當全世界都在談大數據，當美國要將高階製造搬回去、德國要做「工業四．○」，台灣製造業還有本錢等嗎？重量級專家簡禎富直言，用數據分析做決策輔助，提升產業競爭力，台灣不能再等下去。
「如果，台灣製造業不升級，不用大數據分析這類新的思惟來想事情，我們只有一個結局，就是被上下夾殺。」說話的是清華大學工業工程與工業管理學系教授簡禎富，他是第一位被台積電借調到內部的教授，帶著一套決策分析的方法，幫製造業找問題，從研發技術、產品設計到管理者做決策，都會用到他的團隊，還讓台積電、聯發科、晶電、台達電、廣達、茂迪主動上門找他合作，就連阿布達比都有公司指名要挖角他。
如果你以為大數據是行銷人員在用的分析工具，可就錯了。因為簡禎富的故事告訴我們，如果製造業在研發設計、生產良率、採購維修都有大數據的分析思惟，競爭力才有機會向上提升。
簡禎富的冒險旅程，要從二○○五年說起，原本打算到德國柏林工業大學進修的他，因緣際會下，被台積電延攬，「他們對我說，既然你可以休假一年，與其去德國，何不來業界看一看？」簡禎富笑說，他沒想到，借調到台積電去，一待就是三年之久。
不靠經驗看數字，讓效率發揮極大化
主修工業工程與工業管理出身的簡禎富，博士念的卻是決策科學，隨著決策分析成了企業營運的主流科學，還一度到哈佛取經，把大數據的決策分析方法帶了回來，「做研究的人，缺乏理論與實務結合的機會，剛好台積電給我進入業界實做的機會。」
剛進入台積電時，他其實有點摸不著頭緒，也不清楚自己滿腹的決策分析本領能用在什麼地方？後來他發現，真正站在第一線的業界人士，礙於時間壓力，很難坐下來好好替生產流程找問題，「我出身學界，時間壓力沒那麼大，反而看得比較廣。」
簡禎富不諱言，二十年來，台灣科技廠能崛起，坐享了很重要的資產，叫作「管理經驗」。「所以很多公司在生產線上找問題、提升效率，都是憑經驗，或者看哪一個工作站的效率特別低，就只改善那個工作站。」這樣的作法，卻無法跳脫框架。
慢慢地，簡禎富開始在生產流程上抓問題。以設備維修為例，「製造業的機台維修，都是設備商告訴你幾時該維修，就付錢請設備廠來維修保養，可是真的有讓機台效率用到最大化了嗎？」
假設機台的維修時間是每六個月要保養一次，每次保養就要停工，機器一停就增加成本；可是設備如果沒有按時保養，過度使用導致機台當機，不只產線上的半成品報銷，維修成本更高。
於是，簡禎富就把所有機台設備的使用數據分析，算出每一部機台的精準維修時間，以前可能十台機器都是半年維修一次，現在則是該維修保養才做。
靠數據分析，良率高對手十五個百分點
簡禎富替台積電抓到的問題還不僅此一例，他發現要提升晶圓良率，不僅僅是改善製程與設備異常，他利用大數據分析，找出最具效益的晶圓產出ＩＣ尺寸，幫助不管是資深還是資淺的工程師，都可以快速決定晶圓曝光最好的配置方式，達到增加晶粒產出、提升工作效率與設備效益，而這個創新方式的成果很驚人，一年為台積電創造四．二億元的效益。
除了在生產製程上找問題外，簡禎富也將大數據分析搬到台積電的製造決策裡。「就像業務與行銷人員對未來市場需求看法可能會有不同，以往我們都只能靠對過去經驗和對未來市場情況的猜測進行產能調整，可是大數據時代，你要用數據來說話。」
簡禎富說，決定未來產能的大小時，不能只靠行銷與業務部門對未來市場的預測，而是要結合歷史數據與未來展望，加上決策分析輔助，再進一步做備料、產能規畫，求取最大利益。
「全世界的製造業，很多人都以為只要花錢買機台就可以做，可是台積電的例子告訴我們，它們的良率可以超出同業，靠的不是前段的設備與技術投資，後段的數據分析與預測運算，才是它們能夠一直保持領先的關鍵。」工研院產經中心分析師戴熒美說。市調機構研究分析師估算，台積電先進製程良率比對手至少高出十五個百分點。
簡禎富將決策分析的理論用到台積電實務上的消息傳出後，他的名號在科技業傳開。因此，當他重回清大教書，一家又一家的產業龍頭廠開始來敲門，從最上游的半導體產業延伸到下游硬體代工廠、ＬＥＤ、太陽能等，他替聯發科做過供應鏈管理分析，也替廣達做產品設計決策，現在就連傳統腳踏車業、鞋廠都上門來向他請益，拜託簡禎富幫忙抓問題。
美國、德國搶著做！台灣製造業不能等
「這些龍頭廠肩負產業發展的責任，它們都很清楚，大數據分析、智能化製造的重要性，這是它們一定要推進的趨勢。」簡禎富分析，因為這影響的不是台積電、聯發科、廣達、台達電任一家公司，而是整體台灣製造業的競爭力。
過去這幾年，美國政府積極喊出「再工業化（reindustrialization）」，要把高階製造搬回美國去，德國推動「工業四．○」，將高度自動化與數據分析的技術導入德國工業，往「無人工廠」的目標發展，都是著眼於提升自家製造業的競爭力。
「美國、德國把製造業價值最高的這塊拿走，便宜勞力、大量生產的低階製造，又被中國搶走，台灣剩下什麼？」簡禎富認為，這是台灣所有製造業者不能迴避的課題。
▲德國與美國政府喊出工業4.0與再工業化計畫，目標打造智慧工廠並將高階製造搬回國內。大數據分析正是打造智慧工廠的關鍵要素，台灣不能不做。（圖/西門子提供）
運用過去管理經驗，先從部分自動化做起
「台灣過去總被稱為製造大國、軟體小國，如果不發展大數據，就如同我們把精良武器都賣到海外，但我們自己攻擊敵人的武器卻是弓箭與矛。所以，台灣製造業一定要升級，要用大數據的思惟來想事情，增加我們的產業競爭力。」工研院巨資中心主任余孝先說。
同樣的說法，也在對智慧工廠研究甚深的工研院機械所分析師黃仲宏口中聽到，「大數據絕對是開啟製造業往智慧化、自動化發展的一大關鍵。」
相較於歐美製造業都在升級，簡禎富從另外一種角度想，「我們不能停在工業三．○，短期內又無法像美國、德國做到全自動化，可不可以用混合的方式，提出一個工業三．五？」簡禎富直言，台灣製造業仍未具備足夠能力，發展工業四．○的全自動智慧化工廠，但我們可以利用過去的管理經驗與智慧，先從部分自動化做起，再搭配數據分析的力量，從根本上提升台灣製造業的競爭力，因為這一戰，台灣已沒有本錢再等下去了。
▲點擊圖片放大
簡禎富
出生：1966年
現職：清大講座教授
經歷：清大副研發長與產學合作辦公室執行長、台積電工業工程處副處長
學歷：美國威斯康辛大學麥迪遜分校決策科學與作業研究博士、工業工程碩士
