通用汽車為旗下工廠導入產能優化系統，節省逾21億美元

1980年代末，通用汽車著手預測並改善其生產線的產能，將生產力視為策略優勢的來源，而非工廠層級的瑣事。在此之前，關於緩衝區、瓶頸與產線速度的決策，都仰賴經驗法則與在地經驗。

通用汽車透過三項相互配合的活動，量化產能表現，並將改善重點放在製造系統的設計與運作上：估算產能、找出瓶頸並最佳化緩衝區配置的演算法；支援這些演算法的工廠現場即時資料蒐集；以及找出改善機會並落實效能改善的共通流程。

三者結合後，通用汽車得以看出產線上究竟是哪一項限制真正壓低了產出，以及在哪裡調整緩衝區或速度能夠帶來效益。這項計畫在十個國家、三十多座車輛工廠推行，增加了營收並節省逾21億美元，也成為通用汽車設計與運轉產線的標準做法。

將工廠產能視為可演算法化的設計變數

產能損失會串聯累積：產線的產出取決於各站點、緩衝區與變異性的整體設計，而非任何單一站點

工廠現場即時資料讓模型保持貼近現實，估算結果得以反映產線的實際表現

共通改善流程將一次性的分析轉化為可重複推行的做法，逐廠、逐國展開

實測結果：在十個國家、三十多座車輛工廠合計節省逾21億美元並增加營收

串聯式產線的產能是全體設計的屬性，而非任何單一站點的屬性。模型、即時資料與可重複推行的流程三者結合，才能將節省效益擴展到數十座工廠。

這項計畫為通用汽車贏得2005年Franz Edelman獎，團隊並於2006年在《Interfaces》36(1)發表方法，題為〈General Motors Increases Its Production Throughput〉。通用汽車所工業化的這類瓶頸偵測與緩衝區配置工具，如今已成為製造科學的標準做法。