稱霸半導體的台積電，首次對外公布其智慧製造的獨門心法，《天下》獨家訪問台積電邁向智慧化的最高主管，看台積電如何把AI、機器學習導入晶片製造，不但生產速度領先對手，還能讓全球13座廠品質一致精確！
當全球各大製造強權都在積極搶進先進製造，但你知道嗎，一家「地表最接近工業4.0的企業」就在你我身邊。
它是台積電，公認在生產技術最先進和複雜的晶圓製造行業。自從二○一八年量產七奈米製程後，台積電已成為全球半導體製造技術少數的領導者。其中的關鍵，正是甚少對外公開談論的先進製造能力。
為了讓台灣製造業理解智慧化的威力，更要為產業帶來數位轉型動能，《天下》獨家走訪台積電，一窺全球專業晶圓代工霸主的製造智慧化之路。
首次公布「智造」祕辛十九年前，就已達全自動等級
「從成立第一天我們就在談製造卓越，這是我們要突顯的價值，」台積電晶圓廠營運資深副總經理王建光說。
王建光在台積電是掌管所有晶圓廠製造的「總廠長」角色，也是智慧化生產的最高主管。首次對媒體分享台積電「智造」奧義，講起話來溫文儒雅的他，不僅顛覆一般生產線主管常見的疾言厲色印象，也很有資格話說從頭。
員工編號三十號的王建光，在台積電成立之初就加入，一路參與台積電對製造卓越的追求。他細數，自九○年代，八吋晶圓廠導入電腦化，台積電就開始在製造管理上建立門檻。
到了二○○○年開始自動化，當年建立全新的十二吋超大晶圓廠，自動化程度已是全球同業先驅，包括派工、運送系統到設備自動化，都已是全自動化的等級。
時至今日更不得了，晶圓廠的工作環境早已顛覆外界認知。走一趟台積電位於中科的十二吋晶圓廠，來到一間名為MCC（生產指揮中心）的辦公室，免更換無塵衣，也不用經過空氣浴塵室，穿著輕鬆的工程師或技術員，成排坐在辦公桌前專注盯著電腦螢幕上的數值，前方大片落地窗外，還可一覽藍天白雲下的大肚山景緻。
「技術員都在廠外工作，工廠裡面走道是空曠的，晶片在設備上方自動運送，」王建光說，基本上只有機台預防保養維護，才需要有人進到產線，「現在大家可以打扮漂漂亮亮，以前是連妝都不能化的喔。」
八年前率先智慧化將AI、機器學習導入晶圓製造
直到今天，台積電自動化程度仍在精進。「每一批貨，都知道它下一站要去哪裡；每一個機台，都知道下一批貨要來的是什麼。整個流程運作順暢以外，重點是必須緊湊，」王建光描述。
他舉例，多數人去做健康檢查時，花最多時間是每一站之間的等待，這很不符合效率。他解釋，晶圓製程主要有三種狀態，分別是等待（Queue time）、暫停（Hold time），和運行（Run time），雖然這幾年已把前兩者縮到極小化，但他用堅定口吻強調，往更極致努力將永不停止。
隨著全自動化的精進，智慧化登場。二○一一年，台積電揭開智慧化晶圓廠的序幕，陸續導入大數據分析、機器學習、人工智慧等技術。
王建光解釋，半導體製程是一門高度複雜的工藝，有上千個製程步驟，每道製程都必須精準控制，每個工廠都有數千台機台，每個機台一天可收集數百萬到數千萬筆數據。
他說，這些資料是晶圓製造過程中的所有細節，一定得充分收集、掌握，才有機會優化製程參數，成為提升良率的基礎。
清華大學工業工程與工程管理學系講座教授簡禎富也指出，台積電的每一片晶圓都有百萬個感測點的數據、每座晶圓廠都有成千上萬台機台設備，但對應的製程工程師，卻可能只有不到一千位，要分析如此海量的資料，已遠超人力所及。
簡禎富接著說，一般商用統計軟體，雖然已經可以支援大數據分析，但是每個行業都有各自的專業需求和特性，因此，像台積電這種產業的領頭羊，就會發展符合自己所需的分析工具。
這時，台積電的一千位IT，以及三百位AI、機器學習工程師登場。王建光透露，過去幾年來，台積電已經開發出智慧診斷引擎、先進數據分析等平台，進而發展出一套獨門的製程精確控制系統。
