隨著企業營運環境的快速變動，為維持競爭優勢，決策者必須快而準地進行決策，這單憑直覺和經驗已不足夠。大數據時代，借助數據導向創新和各種資訊系統的輔助，決策者才能精確、快速且系統化地進行複雜的分析評估，以應對新挑戰。

　　如果用“兵、馬、錢、糧”對應人力、設備、資本、訂單及上下游供應鏈等企業營運資源，那麼決策分析就像是“軍機處”。

　　隨著半導體晶片産業進入大者恒大的競爭趨勢，建造一座12英寸生産工廠至少需投資40億美元以上，其中超過六成資金用於購買機器設備，使得半導體晶片産業進入門檻高退出門檻也高，甚至一次投資還不夠，在製程技術持續演進與産品更疊下，必須每年更換或升級相關設備，才能維持競爭力。然而，半導體晶片産能建設擴充前置時間長，加上需求變動大、不確定性高等因素，造成産能規劃困難。

　　換句話説，半導體廠的産能規劃決策，往往在需求高度不確定下進行。因此，利用大數據分析技術，可以整合産品生命週期與技術擴散理論，檢驗産業環境的實際影響因子，發展考慮多世代技術擴散、技術替代、重復購買、價格、市場成長率和季節等因素的“産品生命週期和數據挖掘的需求估計技術”，並建立一個可以隨著時間推移而調整和更新需求預估模型的機制，作為預測未來需求，以輔助制定中長程産能策略的依據；同時結合最小化最大可能後悔（mini-max regret）的博弈策略，動態調整産能規劃，避免産能不足或産能供過於求的風險和産能建設追高殺低的決策陷阱，以提升資本報酬及整體獲利。

　　在擔任清華-臺積電卓越製造中心總主持人期間，我開始將實證研究成果和分析技術，擴散至半導體晶片供應鏈上下游，並整合相關需求結合軟硬體，將一個個“問題點”的突破，累積擴大為“系統面”的大數據分析架構和半導體晶片製造與物流智慧解決方案，協助台灣高科技産業建立起能同時兼顧生産效率和合格率的製造和供應鏈智慧系統平臺，並促進半導體晶片供應鏈廠商的“虛擬垂直整合”，協助台灣組成以水準分工為主的産業結構，力抗垂直整合為主的國外半導體晶片廠商，以在大數據時代保持競爭力，避免在知識密集的尖端設備和製程技術競賽中敗下陣來。

　　大數據同時給了企業內部物流和企業外部供應鏈以管理智慧化。在分析客戶需求、水準分工合作企業的資源配置、企業內部配送過程中的實時狀態、倉庫利用率和搬運分揀效率、備品備件的儲位安排時，都可以實現精準的待加工件自主尋找設備、配送裝載設備自主尋找機臺等，完成設備、操作人員和待加工件的精準匹配，從而提高生産效率、分揀效率、物流保障率、設備符合率和産品合格率。

　　由於缺乏先進半導體晶片機臺設備製造商，使得台灣半導體晶片廠為改進生産流程和提升合格率，不得不在國外進行參數設定和調整，這讓國外的設備廠商能發覺到台灣廠商的舉動，並可能外流給設備商的其他客戶，無形之中助長了潛在對手跟進的競爭力。而透過結合資訊系統和大數據分析所打造的製造和供應鏈智慧平臺，可以將公司所累積的分析知識和重要訣竅，儲存在內部雲端知識系統，避免流失風險，使産品合格率、産能利用率、生産效率、機臺妥善率等得到驚人提升。

　　以大數據分析提升台灣高科技産業的製造和供應鏈智慧化，是台灣半導體晶片産業未來能否持續領先的關鍵。台灣高科技産業在自動化製造和檢測過程中，累積了許多大數據，由於數據的變動性、這些數據若未能實時有效分析，只是花錢買設備系統儲存而未善加利用，不僅不能成為資産，反而是企業的負債。所以，若能導入大數據分析技術，從中挖掘出潛在的有用資訊，是料敵先機的制勝關鍵。

　　自動化技術和機械人的發展使無人化工廠愈來愈可能成真，大數據分析更創造了智慧工廠的未來。根據 IBM 的研究顯示，商業分析與優化能協助企業決策者，更系統化地分析複雜數據、找出最佳方案，提升資源運用的效益，讓高階主管有更多時間和充分的資訊來規劃策略和思考決策，是未來企業經營的核心能力。

　　過去的觀念認為，決策是高層主管的工作，基層員工只需執行即可。但公司的組織架構應該是，要協助組織做出比競爭對手更好、更快的決策。在網路時代，如果所有人都要坐等高階主管下決策後才開始行動，反應速度肯定來不及。所以，層級分明的官僚結構已不符合現今産業需求。

　　在大數據時代，每人每天都接收到大量的資訊，企業決策者的角色和定位必須改變，進行決策流程再造。卓越企業應該是決策型組織，使“人人都是決策者”來提升決策反應的速度和品質。高階主管要能適當授權，轉而成為制訂策略、維持價值和整合決策資訊的領導者，讓第一線接觸數據的員工能夠借助大數據分析工具實時做適當的判斷，透過層級分析出每個人的關鍵績效指標和決策所有權。厘清權責，使很多事情能在第一時間處理，才能因應網路時代的快速競爭，掌握決策契機。

　　（作者係臺積電卓越製造中心主任、台灣新竹清華大學講座教授）