天下/葉仁杰:枯燥工作交給AI,創意留給工程師

作者天下編輯部攝影:劉國泰

臺灣美光科技營運葉仁杰於「2017天下經濟論壇」夏季場中,分享美光吸收運用數據關鍵,除了用視覺化提升效率與成效,更要讓對的人才充滿期待。以下爲演講摘要:

我先解釋大數據對美光而言有多重要。我們在全球有13個廠區,分爲前段後段製造,這是我們的規模和廣度。但該怎麼推動資訊與數據交換、形成有用的資訊,也讓不同廠區之間可以相互學習與合作

策略角度來看,過去幾年我們一直努力追求卓越,例如我們前段和後段廠區的無縫接軌。追求卓越的好處,就是讓成本結構更有競爭力,以及降低最終產品的生產週期(cycle time)。

視覺化 一層層剝開大數據

如何推動資訊交換是一大重點。我們很幸運,半導體的世界裡有很多感測器和數據,而我們吸收、運用這些數據的關鍵之一,就是「視覺化」。

人類很注重視覺,我們喜歡眼見爲憑,看到之後會覺得興奮。我們也是這樣開始的。我們爲團隊打造了正確的儀表板和視覺化工具,讓事情變得容易許多。視覺化會讓團隊成員產生渴望、希望得到更多資訊。以前,他們要花好幾個小時整理數據和資訊,等到資訊來了,他們也累了、不知道該怎麼運用。

但現在,一切都在改變,他們直接拿到數據後,就可以開始問問題。對我來說,運用大數據就像剝洋蔥,一層一層地剝開,直到發現問題爲止。我們從視覺化做起,再強化連結、預測模型

業者而言,資本支出是很大的成本,所以我們在學習的過程中,花了很多心力。當你和供應商整合,就可以分享你看到的東西和最佳作法,找出最好的方式和技術來解決問題。等問題解決,再往下一個大趨勢邁進,例如深度學習等。

提升良率也是如此。以前我們都是用人力24小時輪班,從晶圓上挑出不良品;現在我們用系統運算法來找出不良品,再用抽查的方式來檢測,例如千中取一。如果把抽查結果和過去人力挑選的成效做比對,有些晶圓廠準確率幾乎可以達到100%。大數據的另一個面向就是「連結」。

我們看着同樣的資訊來行動、推動改變。在半導體產業品質產量、生產週期、成本都很重要。我們要建構不同能力,深入剖析數據,找出新的潛力浪費時間。重點不是讓大家認真工作,而是創造工具、有智慧地使用這些工具。

取得數據速度愈快,決策速度就愈快

整體來說,透過這些措施,我們的品質提升了35%、良率改善了25%,而產量也提升了10%。該怎麼運用數據和感測結果來創造最大產能?我們先做視覺化,再運用標竿數據製作KPI。

應該讓工程師盡情創作,用他們想要的方式自動化。讓他們的創意源源不絕地流動,再用關鍵的模型和指標來檢視數據、推動標準化。但重點是讓團隊成員充滿期待,讓他們談論這個話題、建造改變的動力

檢視大數據推動的改變,可以從「效率」和「成效」兩方面來看。視覺化可以幫助你提升效率。一旦數據隨手可得,就可以專注在成效。

以前我們的流程要花2天時間,工程師坐在電腦前2天、回家睡覺之後再來,數據都還在跑;現在有了大數據之後,這個流程從2天縮短到15分鐘。取得數據的速度愈快,決策的速度就愈快。

另一個關鍵,就是讓對的人才充滿期待。這些工程師不喜歡呆板無趣,他們喜歡令人興奮的事物人員流動很快,是因爲工作的供需之間有落差。要推動改變,就要創造能讓他們充滿期待的環境