通用汽车为工厂配备吞吐量优化系统，节省超过21亿美元

20世纪80年代末，通用汽车开始着手预测并改善其生产线的吞吐量，将生产率视为战略优势的来源，而非工厂层面的琐碎问题。在此之前，关于缓冲区、瓶颈和线速的决策都依赖经验法则和局部经验。

通用汽车通过三项协同活动量化吞吐量绩效，并将改进重点放在制造系统的设计与运营上：用于估算吞吐量、定位瓶颈和优化缓冲区分配的算法；为这些算法提供支持的实时车间数据采集；以及用于识别机会和实施绩效改进的统一流程。

三者的结合让通用汽车能够看清一条生产线中究竟是哪个约束真正限制了产出，以及在哪里调整缓冲区或速度能够带来收益。在10个国家的30多家整车工厂中，该计划增加了收入并节省了超过21亿美元，并成为通用汽车设计和运行生产线的标准方式。

将工厂吞吐量视为算法化的设计变量

吞吐量损失会沿生产线串联累积：一条生产线的产出由各工位、缓冲区和变异性的联合设计决定，而非由任何单一工位决定

实时车间数据让模型保持真实可靠，使估算结果能够反映生产线的实际运行情况

统一的改进流程将一次性分析转化为可重复的推广，逐厂、逐国推进

经测算：在10个国家的30多家整车工厂中节省并增收超过21亿美元

串联生产线的吞吐量是整个设计的属性，而非任何单一工位的属性。模型加实时数据加可重复的推广流程，正是将一项节省扩展到数十家工厂的关键。

该计划为通用汽车赢得了2005年弗朗茨·埃德尔曼奖，团队于2006年在《Interfaces》36(1)上发表了题为《General Motors Increases Its Production Throughput》的方法论文。通用汽车所产业化的这类瓶颈检测和缓冲区分配工具，如今已成为制造科学中的标准实践。