這套將大數據與機器學習應用在晶圓製程的學問，堪稱台積電近年持續拉開全球競爭者距離的究極奧義。
獨門一：降低生產週期交期所向無敵，代工廠最強
它到底有多厲害？前董事長張忠謀口中在這行業很重要的數字──生產週期（cycle time），就能因此降低。
要理解「生產週期」，得先對晶片製程有大致的概念。簡單來說，台積電的工作，就是把客戶（IC設計公司）委託的電路圖做進一顆指甲一樣大小的晶片裡，因此，除了電路線寬已做到細如頭髮直徑的萬分之一，還得像建造高樓般，一層一層反覆進行曝光、顯影、植入離子、蝕刻等製程，才有辦法將超過十億個電晶體的電路圖「塞」在一顆晶片內。而生產週期，就是建造每一層（layer）的時間。
隨著消費性電子迭代益趨緊湊，一家IC設計公司的高階主管直言，相較良率、價格，「交期，是我們現在最看重的，而台積電確實是所有代工廠最強的。」
台積電的交期所向披靡，關鍵之一就是生產週期競爭力。王建光透露，從台積電推動智慧製造並應用大數據和機器學習後，生產週期精進，至今最少進步五○%。
因為從同業到客戶都想要對此一窺堂奧，也讓王建光對各製程的詳細數字與細節，更加三緘其口。但早在二○一七年，台積電的台灣技術論壇上，時任台積電共同執行長魏哲家在主題演講時就提及，把大數據、機器學習等技術應用在製程管理上，「都是為了降低我們的生產週期。」
當時，魏哲家透露，在約十五年前的一百八十奈米時代，一顆晶片內部約二十五層，生產一層約花兩天。而現在，以十奈米手機晶片為例，內部已達八十層，如果一層生產週期還是兩天，代表一個產品要將近半年才做得出來，「沒有人肯等你的，」魏哲家說。
▲首度接受媒體專訪的台積電晶圓廠營運資深副總經理王建光，是台積電智慧製造的靈魂人物。（邱劍英攝）
獨門二：工廠一致性不但可精確製造，還能優化
走入智慧晶圓廠時代的台積電，還有另一項獨門絕活不能不提，那就是「工廠一致性」（fab matching）。
簡禎富在新書《工業3.5》提到，透過機台參數與感測器的數據分析，除了可以即時推測每一個加工產品的好壞，設備也具有自我檢測、製程參數智慧調校、自動復原與改善控制等能力，並藉著不斷診斷、不斷反饋、不斷學習進化的「動態優化滾動」，變得愈來愈智慧。
更厲害的是，過程中能確保沒有人「掉隊」。
一顆新晶片要量產，通常會先經研發試產，待製程參數等諸多生產因子調到最佳化後，才外放到各晶圓廠大量生產。王建光透露，目前在全球擁有十三座晶圓廠的台積電，也多半由母廠負責試產穩定後，再到各廠投片量產。
對晶片製造者來說，很大的考驗就是如何把試產時的表現，精準移植到量產。過往最知名的就是英特爾的「精確複製」（Copy Exactly）模式，亦即英特爾在全球每座晶圓廠的每條生產線，不僅都採用相同的生產設備，連廠內管路配置、尺寸、長度，甚至幾個彎角都要一模一樣，以此確保從研發產線到量產能表現一致外，也可預防同樣的問題重覆發生。
類似模式在台積電稱為工廠一致性，卻因為導入智慧化而多了同業難以仿效的彈性。
王建光解釋，工廠一致性不僅讓同樣的製程，移轉到各廠仍百分之百相同，若生產過程中滾動出更好的製程參數、更好的良率表現，甚至後來導入更有成本效益的機台時，其他廠也會跟著對準（alignment）。
「一般進入量產後就不敢再動了，」王建光笑道，但在台積電，不斷優化卻是家常便飯。他沒說出口的是，光這項能力，就讓台積電建立一道同業難以跨越的成本門檻。
秉持製造卓越的初心，一路成就全球製造業典範的台積電，接下來還能演繹多強大的「智造」本事，全世界都在看。
▲台積電董事長劉德音（左）與副董事長暨總裁魏哲家（右）接班後，仍持續加大智慧製造力度。（劉國泰攝）
