蒐集现场信息　让制造更有智能

清华大学工业工程学系教授　简祯富

从2000年以后，原物料价格飞涨，甚至有上涨数十倍的现象，如原油从每桶16.7美元飞涨到76.82美元；黄金从每盎司256美元上涨到1,361.11美元；铜价更从每公吨1,38.5美元涨到8,405美元，反观电子产品的价格非但未跟着上扬，即使产品的性能大幅提升，新产品的初上市价格却比旧产品还低，显然与原物料价格的上涨趋势显然背道而驰。

清华大学工业工程学系教授简祯富指出，因为电子产品的定价已经不是由成本来决定，而是由市场供需来决定，换言之，吸纳原物料上涨所造成的成本负担，已是生产者无可避免的宿命。

简祯富指出，1厘米大小的集成电路在2005年就已可放入10亿个晶体管，计算速度比80年代要快上1万倍，集成电路内含的晶体管数量未来的成长速度，势必会超过摩尔定律的速度，不只是技术上效能加倍，同时也造成成本快速下降。

但另一方面，由于半导体元件对系统其他零组件的替代性越来越高，也造成产业价值链的定位与典范移转，简祯富认为，在这样的基础上，半导体产业一定能从自动化转变成智能化，产业才能持续发展。

其实从半导体市场的发展历程，也可看出智能工厂的发展需求。简祯富指出，以前半导体的主要使用者就是业者自己，所以一开始都是技术导向，但自从电脑出现以后，电子产品的应用领域一路延伸，目前包括汽车、手机等装置，都大量使用半导体技术，因此1986年以前是由IDM/ASIC来主导半导体供应链，但是2000年以后，就出现晶圆代工产业，一方面是因为有了适当的工具及技术，但另一方面也跟消费者的需求有关。

因为半导体产业面对消费市场的需求，制造竞争力更需要持续维持，甚至需要全新的驱动力，如产品愈来愈小(40或28纳米)，面板愈做愈大，如果成本没有相对做好控制，问题就会变得很严重。

因此，面对微利时代的挑战，简祯富指出，前端的IC设计、芯片制造的生命周期大概只有1~3个月，后端的封装？装配及测试，生命周期更只有2~3周，但产品生命周期愈来愈短，业者显然需要不一样的决策方式，才能有效反应市场需求。

「产业的竞争愈来愈激烈，不能只靠老板来决策。」简祯富说：「其实现在可以用电脑蒐集的信息非常多，不只是公司的运作，工厂的运作也可以透过电脑来提升决策品质。」

简祯富指出，1个智能制造系统，与一般无人化概念的制造系统的差别在于有没有「智能」，而有无智能的主要区别，在于系统有没有办法做「决策」。如若能将动态调整与资源运筹的能力加入制造系统中，就可协助决策者系统性的分析并实时将数据所萃取的智能，转化为可执行的数码化与科学化的决策。

以半导体产业为例，工厂大多是无尘室，加上许多机具已经自动化，机器本身其实已经具备自行诊断及升级的能力，但保养方式若还是采取固定时间，就有可能会在不适合的时间作保养。简祯富认为，应该要因时制宜、因地制宜，选在真正需要的时候才做保养。

曾经借调到台积电3年，已结合理论与实务的简祯富指出，台积电曾把自动化分为3个阶段，第1是拟人化，机器学习人怎麽做；再来是无人化，把例行的工作自动化，第3阶段是超人化，建立整合众人制造的系统。「让制造过程的信息从自动化到决策化的过程，不但是1个趋势，也是1个挑战。」简祯富说。

以与制造智能息息相关的数据挖矿为例，虽然目前已可做到深入发掘各种制造信息，但由于半导体制造程序复杂、影响变量众多，往往无法从收集的庞大数据中，迅速有效地挖掘或归纳其中有意义的样式或规则，更遑论提供实时决策的依据。

因此，数据采矿要产生效益，人力资源将扮演重要的关键，但简祯富指出，半导体产业习惯找特定前段的学校，但不是每一个工作都需要前段大学的学生来工作。「不同的工作，有不同的需求。」简祯富说：「半导体产业要努力从机械性走到智能性，应该是找最适合，而不是找最优秀的人才。」