那天 CPK 報告出來，全場沉默了三秒，老闆的臉綠了
「X的，這批Wafer的良率怎麼又下去了？」上週三早上，我正邊啃著早餐店三明治邊看著前一天夜班的日報。突然，隔壁部門的Peter一聲哀嚎，嚇得我差點噎到。他指著螢幕上那張慘不忍睹的管制圖，Cpk值只有1.08，DPMO更飆到6210。老闆從辦公室走出來，掃了一眼，臉色瞬間鐵青。會議室裡，大家面面相覷，不知道該怎麼辦。這時候，Peter問我：「老楊，你說我們現在該DMAIC還是DFSS啊？」
問題出在哪？一個是救火，一個是防火
說穿了，DMAIC跟DFSS，一個是「救火」，一個是「防火」。你看，我們現在良率爆炸了，Cpk掉到1.08，DPMO破6千，這擺明就是出包了嘛！這時候你不會想著怎麼重新設計一個完美的製程吧？你只想趕快找出哪裡燒起來，然後把它撲滅。這就是DMAIC在做的事：針對現有的問題，找出根本原因，然後改善它。
所以重點是：DMAIC是針對「已經發生」的問題去「改善」現有製程。
那DFSS呢？DFSS比較像我們在蓋新廠、開發新產品的時候會用的。比如我們要導入新的12吋Wafer，或是要開發下一代的記憶體，這時候我們希望一開始就把製程設計得完美無缺，從源頭就避免問題發生。它是在「設計階段」就導入六標準差的理念，盡可能地預防未來可能遇到的毛病。
換句話說：DFSS是在「設計新製程或產品」時，確保一開始就做得夠好，避免未來出錯。
實際上怎麼做？看你現在是開新機台還是修舊機台
到底怎麼選？其實很簡單，看你的情境。
- 如果你現在機台常常當機，良率不穩，Cpk在生死邊緣掙扎（像我們剛剛那個1.08的慘況），那你就該用DMAIC。
* Define（定義）：問題是什麼？Cpk低於1.33，良率不到95%？
* Measure（測量）：收集數據，量化問題的規模。DPMO 6210，哪種缺陷最多？
* Analyze（分析）：找出根本原因，是機台參數跑掉？還是原料批次不穩？
* Improve（改善）：提出解決方案並實施。調整參數、更換供應商。
* Control（控制）：確保改善措施能持續有效。設定監控點，定期審核。
- 但如果你現在正在規劃新的製程節點，或是要導入一個全新的產品線，那DFSS就是你的好幫手。
* Define（定義）：新產品或製程的目標是什麼？Cpk要達到1.67以上，DPMO目標值小於3.4？
* Measure（測量）：評估客戶需求和潛在風險。市場調查、FMEA（失效模式與效應分析）。
* Analyze（分析）：分析各種設計方案的可行性。模擬、數據分析。
* Design（設計）：開發最佳設計方案。建立原型、測試。
* Verify（驗證）：驗證設計是否達到預期目標。小批量試產，確認所有規格都符合。
所以重點是：DMAIC是針對「現有問題」的「改善」工具，DFSS是針對「新設計」的「預防」工具。
最常見的坑：把DFSS當DMAIC用，結果搞到「假性創新」
我見過最蠢的，就是有同事把DFSS當DMAIC用。明明是現有製程出問題了，他卻想著要「重新設計」整個流程，結果搞到最後變成「假性創新」。製程根本的問題沒解決，卻花了一堆時間在紙上談兵，畫了一堆根本用不到的「理想藍圖」。坦白講，這就是資源錯置。你家水管漏水了，你不會想著重新蓋一棟房子吧？你只會想辦法把那個漏水點補起來。
說穿了就是：搞不清楚狀況亂用工具，只會浪費時間和資源。
今天能做的一件事
下次遇到問題，先問自己：「這是舊問題還是新需求？」