质量稳健设计之父田口玄一的狂人传奇
各位企业质量的朋友们，大家好！今天咱们聊一位让美国统计学家集体炸毛的倔老头。这位爷有多狂？这么说吧，1985年，麻省理工讲台上，68岁的他把粉笔一扔："你们想知道参数？去车间问我徒弟！课堂是传道，不是算卦！"说完摔门走人。
台下的美国博士们全傻了。更绝的是，他自创的"田口方法"，用27次实验就能搞定美国人1000次实验的难题。丰田靠它打遍全球，戴明却骂它是"统计巫术"。这倔老头到底凭啥这么狂？
他就是今天的主角——田口玄一，质量稳健设计之父。
序章：战后日本的数学狂魔——"等不起1000次实验，我要今晚就改进"
1950年，26岁的田口玄一进入NTT实验室，面对战后物资匮乏，独创"正交实验法"解决难题
1950年，日本东京。26岁的田口玄一刚从名古屋大学毕业，进入日本电话与电报公司（NTT）电子通讯实验室。当时日本刚战败，物资匮乏到什么程度？实验用的电阻、电容，一批里能用的不到60%。
当时实验室用的还是英国人费歇尔1929年发明的实验设计方法（DOE），核心是"穷举所有可能组合"。一个电路有7个参数，每个参数2个水平，就要做2的7次方=128次实验。NTT的设备一天只能做8次实验，得花16天。
田口等不起。他对主管说："我们等16天，美国贝尔实验室只需要等2天。等我们做出来，市场早没了。"
主管反问："那你有什么办法？"
田口在黑板上画了一张表："我用正交表L8(2^7)，只做8次实验，就能找到最优组合。"
主管懵了："8次？你开玩笑吧？费歇尔爵士的理论说要128次！"
田口指着黑板："费歇尔爵士的理论是完美的，但我们的设备是残缺的。完美理论带不来完美产品，残缺方法却能解决残缺现实。我要的不是数学严谨，是今晚就改进。"
他用8次实验找出了电路最优参数，产品直通率从40%提升到85%。1958年，NTT用这套方法生产出高品质交换机，1962年首次获得戴明奖。
田口一战成名。但他知道，8次实验还不够，他要让产品"自带抗体"——即使原材料波动、设备老化，性能依然稳定。
田口独创的正交实验表，用8次实验代替128次，让日本企业在速度上碾压美国同行第一幕：27次 vs 1000次的革命——"美国人想算清楚再动，日本人想动清楚再算"
1960年代，田口将正交实验法升级到田口方法（Taguchi Method），提出稳健设计（Robust Design）：让产品在源头就具备抗干扰能力。
传统DOE（实验设计）的逻辑是：穷尽所有参数组合，找到理论最优解。田口方法的逻辑是：用27次实验找到"对噪声不敏感"的参数组合。
他打了个比方：
"美国企业像学者，要算清楚1000种可能再动，结果算完市场没了。日本企业像工匠，先做27种试试，边做边调，结果产品上市了还赚钱。1000次实验是科学，27次实验是生存。"
1970年代，丰田用田口方法设计发动机。一个发动机有15个关键参数，传统方法需要3的15次方=1400万次实验。田口用L27(3^13)正交表，只做27次实验，就找到让发动机"不挑油、不挑温度、不挑海拔"的参数组合。
丰田卡罗拉因此成为全球最耐用的车型，在非洲沙漠、西伯利亚冻土、南美高原都能稳定运行。美国车？换个州就得调一次参数。
田口方法三原则：
1. 用正交表减少实验次数
2. 用信噪比(SN比)衡量稳健性
3. 用损失函数量化偏离目标的代价
这套方法，让日本车在1970-1980年代横扫全球。美国福特、通用被迫引入田口方法，但美国工程师集体抗议："这不符合统计学原理！"
田口冷笑："统计学原理能让车多卖10万台吗？不能的话，先闭嘴。"
第二幕："合格品也有罪"的颠覆——"10.09mm的螺丝，比10.00mm的螺丝更有罪"
1970年代，田口提出质量史上最具争议的理论：质量损失函数 L(y) = k(y-m)²。
什么意思？m是目标值，y是实际值。即使y在公差范围内，只要偏离m，就会造成损失。偏离越远，损失越大。
他在丰田车间举了个例子：
"一个螺丝直径目标值是10.00mm，公差是±0.1mm。A螺丝10.00mm，B螺丝10.09mm（合格）。传统观念认为两者质量一样，我说B造成更大损失。因为它偏离目标，会导致装配应力集中，长期使用后断裂风险更高。"
田口在丰田车间演示：10.09mm的"合格"螺丝比10.00mm螺丝造成更大质量损失，颠覆传统公差观念
美国质量协会主席听到这话，拍着桌子说："田口先生，您这是胡说！只要产品合格，质量就是一致的！"
田口在黑板上画了个抛物线："您看，这是损失函数。目标值处损失为零，偏离越大损失越大。您说10.09和10.00一样？那您为什么设计时定10.00，不定10.09？"
美国专家哑口无言。
这套理论，直接催生了丰田的"目标值中心主义"：宁可在目标值上花费成本，也不在公差边缘节省成本。
1980年代，美国汽车三巨头引入田口损失函数，结果发现：如果把零件公差从±0.1mm收紧到±0.05mm，成本增加10%，但售后维修成本下降40%。
克莱斯勒CEO说："田口告诉我，合格品也有罪。我花了20年才听懂这句话。"
