存儲器大廠美光(Micron)抓住人工智能(AI)與大數(shù)據(jù)(BigData)的新科技浪潮,，導入到現(xiàn)有全球各地12吋晶圓廠，協(xié)助提升品質,、良率,、產出、生產周期與營運成本等五大面向,，并且協(xié)助公司員工與新科技接軌,，做職涯轉型，讓我們看看美光如何用AI打造一座做“智能晶圓廠”,。
啟動大數(shù)據(jù)分析專案培養(yǎng)全球資料科學家團隊新科技的出現(xiàn)加速了產業(yè)鏈的解構與重構,，云端運算(ClouldComputing)、移動通訊裝置(MobileDevice),、社群媒體(SocialMedia)等新科技的崛起,，讓全球數(shù)據(jù)資料出現(xiàn)爆炸性成長，隨之而來的是資訊系統(tǒng)的變革加速,，以及企業(yè)創(chuàng)新轉型的腳步,，從制造業(yè)來說，如何透過新科技來優(yōu)話高階制程的競爭力,，并提升產品的附加價值,，成為致勝關鍵。再者,，企業(yè)也需要重新建立伙伴生態(tài)體系,，來落實創(chuàng)新轉型的目標，在這個方向上,，美光也不例外,。
美光全球前端營運副總裁BuddyNicoson表示，美光啟動大數(shù)據(jù)分析專案,，透過大數(shù)據(jù)的分析能力,，來改善品質、良率,、產量與成本,，這也是很多制造業(yè)都在努力的方向。美光執(zhí)行方式之一,，是培養(yǎng)全球資料科學家團隊,，借由與伙伴緊密合作的方式，來導入適合的AI等資料分析方案，讓半導體先進制程轉換更具競爭力,。
Nicoson表示,，在啟動大數(shù)據(jù)分析專案時，美光與合作伙伴協(xié)助搜集晶圓廠內的各種數(shù)據(jù)資料,，先透過小規(guī)模的試驗專案,，來確認大數(shù)據(jù)分析方案的實施效益、投資報酬率,，取得高階主管的認同后,，再按照業(yè)務需求循序擴大應用范疇。透過AI提升良率及生產效率美光是如何利用AI與大數(shù)據(jù)來優(yōu)化產能與良率?關鍵在于透過分析資料來優(yōu)化5個面相,，包括品質,、良率、產出,、生產周期與營運成本等,。
第一，在品質方面,，美光有遠端操作中心(RemoteOperationsCenter),，借由在各個晶圓廠實施的故障感應檢測(SensorBasedFaultDetection)、預測維修(PredictiveMaintenance),、即時流程控管(RealTimeProcessControl)與預測分析(PredictiveAnalytics)等機制,，實際運行后，提升了高達35%的營運效率,。
第二,，在良率方面，美光是透過深度學習(DeepLearning)自動辨識與分類矽晶圓上的缺陷,，系統(tǒng)將自動化診斷并分析造成矽晶圓缺陷的根本原因，究竟是因為流程?還是因為生產工具?再將分析結果與建議方案寄送給相關團隊成員,，修正問題后,，進而提升良率表現(xiàn)。
第三,，在產出方面,，美光是透過搜集與分析跟工程營運相關的數(shù)據(jù)資料，包括設備運作資料,、故障檢測結果,、統(tǒng)計制程管控資料等，即時掌握各晶圓廠生產線的狀況,，透過調整與優(yōu)化各產線營運狀況,，進一步提升營運效能與落實品質管理。
第四，在生產周期方面,，美光是透過分析晶圓生產流程,、需求預測等數(shù)據(jù)資料的方式，來優(yōu)化排程,。
第五,，在營運成本方面，是透過搜集與分析數(shù)據(jù),，例如晶圓耗損等非結構化數(shù)據(jù)資料的方式,，來預測需求，同時,，借由零件管理與降低浪費,、耗能等方式，來達到降低營運成本的目標,。
除了透過上述5個面向,，逐步優(yōu)化各個晶圓廠的良率與產出外。另外,，美光也鼓勵不同廠區(qū)的晶圓廠可以相互學習,，目前美光的12吋DRAM和3DNAND晶圓廠分散于美國、日本,、新加坡,、臺灣等各地，將協(xié)助各個晶圓廠可以快速取得,、參考各廠區(qū)的大數(shù)據(jù)分析專案成效,，同步提升每個地區(qū)晶圓廠的效能。Nicoson表現(xiàn),，透過AI與大數(shù)據(jù)分析,，美光可借由遠端操作中心管理、優(yōu)化各晶圓廠的表現(xiàn),。Nicoson進一步表示,，這樣可以減少一發(fā)生問題，就必須派人到現(xiàn)場檢查和維修的頻率,，且遠端操作中心可以借由儀表板掌握即時資訊,，落實預測維修，為時因應客戶的需求而做出即時調整,。
培育人才和建立伙伴生態(tài)體系極大化大數(shù)據(jù)分析成效Nicoson分析,，除了導入AI與大數(shù)據(jù)分析等新科技強化公司生產效率外，也不會忽略協(xié)助內部員工轉型的重要性,，另一個重點更是與外部伙伴生態(tài)體系溝通,。他進一步解釋，啟動大數(shù)據(jù)分析專案后，美光成功將晶圓管理工作從人工管理轉向自動化管理,，將分散在各個晶圓廠的管理工作集中到遠端操作中心,，來進行統(tǒng)一管理，并且將分散的系統(tǒng)整合成一個整合式的解決方案,，并且開始透過分析資料下達決策與解決問題,，為確保轉型成功。
美光啟動職務轉型(JobTransformation)計劃,，借由資料分析培育課程,，可協(xié)助分散在世界各地的員工可加速對大數(shù)據(jù)等新科技的掌握度，腦力激蕩出有助于優(yōu)化營運業(yè)務的方式,。美光也舉一名員工為例,。有名已經在美光任職24年的制程作業(yè)人員在完成資料分析培育課程后，不但對各種演算法有一定的了解度,，也懂得透過遠端操作中心提供的預測分析結果來執(zhí)行各項工作,，如在機臺設備發(fā)生問題前，要求伙伴到場協(xié)助維修等,，成功從制程作業(yè)員轉變?yōu)橹瞥碳夹g員,，有能力執(zhí)行更復雜的工作內容，成功轉型為新進員工的導師,。再者,，美光除投入資金與資源來進行內部人才培育，也積極協(xié)同外部的合作伙伴,，一起匯整來自資訊科技,、營運科技的數(shù)據(jù)資料，包括先進流程管控,、巨量分析數(shù)據(jù),、生產設備運作、故障檢測等,，將這些都落實在先進制造上,。Nicoson最后總結指出，AI和大數(shù)據(jù)的分析時代來臨,，美光確實做出傳變，借由新的科技來提升美光對市場的反應力,，并且會持續(xù)深化團隊成員的資料分析能力,，循序優(yōu)化各個晶圓廠效能。