The post has been translated automatically. Original language: Russian
When the quality starts to speak. Notes of the QMS engineer.
I am a quality engineer. And the longer I work, the more often I think: if each of our processes is, in fact, a story, why do we still record it manually, and even after the fact?
Imagine a system that listens to these stories in real time. Understands them. And he helps us— not instead of us, but with us.
River, boulders and ISO 9001
An Asian metaphor is close to me: the river does not try to move the boulder, it just finds its way around, and over time this boulder becomes a natural part of the landscape. There is a very similar principle in quality management. We don't have to fight mistakes, we have to let them "tell" what exactly is going wrong and gently direct the flow.
When I was just starting to immerse myself in the world of ISO 9001 and 45001, it all seemed like a complete routine: reports, reports, audits, inspections. Technically, everything was according to the standard, but there was no feeling of live handling. Is the error fixed? Well done. But why does it repeat itself from month to month? Where is the real source? The system was silent.
Time to give the data a voice
We're literally drowning in data right now. Sensors, event logs, and our digital checklists are millions of lines of information. But we hardly listen to them.
The QMS AI auditor is not a fantasy from presentations, but the next logical step. This is a model that "listens" to the nonconformity log (NCR), sees patterns in corrective actions (CAPA), analyzes shift work, supplier behavior, and the processes themselves. She is not a substitute for an engineer. She becomes his companion, an analyst who knows how to compare facts very quickly.
What does it look like in practice?
Let's not use abstractions. They get into the system:
* NCR (Nonconformity) log.
* Internal audit reports.
* Data from quality control posts.
The model is "thinking": "Why did Mistake #27 happen again this month?" And finds connections: "Supplier X has 13% returns on this item. Shift C works without updated instructions (revision has not been completed). The last audit of this process was 57 days ago."
The engineer receives not just a statement of fact, but a warning: "In the next cycle, the risk of recurrence of NCR No. 27 is 45%."
Compare this with a manual check: we would have seen this relationship in 2-4 weeks at best, and we certainly would not have been able to assess the risk "by eye" as a percentage. And, of course, all this is transparent: for each figure there is a source, for each advice there is a justification. The decision is always up to the engineer.
From fixation to prevention
In the philosophy of Kaizen, quality does not flare up in one day — it grows like bamboo: at first, growth is almost imperceptible, and then it becomes rapid. The AI auditor here is like a gardener observer: he does not break the stem, but gently signals where to direct the growth.
Unfortunately, in our practice we often live in the paradigm: "there is no mistake = there is quality." But this is an illusion. Real quality is when there is no need to look for mistakes.
This is when the system itself signals: "I see a subtlety here, let's fix it before it becomes a problem."
Where should I start this dialogue?
* Data and transparency. The conversation won't start without fuel. Our journals, reports, and stories must be accessible and digitized.
* Metrics that "speak". Stop counting "how many audits have passed". Let's count "how many repeated discrepancies", "what is the average CAPA closing time", and "how many suppliers exceeded the acceptable rejection threshold".
* An engineer in the role of a "fairway". The system doesn't control us — we control it. We set the course, check the signals, and make decisions. This is a dialogue, not a dictate.
What will our "tomorrow" look like with this approach?
Instead of a report with the heading "Report is ready", we will see: "The risk of process X is growing, I recommend intervening."
Instead of a month for analysis and processing, the NCR cycle will be reduced to several days.
Instead of "we conducted an audit, here are the results" — "the system sees a pattern, let's think together about how to reduce this risk."
And finally, quality will cease to be just a piece of paper for certification and will become a living, breathing and manageable process. We're just finally starting to hear what our processes are really talking about.
Когда качество начинает говорить. Заметки инженера СМК.
Я инженер по качеству. И чем дольше работаю, тем чаще думаю: если каждый наш процесс — это, по сути, история, почему мы до сихt= пор записываем её вручную, да еще и постфактум?
Представьте систему, которая слушает эти истории в реальном времени. Понимает их. И помогает нам — не вместо нас, а вместе с нами.
