Yahoo奇摩財經 
葉仁傑：枯燥工作交給AI，創意留給工程師
作者：天下編輯部
台灣美光科技營運長葉仁傑於「2017天下經濟論壇」夏季場中，分享美光吸收、運用數據的關鍵，除了用視覺化提升效率與成效，更要讓對的人才充滿期待。以下為演講摘要：
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，分為前段和後段製造，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？
從策略的角度來看，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，我們喜歡眼見為憑，看到之後會覺得興奮。我們也是這樣開始的。我們為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，直到發現問題為止。我們從視覺化做起，再強化連結、預測和模型。
對業者而言，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；現在我們用系統和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，有些晶圓廠的準確率幾乎可以達到100％。
大數據的另一個面向就是「連結」。
我們看著同樣的資訊來行動、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，找出新的潛力和浪費的時間。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，是因為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。
延伸閱讀：
