概念地圖・稼動率與等待時間
作者 山姆（謝冠生）・喵喵書評創辦人
發布 最後更新
這一頁不只是把一個概念解釋一遍——一張自己畫的結構圖，加上拿台灣情境從頭走一次的實例演練、這個框架什麼時候會騙你，以及它接回 P.A.I.N. 之後長什麼樣。一頁必須交付的三層 →
稼動率與等待時間：忙到九成，就開始大塞車
排隊理論裡有一條讓所有管理者不安的曲線：當一個系統的稼動率往一百趴逼近，平均等待時間會垂直噴出去。七成滿時等一下下，八成滿時等待翻倍，九成滿時等到你想砸桌子。這張圖畫的就是那條曲線，以及那個轉折點落在哪裡。它適用的範圍比想像中廣——機台、客服、開發團隊、看診、伺服器、你自己的行事曆，只要「事情會隨機來、處理量有限」，這條曲線就在背後運作。
同一條曲線，在五個稼動率下的現場長相
這條曲線的數學形式很簡單，但它翻譯成現場感受之後的落差非常大。把幾個關鍵刻度攤開看。
| 稼動率 | 等待倍數（約略） | 現場的感覺 | 這時該做的事 |
|---|---|---|---|
| 50% | 1 倍 | 閒得有點心虛 | 找事做，或縮編 |
| 70% | 2.3 倍 | 忙但接得住臨時狀況 | 維持，這是甜蜜點 |
| 80% | 4 倍 | 開始有人抱怨排隊 | 停止再塞新工作 |
| 90% | 9 倍 | 每天在救火，插件靠關係 | 砍需求或加產能 |
| 95% | 19 倍 | 系統實質失控 | 先止血，別再優化 |
最違反直覺的是第二列到第四列之間：稼動率只多了二十個百分點，等待時間卻是四倍的差距。而在管理報表上，這兩種狀態的差別只是「人員利用率 70% vs 90%」——後者看起來明顯比較優秀。
用這條曲線看自己的系統，先站穩四件事
曲線本身是通則，套進你的現場需要四個調校。
一、先看變異，再看平均。這條曲線抬頭的位置，由「來的量」跟「處理的時間」有多不穩定決定。工作量很平穩、每件事處理時間都差不多的系統（例如自動化產線），可以撐到九成以上還很順；工作量忽多忽少、每件事花的時間差十倍的系統（例如客服、急件維修、開發），可能六成就開始塞。所以真正要問的是：我的變異有多大。自問：最忙那一天的量，是平均的幾倍？超過兩倍，你的甜蜜點就要往下調。
二、確認你量到的是等待。多數管理報表量的是「做了幾件」，那是產出；這條曲線談的是「一件事從進來到開始被處理，中間隔多久」。兩者常常反向移動——產出創新高的那個月，等待時間也創新高。要看見這條曲線，你得先開始記錄每一件工作的「進來時間」與「開始處理時間」，這一項資料多數團隊根本沒有。自問：我說得出上週工作的平均等待時間嗎？還是我只知道完成件數？
三、把緩衝當設計，不是浪費。要讓系統不塞，數學上只有兩條路：降低到達量，或保留閒置。刻意留出兩到三成的餘裕，看起來像浪費，實際上是在買「插件進來時不會全線癱瘓」的能力。消防隊、急診、備援機組全都是這個邏輯。組織裡最常見的錯誤，是把每一格行事曆填滿當成效率的證明，然後對「為什麼什麼都變慢」感到困惑。自問：我的排程裡，有多少比例是刻意空著的？
四、找出誰在承擔那段等待。高稼動率的成本從來不落在系統本身，而是落在排隊的人身上：等三個月的病人、等兩週才被回覆的客戶、等排程等到專案過期的內部單位。這些成本不會出現在你的損益表，所以決策時會被系統性地忽略。要把它拉回檯面，得替等待標一個價：一位客戶多等一週，流失率上升多少？一個需求多等一個月，錯過的營收是多少？自問：這段等待，最後是誰在付錢？
一間把診次排到九成滿的牙醫診所
一間三位醫師的社區牙科診所，看診時段幾乎全滿，老闆很滿意——每個診次都有病人，沒有空轉。但過去半年，Google 評論裡出現越來越多同一件事：約診要等一個多月，臨時牙痛完全排不進來，到現場還常常等四十分鐘。
- 原本的狀態：每位醫師每天九個診次全排滿，臨時病患一律排到下個月。稼動率約九成三
- 變異來自哪裡：預估三十分鐘的治療，實際落在二十到七十分鐘，根管與拔牙特別難估。單件變異超過兩倍
- 連鎖反應：上午一個超時，下午整排順延，最後一位病人等四十分鐘；醫師午休被吃掉。延遲會累積，不會自己消失
- 改動一：每位醫師每天留兩個空診次，專門吸收超時與急診。稼動率降到約七成八
- 改動二：把治療依難度分成三種時長，不再一律排三十分鐘。變異被壓小
- 三個月後：現場平均候診從四十分鐘降到十二分鐘，急診當天可收，總看診人次幾乎沒有減少。產出沒掉，體驗全變了
這個案子裡最值得停下來想的是最後一行：稼動率從九成三降到七成八，看起來像是主動放棄一成五的產能，但總看診人次幾乎沒變。原因有兩個——原本那些空診次其實有一半被超時吃掉了，只是它沒有記在帳上；另一半則被「病人約不到、乾脆去別家」抵銷掉。換句話說，那一成五的產能在改動前就已經流失了，只是它以「等待」的形式藏起來，沒有人看見。這也是這條曲線在現場最常見的樣子：帳面上的高稼動率，很大一部分是延遲、重工與流失偽裝出來的。以上為說明結構用的示意情境，數字僅供比例參考。
