大數據分析與生產管理應用

國立清華大學工業工程與工程管理系講座教授簡禎富。

國立清華大學工業工程與工程管理系清華講座教授簡禎富博士，介紹「大數據分析與生產管理應用」。首先，他以加州淘金熱再起為例，說明淘金並不會直接淘到金塊，而是用水把雜質去掉，想辦法留下比重高(含金量較大)的岩石或砂石。

而資料挖礦(Data Mining)的概念也是類似這樣，透過強大的資訊系統和大數據分析工具，好比強力的水柱和開採設施，從巨量如礦山的大數據(Big Data或稱巨量資料)中，找到相關變數與訂定變數水準，來挖出資料裡面的黃金。隨著技術的發展(半導體進步、電腦運算能力更強) 和分析能力的進步，我們越來越容易從大數據找出有用的資訊來提升生產效益和服務品質。

資訊科技大進步  資料挖礦大數據

當今資訊科技的進步、網路的發達、電腦運算能力的增加，以及資料蒐集和儲存技術持續改進，加速了大數據的累積、記錄與取得，將大幅度改變資料的應用與對人類的影響。大數據分析與資料挖礦，可以發掘先前未知且潛在有用的資訊樣型(pattern)或規則(rule)，進而轉換成有價值的資訊、洞察或知識，以協助決策、創新營運模式和創造新的價值。

美國歐巴馬政府在2014年5月發表的大數據白皮書中，也將「資料」定義為「未來的新石油」，勾勒出未來的機遇，並發展到國家戰略的層次。美國政府認為，一國擁有資料的規模、靈活性和解釋運用的能力，將成為綜合國立的重要成分；更把資料的佔有和控制，視為陸海空權之外的另一種國家核心資產；另一方面，德國結合產官學研推動「工業4.0」，做為德國未來發展的戰略計畫，也強調物聯網、大數據、和智慧製造的重要。

簡禎富舉例說明大數據分析，可以有很多創新應用。例如，Google透過比對各地區、各時間點所搜尋流感的關鍵字，來得出流感的發展趨勢預測，與疾病管制中心專家所得到的研究結果幾乎相同，不但快了兩週而且能即時分析更新。

而一家監控交通路況公司，則發現購物商場附件交通堵塞與銷售之間的關係，於是就靠著購買這些堵車地帶附近店家的股票而大賺一筆，且又把不同時間點的上班通勤資訊提供給房地產公司來創新價值，也是一種把「再利用」轉換成「營收」的最佳證明。

德國SAP利用大數據分析的技術，給足球員穿上有感應器的球鞋，記錄各球員的各種活動，並傳至雲端平台，讓教練可透過平板電腦來分析球員的優缺點與掌握球隊狀態，以隨時調整戰略，因此成為2014年世足的大贏家。

而蘋果與IBM聯手提供大數據，未來一般人使用的 iPhone、iPad設備將內建IBM針對不同行業需求的100多種「商業分析與最佳化」模組，以提供給企業做為大數據分析和最佳化決策的解決方案，將改變產業智能化的未來走向與競爭態勢。

以多種大數據分析  改善產線整體效率

台積電曾將智慧工廠分成3階段：自動化、無人化、到超人化。第一階段是電腦學會人類如何做；第二階段就是讓電腦來取代人類做一些簡單且繁瑣的事情；第三階段就是以更先進的硬體設備，來達到更超越期待的事情。其中，資料品質、大數據分析和即時決策能力，將成為輔助管理者做決策的基礎和推動智慧工廠的關鍵。

以半導體為例，半導體製造過程不同IC產品的晶圓會經過很多工作站、不同機台和上百道各種製程，其過程會產生大量資料，包含巨量、變動性、多樣性、真實性等大數據特性，並具有複雜的交互作用和共線性。隨著摩爾定律的推進和製程線寬的持續微縮，也導致允差的縮小、良率提升難度的增加和生產管理上的複雜。

簡禎富舉例，以半導體機台來說，可以透過長期量測、統計與分析生產過程的相關數據，便可得知該機台是否在正常運作的機台健康(Tool Health)模式，以建立設備的預測保養(Predictive Maintenance)，甚至發展成先進設備控制和自我調適能力的免疫系統。

透過分析機台加工過程中，經由傳感器(sensor)所收集的巨量資料，並不斷的推演未來狀況和即時監控，因此當有逐漸偏離、設備健康情況變糟的狀況時，就可提早進行預防性保養、維修，或更換機台，以維持或提升良率。

同樣的，大數據分析亦可以應用在生產管理以降低生產週期時間，透過分析各個階段在製品(WIP)的水位和工廠物流的宏觀調控，可以避免塞車來維持產線順暢增加產能。

簡禎富所領導的清華大學「IC產業同盟」和「清華—台積電卓越製造中心」研究團隊，將累積的研究成果和分析技術往半導體供應鏈上下游擴散並整合，建立解決大型複雜問題的完整解決方案，除了技術移轉給相關廠商外，也撰寫大數據分析的教材和個案，並舉辦「第一屆半導體大數據分析競賽」，透過實戰以培育產業所需的跨領域人才。