Река, валуны и ISO 9001
Мне близка одна азиатская метафора: река не пытается сдвинуть валун с места, она просто находит путь вокруг, и со временем этот валун становится естественной частью пейзажа. В управлении качеством очень похожий принцип. Мы не должны бороться с ошибками, мы должны дать им «сказать», что именно идет не так, и мягко направить поток.
Когда я только начинала погружаться в мир ISO 9001 и 45001, все это казалось сплошной рутиной: отчеты, доклады, аудиты, проверки. Формально всё по стандарту, но ощущения живой управляемости не было. Ошибка зафиксирована? Молодец. Но почему она повторяется из месяца в месяц? Где настоящий источник? Система молчала.
Время дать данным голос
Сейчас мы буквально тонем в данных. Датчики, журналы событий, наши цифровые чек-листы — это миллионы строк информации. Но мы их почти не слушаем.
AI-аудитор СМК — это не фантастика из презентаций, а следующий логичный шаг. Это модель, которая «слушает» журнал несоответствий (NCR), видит закономерности в корректирующих действиях (CAPA), анализирует работу смен, поведение поставщиков и сами процессы. Она не заменяет инженера. Она становится его компаньоном-аналитиком, который умеет очень быстро сопоставлять факты.
Как это выглядит на практике?
Давайте без абстракций. В систему попадают:
* Журнал NCR (несоответствий).
* Отчеты внутренних аудитов.
* Данные с постов контроля качества.
Модель «задумывается»: «Почему Ошибка № 27 повторилась в этом месяце?» И находит связи: «Поставщик Х имеет 13% возвратов по этой номенклатуре. Смена C работает без обновленных инструкций (ревизия не доведена). Последний аудит этого процесса был 57 дней назад».
Инженер получает не просто констатацию факта, а предупреждение: «В следующем цикле риск повторения NCR № 27 составляет 45%».
Сравните это с ручной проверкой: мы бы увидели эту связь в лучшем случае через 2-4 недели, и уж точно не смогли бы оценить риск «на глаз» в процентах. И, конечно, всё это прозрачно: к каждой цифре — источник, к каждому совету — обоснование. Решение всегда за инженером.
От фиксации к предупреждению
В философии «кайдзен» качество не вспыхивает за один день — оно растет, как бамбук: сначала рост почти незаметен, а потом становится стремительным. AI-аудитор здесь — как наблюдатель-садовник: он не ломает стебель, а мягко сигнализирует, куда нужно направить рост.
В нашей практике мы, к сожалению, часто живем в парадигме: «ошибки нет = качество есть». Но это иллюзия. Настоящее качество — это когда нет необходимости искать ошибки.
Это когда система сама сигнализирует: «Я вижу здесь тонкость, давай исправим до того, как это станет проблемой».
С чего начать этот диалог?
* Данные и прозрачность. Без «топлива» разговор не начнется. Наши журналы, отчеты, истории должны быть доступны и оцифрованы.
* Метрики, которые «говорят». Хватит считать, «сколько аудитов прошло». Давайте считать, «сколько повторных несоответствий», «каков средний срок закрытия CAPA», «сколько поставщиков превысили допустимый порог брака».
* Инженер в роли «фарватера». Система не управляет нами — мы управляем ею. Мы задаем курс, проверяем сигналы, принимаем решения. Это диалог, а не диктат.
Каким будет наше «завтра» с таким подходом?
Вместо отчета с заголовком «Отчет готов» мы увидим: «Риск X у процесса Y растет, рекомендую вмешаться».
Вместо месяца на анализ и обработку NCR — цикл сократится до нескольких дней.
Вместо «мы провели аудит, вот результаты» — «система видит паттерн, давайте вместе подумаем, как снизить этот риск».
И наконец — качество перестанет быть просто бумажкой для сертификации и станет живым, дышащим и управляемым процессом. Мы просто, наконец, начнем слышать, о чем на самом деле говорят наши процессы.
Share
