忘記九成以上的內容。所以,即使主管吩咐「降低10%成本」,下屬很容易因埋頭眼前的工作,隔天就忘了主管的指令。 然而,如果把指令張貼在人人目光所及的地方,時時映入大家的眼簾,自然就不會忘記。

「喔對,得想辦法砍掉10%的成本,有什麼方法呢……」

大家會開始付諸行動。這就是大部屋法中「視覺化」的優點。

更重要的是,把目標「視覺化」以後,一定要把實際執行後的成果也「視覺化」。

效益二:所有負責人都在一個空間,決策可以更有效率!

在新車的研發設計期間,總工程師會與所有相關部門的負責人員和主管共商討論。各部門負責人員都會前往展示區(大部屋),所以與車子相關的所有議題,從設計方向到降低成本策略,都能當場看著指標或實物進行分析,商討因應對策。

一切問題都可以在這個展示區(大部屋)裡「當機立斷,迅速處理」。擁有個人辦公室,因此大多透過電子郵件與其他部門經理聯繫溝通,來得出結論。

然而,想以這種方式得出結論,通常會耗費一至兩週的時間,而且有許多時候,甚至過了一個月,仍舊無法達成共識。

透過電子郵件來溝通,彼此都不會占用太多時間,乍看之下很有效率,但就整體來看,其實是非常沒效率的方法。

豐田電動車
豐田的大部屋法不僅能讓人「當機立斷」,還能將問題回饋給總工程師,在設計階段就防止問題產生。
圖/ ifanr

舉例來說,假設為了降低成本,必須把A零件預算降為10日圓;若是由其他部門負責設計,就需要與該設計部負責設法調降成本。

然而,假設對方回信:「要降成本嗎?我可能要先跟主管討論一下」,雙方很難立即得出一個結論。由於工作上習慣透過電子郵件與其他部門溝通,所以總是拖拖拉拉,無法得出定論。

但如果利用「大部屋法」,所有負責人員齊聚一堂,就能當場決定可行、還是不可行,效率非常顯著。

在豐田,經常有五到十項車輛改款專案同步進行,且每個專案都設有專用的大部屋。所以,在專案結束之前,相關人員可以隨時前往專用大部屋,查看各項數據與資料。

延伸閱讀:生產現場最怕的7種浪費,豐田靠一招消滅!揭秘Toyota的獲利密技

哈雷、波音也利用「大部屋法」讓研發時間減半、提高生產力

哈雷過去研發耗費4年,癥結就出在電子郵件的溝通方式

全球知名的美國哈雷大衛森機車公司,曾需要耗費四年的時間來研發一輛新車款。

但是,經由我的介紹,哈雷導入如圖表34所示的「大部屋法」後,從此只需要一半的時間、也就是兩年,即可研發出新車款。以生產力來看,效率直接翻倍。

大部屋法
哈雷導入「大部屋法」(圖示)後,從此只需要一半的時間、也就是兩年,即可研發出新車款。以生產力來看,效率直接翻倍。
圖/ 樂金文化提供

哈雷大衛森公司以往之所以會在研發耗費四年時間,癥結就在於內部採用電子郵件聯繫的習慣。

待在個人辦公室裡,透過電子郵件詢問他人意見,也討論不出什麼結論。從豐田的立場來看,這完全是一種「浪費」;但對哈雷的員工來說,那就是他們習以為常的工作模式。

不過,自從哈雷採用大部屋法後,所有相關人員聚集一起,不但能確認彼此的進度,事後變更設計的情況也大幅減少。如前文中所提,豐田在這方面已經建立一套完整體制,稱為「 設計審查 」。

聊個題外話,當年哈雷大衛森公司的負責人後來升遷,並出書分享當時哈雷大幅提升生產效率的過程。此外,當時與我直接聯繫的副總裁已經離開哈雷,獨自經營管理顧問事業。

我猜,他是根據「大部屋法」提高生產力的實質績效,以管理顧問的形式指導其他公司導入相關辦法。

波音:視覺化激發大腦潛能,生產力大幅提升

當初,美國波音公司將「大部屋法」導入737新型號的研發設計團隊後,生產力一下子就大幅提升。

還記得我在波音推展「大部屋法」之初,當時是如此介紹。

「你們每一個人或許都非常優秀,但這並不代表你們都有在工作崗位上充分發揮自己的實力。因為你們永遠都是待在自己的辦公室裡工作,(指著畫面上的圖片)大腦接收不到刺激,就無法像這樣被活化。所以我建議,研發設計部等部門,應該立即導入大部屋法,將所有人的才能激發出來!」

令我訝異的是,當時竟然沒有人反對,反而出聲附和「聽起來很有意思!那我們就試試這個大部屋法」,當下決定採納我的提議。

不過,在波音會進展如此順利,也許是因為已有哈雷導入的例子在先,他們耳聞了成效與風評,才會爽快答應。

將問題回饋給總工程師,在設計階段就防止問題產生

豐田的大部屋法不僅能讓人「當機立斷」,還有其他效用。

最重要的,就是對總工程師的回饋功效。

許多相關部門的人員聚集在大部屋裡,所以勢必會出現一些總工程師所不知道的話題。例如,曾經有人在大部屋討論,在量產階段產品看似如期交付,但實際上是靠內部許多人天天加班趕工出來的……。

讓總工程師意識到這些問題,就可以在更早的設計階段,集思廣益,克服難題,而不是等到量產階段,才在生產現場倉促設法解決。

如此看來,「大部屋」同時還是一個將現場的各種問題反映到目標成本階段的前哨站。

讓知識與智慧不斷的在生產現場(量產)與總工程師(目標成本制)之間交流分享,增進改善活動,也是大部屋法的優點之一。

利潤極大化的「豐田成本管理術」_立體書封
圖/ 樂金文化

本文授權轉載自《世界頂尖企業爭相效法、利潤極大化的「豐田成本管理術」:TOYOTA獲利世界第一的祕密武器》,堀切俊雄著/林姿呈譯,樂金文化

責任編輯:林美欣

關鍵字: #TOYOTA
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