這條曲線，有三個地方會被用歪
它是強有力的直覺工具，但套用範圍有明確邊界。
- 它假設工作是隨機到達的。經典排隊模型的前提是「事情什麼時候來無法預測」。如果你的工作是可預約、可排程、可以錯峰的（例如純預約制的工作坊、預先簽好的年度合約），那你就能把變異壓到很低，稼動率撐到九成也不會塞。所以真正的槓桿常常是先把到達變得更可預測——預約制、批次處理、分流窗口，做的都是這件事。
- 它談的是平均，而現場痛的是尾巴。圖上那條線是平均等待時間，但客戶記得的是最糟的那一次。同樣是平均等十分鐘，一種是每個人都等十分鐘，另一種是九成的人不用等、一成的人等一小時——第二種的口碑會差很多。所以除了看平均，更該看第九十百分位的等待時間；很多服務業的客訴，全部集中在那條長尾裡。
- 它容易變成「不要努力」的藉口。這條曲線的正確用法是「別把稼動率推到轉折點之後」，它從來沒有主張稼動率越低越好。五成稼動率同樣是嚴重的浪費，只是浪費在另一邊。真正該追求的是找到自己那個系統的甜蜜點，並且理解它會隨變異度移動：把流程做得更穩定，甜蜜點就會自然往右移，那才是最划算的改善方向。
用痛點的眼光，再看一次那條曲線
排隊的那段時間，是客戶替你的高稼動率付的帳。
這條曲線之所以值得放進 P.A.I.N. 的世界觀，是因為它精準指出了一種「痛的轉嫁」。系統的擁有者看到的是資源沒有空轉，很有效率；而痛的實際承受者在別的地方——等一個月的病人、等回覆的客戶、等排程的同事。只要痛可以被轉嫁出去，它就不會出現在做決定的那張報表上，於是決策會一路往「再擠一點」的方向滑，直到某天客戶不再抱怨，因為他們已經走了。這也給了做生意的人一個很好用的找痛雷達：去看任何一個「排隊很長但沒人覺得奇怪」的地方，那裡通常有一群人正在默默付出時間，而現有的供給方沒有動機去解決它——因為他們忙得很滿，滿就代表生意好。今晚可以做的一件小事：挑一件你這週延遲最久才回覆的事，量一下它躺在你信箱裡的時數，然後想想那段時間對方在做什麼。
關於稼動率與等待時間，常被問到的幾件事
稼動率到底該設在幾趴？
沒有通用數字，但有一個實用的起點：變異大的知識工作抓六到七成，變異小的重複性工作可以抓八成以上，高度自動化且輸入穩定的產線可以更高。更好的做法是自己量一次——連續四週記錄每件工作的等待時間與當期稼動率，把點畫出來，你會看到自己那條曲線的抬頭位置。這比引用任何一個外部標準都準確，因為抬頭點完全取決於你的變異度。
這跟利特爾法則有什麼關係？
兩者是同一個世界的不同工具。利特爾法則講的是「在製品數量、產出速率與前置時間」三者的關係，是一個恆等式，用來換算：手上同時開著幾件事，就會等比例拉長每件事的完成時間。這條曲線則描述「稼動率往上推時，等待如何非線性爆炸」。實務上常一起用：先用利特爾法則把在製品降下來，再用這條曲線判斷稼動率該壓到哪裡。
那限制理論說要讓瓶頸滿載，不是矛盾嗎？
不矛盾，因為兩者講的是不同位置。限制理論的重點是：整個系統的產出由瓶頸決定，所以瓶頸不能閒著，而且要用緩衝保護它不斷料。這條曲線提醒的是：把瓶頸推到極限，它前面的隊伍會爆炸性變長。合起來的操作是——讓瓶頸保持高稼動率，但同時嚴格控制放進系統的工作量，讓隊伍不要無限增長。非瓶頸的資源則刻意留餘裕，因為讓它們滿載對整體產出毫無幫助，只會製造更多在製品。
個人的行事曆也適用嗎？
非常適用，而且是感受最直接的場景。當你的行事曆排到九成滿，任何一個延誤或臨時插件都會產生連鎖遷移，於是你整週都在道歉與重排，明明每一格都有做事，卻覺得什麼都沒推進。實務做法是每天保留一到兩個小時完全不排事情，並且把它當成已經被佔用的時段來守。這段空白吸收的是變異，它讓其他時段真的能照計畫走。
怎麼跟只看利用率的老闆解釋？
講曲線不如給數字對照。準備兩欄：一欄是稼動率與完成件數，一欄是平均等待時間、客訴件數、加班時數、以及「約不到而流失」的估計。關鍵在於把等待翻譯成錢——多等一週的客戶流失多少、急件插隊造成多少重工、超時造成多少加班費。當「高稼動率」那一欄的隱形成本被算出來，通常會發現它比看起來貴很多。這也是為什麼這個對話要帶資料去，光講理論很難撼動一個看起來很漂亮的利用率報表。
想把「同時開著幾件事」換算成「每件要等多久」，利特爾法則是最直接的工具；如果你眼前卡的是整條流程裡那個決定產出的瓶頸，限制理論是下一站。想看一整座工廠怎麼被這件事拖垮又救回來，《目標》的拆書是最有畫面的延伸。
喜歡這篇文章嗎？
每週幫你拆二本好書，把判斷力、好書金句、好問題，直送你的信箱。
不適合你可隨時退訂 · 每週兩封，陪你把書讀進生活。
送出即表示同意我們依隱私權政策使用你的 email。