一个冷知识：FMEA用不好其实不是你的错，而是FMEA的错

FMEA有用的场景：

FMEA在质量管理中是预防风险的工具，其基本思想是：为了尽可能地消除产品的故障（失效），不仅要知道产品有哪些故障模式，而且还要依赖预知的能力设想将会有哪些故障模式。把这些故障模式全部排列出来，并根据它们不同的性质分析后果影响，对风险较大的故障模式则预先制定相应的补救措施，避免产品在使用过程中发生故障。为了能完整识别，因此最好把这事相关的人全拉到一起，然后发动大家积极思考贡献自己的知识，从而识别出可能风险并作出提前的应对，达到预防的目的。

但不管我们在流程、团队和管理方式上做何种优化，也无法超越我们组织预知的能力。也就是说，即使FMEA做了完美的执行，那么我们也就只能预防曾经发生过的问题。

我们通常做法是把出现过的失效模式积累完善下来，作为组织的过程资产，企业知识越丰富，自然识别的风险越全，自然预防的效果就越好，对产品质量提升的效果就越明显。

但是大家要知道，组织的知识分为隐性知识与显性知识，越是高端制造业，其对人员的隐性知识越依赖，而隐性知识是无法通过FMEA这种形式来承载下来的。也正是这个原因，我们会发现，在德国、日本这些国家，为什么很少提及所谓“中年危机“ 这个话题，因为德日两个有大量的高端制造业，而高端制造业工人，到40多岁岁，通过多年的隐性知识的积累，才迎来人生职业的黄金期。

背后的逻辑是，越是高新技术产业，很多know how 都还在探索中，所以，能显性记录下来供组织其他人员学习传承的知识就越少。

但知识一旦显性化，成为组织能力，也就意味着企业可以随时替换一个员工，谁成本低用谁，因为替换成本风险几乎可以降低到企业完全可忽视的水平。

因此，在越偏向复杂创新的领域，显性知识相对少，而简单重复的领域显性知识相对多。

FMEA分析的主要特点是遍历性和系统性。这个特点一方面决定了FMEA分析可以系统地分析每个信号、器件的故障模式，考虑其对用户的影响并采取相应的改进措施，可以很好地指导FIT（故障插入测试）和网上问题故障定位等，避免相关工作的片面性。

但另一方面，也决定了FMEA分析难度较大、效率较低。而且DFMEA分析过程最为关键的是有较为准确的《器件失效模式及失效率数据库》的积累，而目前业界的标准和商用软件提供的库都是10年以前的数据，非常不准确，使用价值不大。而真正能有这些数据库的企业，也一定是在行业生存数十年甚至更久的管理水平非常高的企业。因此，对实施DFMEA企业的基础能力要求非常高，没有这些能力支撑，做了没做，效果相差不大。

因此，我们可以得出结论：

1、越是变化慢，重复性工作的场景，FMEA越有用，因为，知识复用程度高，投入到FMEA上成本的回报高。而且，随着时间积累，识别风险也越来越全。

2、越是显性知识容易获得的场景，FMEA越容易推行；

3、FMEA解决的是，已知的风险，可预测性问题。