第三幕：与戴明的统计学大论战——"博士，您要1000个样本，我等不起"
1982年，美国质量协会年会在底特律召开。戴明作为 keynote speaker，在演讲时突然话锋一转：
"最近有种所谓'田口方法'在日本流行，宣称用27次实验就能代替1000次。我要问，样本量这么小，置信度是多少？统计功效是多少？这不是科学，是巫术！"
全场目光投向坐在第一排的田口玄一。
田口缓缓站起，走上讲台，对戴明说："博士，您讲统计学，我讲工程学。您要1000个样本，置信度99%，统计功效90%。我等得起，我的企业等不起。"
他指着台下的福特高管："他们今天就要改进发动机，你告诉他们'先做1000次实验，3个月后告诉你结果'，他们明天就破产了。我告诉他们'做27次实验，今晚就调参数'，他们后天就能上市。"
戴明冷笑："没有统计学严谨，你的改进就是瞎猫碰死耗子！"
田口回怼："博士，您的统计学需要1000个样本，我的方法只需要一个有经验的大脑。您的方法在论文里完美，我的方法在车间里赚钱。您想算清楚再动，我想动清楚再算。"
据说两人会后私下交流，戴明说："你的方法在日本有效，因为日本工人听你的。在美国，工人不听工程师的，只听工会的。"田口答："那美国企业活该被日本打败。"
这场论战，成了质量史上的"世纪之争"：**统计学严谨性 vs 工程实用性**。
1985年，麻省理工学院邀请田口讲学。第一天课上，田口在黑板上推导损失函数：
L(y) = k(y - m)²
一个美国博士生举手："老师，k值怎么确定？社会损失怎么量化？这不符合科学哲学的可证伪原则！"
田口看了他一眼："你是统计系的？"
学生答："是的，我认为您的理论缺乏严谨的数学基础。"
田口把粉笔往黑板上一扔：
"你们想知道参数？去车间问我徒弟！课堂是传道，不是算卦！我的方法在丰田用了30年，造了3000万辆车。你们统计学的严谨方法，造了几辆？
说完，摔门走人。
MIT院长追到酒店道歉，田口才同意继续讲，但提出三个条件：
只带工程师，不带统计学家
只讲how，不讲why
不许录音，只能手抄
院长哭笑不得："田口先生，这是MIT，不是丰田车间。"
田口答："想学我的方法，就得按我的规矩。否则，请你们继续用1000次实验，慢慢算。"
据说那门课，MIT只招了15个学生，全是工程学院博士。结课时，一个学生说："田口老师教会我，工程学不是科学，是生存的艺术。"
田口笑：" survival is the best statistics.（生存是最好的统计学）"
第五幕：与克劳斯比"治标治本"之争——"零缺陷是理想，稳健设计是现实"
1980年代，克劳斯比读完田口的《质量工程》，对助手说："他的方法让产品不怕错，我的方法让产品不能错。他治标，我治本。"
这话传到田口耳朵里，他回应："零缺陷是理想，稳健设计是现实。理想丰满，现实骨感。我的方法让骨感的现实也能走路，你的理想让丰满的脑袋撞墙。"
两人在1986年东京质量峰会上首次对谈：
克劳斯比："田口先生，您的方法接受缺陷存在，只是减少影响。这是妥协。"
田口："克劳斯比先生，您的零缺陷要求100%不犯错。这在导弹工厂可行，在汽车工厂是扯淡。我的方法允许工人犯错，但产品不犯错。您管控人，我管控产品。"
克劳斯比："管控产品不如管控人。人对了，产品自然对。"
田口："人永远不会对，但产品可以对。这就是稳健设计的智慧。"
据说两人会后喝酒，田口对克劳斯比说："你的零缺陷，适合造火箭。我的稳健设计，适合造汽车。世界需要火箭，也需要汽车。咱俩不矛盾。"
克劳斯比举杯："那就为火箭和汽车干杯。为理想和现实干杯。"
（后来两人成了朋友，每年互通书信，讨论"如何让理想照进现实"）
2001年，田口玄一去世，享年88岁。
临终前，他修订《质量工程》第三版，在序言里写：
"我这一生，被骂过统计巫术、经验主义、不讲科学。但丰田用我方法造了5000万辆车，没有一辆因为设计不稳健召回。科学在论文里，工程在现实中。方法不是why，是how。问why是想当老师，学how才是学生。"
他死后，日本质量协会设立"田口奖"，但首届获奖者是丰田一个普通设计师。颁奖词是：
"他用田口方法设计了卡罗拉的发动机，30年没改过一条参数。记者问为什么，他说'田口老师告诉我们，最好的设计，是时间改不动的设计'。"
那个摔麻省理工门的老头，不在了。但他的L27正交表，还在每一个丰田工程师的抽屉里。他的损失函数，还在每一个 stable design里。他的倔，还在每一个"先干再算"的日本企业里。
戴明给灵魂，朱兰给肉身，克劳斯比给刀法，田口给盔甲。
灵魂让人信仰，肉身让人落地，刀法让人行动，盔甲让人不怕犯错。
学员风采
版权声明： 本微信公众号（IATF16949）所推送文章中，部分来源于网络。除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，我们会在 24 小时内删除处理，谢谢！内容若有误，欢迎批评指正
加群或咨询课程具体内容
扫码添加客服企业微信号咨询
离开前，记得点个和❤
热门跟贴