VSM + AI：自动识别价值流里的 7 类浪费

实践卡 · AI for Lean-Agile 系列适用角色：精益教练、Scrum Master、价值流工程师、PMO 前置：任意支持长上下文的对话式 AI（如 GLM、GPT、Claude）；准备一段价值流描述或各步骤的时长数据。

为什么让 AI 帮你画 VSM 的“找浪费”环节

价值流映射（VSM，Value Stream Mapping）是精益的看家工具，但落地时最劝退的是两件事：数据采集枯燥、从一堆步骤里肉眼找浪费靠经验。AI 恰好擅长这两件：

快：把一段流程描述瞬间套进 7 类浪费框架，不用你逐条比对。
量化：给它处理时间与等待时间，它立刻算出增值比（Value-Added Ratio），这是人最容易算错的数字。
跨角色：能识别“交接/手递手”这种藏在组织缝隙里、谁都不觉得自己负责的浪费。

核心理念：VSM 是团队共建工作坊，AI 是速记员 + 分析师。它加速枯燥部分，但“看到浪费后怎么改”仍要人来做。

这份卡片怎么用

复制下方 Prompt，把 {占位符} 换成你的真实内容。
先跑 Prompt 1（总览识别），拿到 7 类浪费清单。
有数据就跑 Prompt 2（量化），没数据跳过。
用 Prompt 4/5 把“识别”推进到“改进”。

软件/知识工作价值流的 7 类浪费（框架）

经典精益 7 浪费源自制造业，Mary & Tom Poppendieck 在《Lean Software Development》中映射到软件开发。本卡采用这一映射，更贴合你的敏捷受众：

#	浪费类型	在软件 / 敏捷中的典型表现
1	部分完成的工作	囤积在 WIP 的半成品、长期未合并的分支、写了不发的文档
2	等待	排队、审批卡住、等环境/等依赖、CI 长队列
3	交接	手递手（产品→开发→测试→运维），信息在传递中丢失
4	额外流程	多余审批、形式化文档、可有可无的会议与门禁
5	额外功能	没人用的功能、过度设计的“以防万一”
6	任务切换	上下文切换、并行太多、频繁被打断
7	缺陷	返工、线上 bug、因仓促导致的质量债

下面 5 个 Prompt 围绕这 7 类浪费展开。

Prompt 1 · 总览识别 7 类浪费

场景：你有一段流程/价值流描述，想快速知道“浪费在哪”。

你是一名精益价值流专家。请用软件精益的 7 类浪费框架，分析下面的价值流描述：
1. 部分完成的工作 2. 等待 3. 交接 4. 额外流程 5. 额外功能 6. 任务切换 7. 缺陷

对每一类，输出：是否有迹象 | 具体表现（引用描述原话）| 严重程度（高/中/低）。
最后给出「最该优先消除的 2 类浪费」及一句话理由。

【价值流描述】
{在此粘贴流程步骤、角色、交接、等待、批量等信息}

小提示：描述越具体（含角色名、步骤名、典型耗时），识别越准。模糊描述只能得到泛泛而谈。

Prompt 2 · 量化增值比与瓶颈

场景：你手上已有各步骤的处理时间与停留时间，想算“我们到底有多少时间在真正创造价值”。

下面是我们价值流各步骤的「处理时间」与「停留/等待时间」。请：
- 计算总前置时间（Lead Time）与总增值时间（Value-Added Time）
- 给出增值比 = 增值时间 / 前置时间，并解读（如 <10% 说明大量浪费）
- 标出等待时间最长的步骤，即头号瓶颈
数据格式：步骤 | 处理时间 | 停留/等待时间
{按格式粘贴数据}

小提示：软件团队的增值比常低于 10%，这不代表你特别差，重点是横向对比改进前后的趋势。

Prompt 3 · 交接与瓶颈定位

场景：你怀疑浪费藏在“部门墙”背后，但说不清有几道缝。

请基于下面的价值流，分析：
- 共有多少处「交接 / 手递手」（角色或系统之间的传递），每处标注信息丢失风险（高/中/低）
- 哪些步骤是排队 / 等待重灾区
- 用一句话总结「端到端瓶颈最可能出现在哪」
【价值流】
{粘贴内容}

Prompt 4 · 逐类改进建议

场景：7 类浪费列出来了，需要能落地的动作。

针对下面已识别出的浪费清单，为每一类浪费给出 1–2 条具体、低阻力的改进动作，并标注：
- 预期收益（高/中/低）
- 实施难度（高/中/低）
最后按「高收益 + 低难度」优先排序，输出 Top 3 改进项。
【已识别浪费】
{粘贴 Prompt 1 或团队梳理出的浪费清单}

Prompt 5 · 改进前后对比报告

场景：改进项要拿去回顾会或管理层汇报，需要一份简报。

请基于下面的「当前价值流」与「已采纳的改进项」，产出一份对比简报：
- 当前态 vs 未来态：前置时间、增值比、交接次数、主要浪费的变化（能量化则量化）
- 3 条最值得在汇报中强调的结论
- 风险提示：哪些改进可能引入新浪费（如过度自动化、新工具带来的额外流程）

【当前价值流】
{粘贴}
【已采纳改进项】
{粘贴}

最佳实践小结

数据要真，别让 AI 编：周期时间、交接次数是事实，AI 只能分析，不能替你虚构。
增值比是起点不是结论：低增值比普遍存在于知识工作，关键是拿它做改进前后的对照尺。
优先打高杠杆浪费：部分完成的工作（WIP）与交接，往往是最大杠杆，先动这两类。
AI 辅助而非替代工作坊：VSM 的价值在于团队一起“看见”，AI 负责速记与分析，共识仍要人达成。
警惕新浪费：任何改进都可能带来额外流程或工具债，用 Prompt 5 的风险提示提前排雷。

FDE 工作流 ① 现场观察的深挖卡。延伸阅读：《AI 产品的价值流映射》把 VSM 特化到 ML 价值流，《FDE 现场交付工作流》把 VSM 用进驻场现场。