如圖1所示，因為不是每個人都是專家，都能遇到熟悉的問題，以前的經驗可能對解決問題沒有太大幫助。這種以問題為基礎，典型的以問題為導向的方法，往往不知道問題的解決之道在哪里，有點類似于“踩西瓜皮，原地踏步算哪里”的感覺。有時候雖然能解決問題，但效率低，解是否最優可能不知道。
如果采用TRIZ工具-最終理想結果(IFR)，是基于解決問題所追求的結果，目標明確，是典型的結果導向的方法。通過確定系統的最終理想結果(IFR)，可以判斷具體問題的解決空間和問題的解決方案。
如圖2所示，就像一艘船看到航行燈就在黑暗中航行一樣，它的優點是不僅知道解決問題的理想方向，還能找到解決問題的合理起始機會。方向非常明確，這是過去大多數創新方法都不具備的優勢。
首先來看看最終理想結果(IFR)的概念。最終理想結果(IFR)是發明問題的最佳解決模型。它在不惡化系統參數的情況下完全消除了系統中的問題，并且對系統的改變最小。它是一個可以指導我們解決發明問題的解決模型。
其次，在定義最終理想結果(IFR)的過程中，要注意系統最終目標與最終理想結果)的區別。
系統的最終目標是指所設計的系統應該達到的結果，即客戶的聲音。比如顧客需要在不太累的情況下清洗衣物，那么洗衣機的最終目的就是清洗衣物。至于廠商和商家滿足客戶需求的工作原理和系統組成，會生產不同的系統(產品)。
比如在清洗衣服的時候，可以用灰塵等污垢從衣服上分離出來作為IFR。當然，如果你能做到這一點，系統是一個理想的系統，但這往往是不可能的，否則系統就沒有必要了。
既然IFR不容易實現，為什么要這樣定義呢？這主要基于以下考慮:
1)在解決問題之初，拋開各種客觀限制，以最終理想結果為最終目標；
2)根據問題情況，組合最終理想結果建立各種理想模型，即分析問題的最優模型結構；
3)這樣定義的IFR容易在后續分析中達成共識，不會改變和干擾問題解決過程。
這時我們可以在最終理想結果(IFR)和系統問題現狀之間不斷選擇不同的次優結果，從而方便地找到解決問題的出發點。
以清洗衣物為例。如果無法實現從織物本身分離灰塵等污垢的IFR，那么嘗試更換工具(或執行器)，這樣理想的結果是織物本身可以與灰塵等污垢分離。
此時需要考慮的是衣物纖維能否像荷葉一樣自潔，灰塵等污垢不能附著在衣物纖維上，從而達到清潔衣物的目的。
另外，當衣物纖維不具備自清潔功能時，下一個生理結果可以定義為衣物纖維被外力從灰塵等污垢中分離出來，那么問題就變成了用什么力(或場)可以將兩者分離，達到清潔衣物的目的。
這樣，通過一步一步后退，收斂不同的理想結果(次要的，次要的)更容易找到解決問題的機會...).
可以參照圖3所示的收斂過程進行定義，通過對IFR的多重定義和分析，將模棱兩可的問題轉化為清晰的問題，找到解決問題的出發點。
如果您需要六西格瑪綠帶、黑帶和TRIZ，請致電天行健咨詢公司，根據您的需求制定方案！
全國服務熱線：
400-777-6907
天行健企業管理顧問有限公司 全國服務熱線：400-777-6907
郵箱：zyg@leanchina.cn 網址：www.pycity.com.cn
關注天行健微信
既獲取更多信息
版權所有@深圳市天行健企業管理顧問有限公司 粵ICP備13011693號
