GMはスループット最適化のために工場に計測システムを導入し、21億ドル以上を節約した

1980年代後半、ゼネラルモーターズ（GM）は生産ラインのスループットを予測し改善する取り組みを開始し、生産性を工場レベルの厄介事ではなく戦略的優位の源泉として扱った。それまで、バッファ、ボトルネック、ライン速度に関する意思決定は経験則と現場の経験に依存していた。

GMはスループット性能を定量化し、製造システムの設計と運用に改善の焦点を当てるため、三つの連携した活動を実施した。スループットの推定、ボトルネックの特定、バッファ配分の最適化を行うアルゴリズム。それらのアルゴリズムを支える工場現場のリアルタイムデータ収集。そして改善機会を特定し性能改善を実行するための共通プロセスである。

この組み合わせにより、GMはライン内のどの制約が実際に生産量を制限しているのか、またバッファや速度変更がどこで効果を生むのかを見極められるようになった。10か国・30以上の車両工場にわたり、このプログラムは収益を増やし21億ドル以上を節約するとともに、ラインの設計と運用におけるGMの標準的な手法となった。

工場のスループットをアルゴリズムによる設計変数として扱う

スループットの損失は連鎖的に積み重なる。ラインの生産量は、単一のステーションではなく、ステーション、バッファ、変動性の複合的な設計によって決まる

工場現場のリアルタイムデータがモデルの正確性を保ち、推定値がラインの実際の挙動に追随した

共通の改善プロセスにより、一度限りの分析が工場ごと、国ごとに再現可能な展開へと変わった

測定結果：10か国・30以上の車両工場で21億ドル以上を節約し、収益を増加

直列ラインのスループットは、いずれか一つのステーションではなく設計全体の性質である。モデルとライブデータと再現可能な展開プロセスの組み合わせが、数十の工場にわたって節約効果を拡大する鍵となる。

このプログラムによりGMは2005年のフランツ・エーデルマン賞を受賞し、チームはその手法を2006年にInterfaces 36(1)で「General Motors Increases Its Production Throughput」として発表した。GMが実用化した種類のボトルネック検出およびバッファ配分ツールは、現在では製造科学における標準的な実務となっている。