大数据分析与生产管理应用

国立清华大学工业工程与工程管理系讲座教授简祯富。

国立清华大学工业工程与工程管理系清华讲座教授简祯富博士，介绍「大数据分析与生产管理应用」。首先，他以加州淘金热再起为例，说明淘金并不会直接淘到金块，而是用水把杂质去掉，想办法留下比重高(含金量较大)的岩石或砂石。

而数据挖矿(Data Mining)的概念也是类似这样，透过强大的信息系统和大数据分析工具，好比强力的水柱和开采设施，从巨量如矿山的大数据(Big Data或称巨量数据)中，找到相关变量与订定变量水准，来挖出数据里面的黄金。随着技术的发展(半导体进步、电脑运算能力更强) 和分析能力的进步，我们越来越容易从大数据找出有用的信息来提升生产效益和服务品质。

信息科技大进步  数据挖矿大数据

当今信息科技的进步、网络的发达、电脑运算能力的增加，以及数据蒐集和存储技术持续改进，加速了大数据的累积、记录与取得，将大幅度改变数据的应用与对人类的影响。大数据分析与数据挖矿，可以发掘先前未知且潜在有用的信息样型(pattern)或规则(rule)，进而转换成有价值的信息、洞察或知识，以协助决策、创新营运模式和创造新的价值。

美国欧巴马政府在2014年5月发表的大数据白皮书中，也将「数据」定义为「未来的新石油」，勾勒出未来的机遇，并发展到国家战略的层次。美国政府认为，一国拥有数据的规模、灵活性和解释运用的能力，将成为综合国立的重要成分；更把数据的占有和控制，视为陆海空权之外的另一种国家核心资产；另一方面，德国结合产官学研推动「工业4.0」，做为德国未来发展的战略计划，也强调物联网、大数据、和智能制造的重要。

简祯富举例说明大数据分析，可以有很多创新应用。例如，Google透过比对各地区、各时间点所查找流感的关键字，来得出流感的发展趋势预测，与疾病管制中心专家所得到的研究结果几乎相同，不但快了两周而且能实时分析更新。

而一家监控交代理况公司，则发现购物商场附件交通堵塞与销售之间的关系，于是就靠着购买这些堵车地带附近店家的股票而大赚一笔，且又把不同时间点的上班通勤信息提供给房地产公司来创新价值，也是一种把「再利用」转换成「营收」的最佳证明。

德国SAP利用大数据分析的技术，给足球员穿上有感应器的球鞋，记录各球员的各种活动，并传至云端平台，让教练可透过平板电脑来分析球员的优缺点与掌握球队状态，以随时调整战略，因此成为2014年世足的大赢家。

而苹果与IBM联手提供大数据，未来一般人使用的 iPhone、iPad设备将内建IBM针对不同行业需求的100多种「商业分析与最佳化」模块，以提供给企业做为大数据分析和最佳化决策的解决方案，将改变产业智能化的未来走向与竞争态势。

以多种大数据分析  改善产线整体效率

台积电曾将智能工厂分成3阶段：自动化、无人化、到超人化。第一阶段是电脑学会人类如何做；第二阶段就是让电脑来取代人类做一些简单且繁琐的事情；第三阶段就是以更先进的硬件设备，来达到更超越期待的事情。其中，数据品质、大数据分析和实时决策能力，将成为辅助管理者做决策的基础和推动智能工厂的关键。

以半导体为例，半导体制造过程不同IC产品的晶圆会经过很多工作站、不同机台和上百道各种制程，其过程会产生大量数据，包含巨量、变动性、多样性、真实性等大数据特性，并具有复杂的交互作用和共线性。随着摩尔定律的推进和制程线宽的持续微缩，也导致允差的缩小、良率提升难度的增加和生产管理上的复杂。

简祯富举例，以半导体机台来说，可以透过长期量测、统计与分析生产过程的相关数据，便可得知该机台是否在正常运作的机台健康(Tool Health)模式，以建立设备的预测保养(Predictive Maintenance)，甚至发展成先进设备控制和自我调适能力的免疫系统。

透过分析机台加工过程中，经由传感器(sensor)所收集的巨量数据，并不断的推演未来状况和实时监控，因此当有逐渐偏离、设备健康情况变糟的状况时，就可提早进行预防性保养、维修，或更换机台，以维持或提升良率。

同样的，大数据分析亦可以应用在生产管理以降低生产周期时间，透过分析各个阶段在制品(WIP)的水位和工厂物流的宏观调控，可以避免塞车来维持产线顺畅增加产能。

简祯富所领导的清华大学「IC产业同盟」和「清华—台积电卓越制造中心」研究团队，将累积的研究成果和分析技术往半导体供应链上下游扩散并整合，建立解决大型复杂问题的完整解决方案，除了技术移转给相关厂商外，也撰写大数据分析的教材和个案，并举办「第一届半导体大数据分析竞赛」，透过实战以培育产业所需的跨领域人才。