天下／叶仁杰：枯燥工作交给AI，创意留给工程师
台湾美光科技营运长叶仁杰于「2017天下经济论坛」夏季场中，分享美光吸收、运用数据的关键，除了用视觉化提升效率与成效，更要让对的人才充满期待。以下为演讲摘要：
我先解释大数据对美光而言有多重要。我们在全球有13个厂区，分为前段和后段制造，这是我们的规模和广度。但该怎么推动资讯与数据交换、形成有用的资讯，也让不同厂区之间可以相互学习与合作？
从策略的角度来看，过去几年我们一直努力追求卓越，例如我们前段和后段厂区的无缝接轨。追求卓越的好处，就是让成本结构更有竞争力，以及降低最终产品的生产周期（cycle time）。
视觉化 一层层剥开大数据
如何推动资讯交换是一大重点。我们很幸运，半导体的世界里有很多感测器和数据，而我们吸收、运用这些数据的关键之一，就是「视觉化」。
人类很注重视觉，我们喜欢眼见为凭，看到之后会觉得兴奋。我们也是这样开始的。我们为团队打造了正确的仪表板和视觉化工具，让事情变得容易许多。视觉化会让团队成员产生渴望、希望得到更多资讯。以前，他们要花好几个小时整理数据和资讯，等到资讯来了，他们也累了、不知道该怎么运用。
但现在，一切都在改变，他们直接拿到数据后，就可以开始问问题。对我来说，运用大数据就像剥洋葱，一层一层地剥开，直到发现问题为止。我们从视觉化做起，再强化连结、预测和模型。
对业者而言，资本支出是很大的成本，所以我们在学习的过程中，花了很多心力。当你和供应商整合，就可以分享你看到的东西和最佳作法，找出最好的方式和技术来解决问题。等问题解决，再往下一个大趋势迈进，例如深度学习等。
提升良率也是如此。以前我们都是用人力24小时轮班，从晶圆上挑出不良品；现在我们用系统和运算法来找出不良品，再用抽查的方式来检测，例如千中取一。如果把抽查结果和过去人力挑选的成效做比对，有些晶圆厂的准确率几乎可以达到100％。大数据的另一个面向就是「连结」。
我们看着同样的资讯来行动、推动改变。在半导体产业，品质、产量、生产周期、成本都很重要。我们要建构不同能力，深入剖析数据，找出新的潜力和浪费的时间。重点不是让大家认真工作，而是创造工具、有智慧地使用这些工具。
整体来说，透过这些措施，我们的品质提升了35％、良率改善了25％，而产量也提升了10％。该怎么运用数据和感测结果来创造最大产能？我们先做视觉化，再运用标竿数据制作KPI。
应该让工程师尽情创作，用他们想要的方式自动化。让他们的创意源源不绝地流动，再用关键的模型和指标来检视数据、推动标准化。但重点是让团队成员充满期待，让他们谈论这个话题、建造改变的动力。
检视大数据推动的改变，可以从「效率」和「成效」两方面来看。视觉化可以帮助你提升效率。一旦数据随手可得，就可以专注在成效。
以前我们的流程要花2天时间，工程师坐在电脑前2天、回家睡觉之后再来，数据都还在跑；现在有了大数据之后，这个流程从2天缩短到15分钟。取得数据的速度愈快，决策的速度就愈快。
另一个关键，就是让对的人才充满期待。这些工程师不喜欢呆板无趣，他们喜欢令人兴奋的事物。人员流动很快，是因为工作的供需之间有落差。要推动改变，就要创造能让他们充满期待的环境。