那天CPK報告出來，全場沉默了三秒
還記得好幾年前，我們廠剛接到那個歐洲車廠的ECU案子，大家都很興奮，畢竟能打進車用市場是個里程碑。結果，第一次試產的CPK報告出來，會議室裡突然安靜了三秒。我瞥了一眼，數據顯示某個關鍵電路板的線路寬度CPK值是1.08。當時我們的主管臉都綠了，直接問了一句：「你們是想讓客戶的車在路上拋錨嗎？」現場氣氛凝重到不行，大家才意識到，這不是普通的消費性電子產品，而是汽車的心臟。
問題出在哪？不是良率高就好
說穿了，汽車業對ECU的要求，跟你想像的「良率高」差很大。一般消費性電子產品，例如手機主板，良率99%你可能就覺得很棒了，但對汽車來說，那根本是天方死地。想像一下，一台車有幾十個甚至上百個ECU，每個ECU裡又有好幾百個零件。如果每個零件的缺陷率是1%，累積起來，一台車的故障率會高到你不敢開上路。
所以，車廠評估供應商，看的不是你的良率99%有多高，而是你的「不良率」有多低。它們通常會用DPMO (Defects Per Million Opportunities) 來要求。一個CPK 1.08的製程，換算成DPMO大概是6210。意思是每一百萬次機會，會有6210個缺陷。這在消費性電子可能勉強接受，但放在汽車上？絕對不及格。汽車業通常要求CPK至少要1.33，有些關鍵製程甚至要求1.67或更高。換句話說，你必須把DPMO壓到幾十甚至個位數，才能讓車廠安心。
實際上怎麼做？用統計數據說話
要達到這種「近乎完美」的境界，光靠肉眼檢查或抽樣是沒用的。你必須從源頭就導入嚴格的統計製程管制 (SPC)。
- 全面量測、數據化管理： 每一片板子、每一個關鍵尺寸，都要有量測數據。不是抽10片，而是能全檢就全檢。把數據輸入系統，讓系統自動繪製管制圖 (Control Chart)。
- 即時反應機制： 一旦製程數據有任何異常趨勢（例如連續七點上升或下降，或是超出管制界線），系統就應該立刻發出警報。這時候，不是等批次做完才處理，而是馬上停線檢查，找出原因。
- 嚴格的製程能力評估： 每次新產品導入或製程變更，都必須進行詳細的CPK或PPK評估。如果達不到客戶要求，就不能放行。我們之前就為了把某個焊錫製程的CPK從1.2拉到1.5，調整了三天參數，光是重跑實驗就燒掉好幾十片板子。
所以重點是，你不能只是「做得好」，你還要證明你「一直都做得好」，而且有能力「發現異常並快速修正」。
最常見的坑：便宜行事，埋下地雷
我遇過最常見的坑，就是有些產線為了趕交期，會便宜行事。例如，明明規定要每小時量測一次參數，結果忙起來就變成兩小時量一次。或是管制圖上出現異常，產線組長想說「看起來還好」，就沒回報，結果下一批就開始出問題。
還有一種是「經驗主義」作祟。老鳥會說：「這個東西我們做了十年了，閉著眼睛都能做，不用這麼龜毛。」結果呢？就是因為這種心態，某次機器維修後沒重新校正，參數跑掉了都沒人發現，導致幾百片板子全部報廢。這些看似小小的疏忽，在汽車業就是絕對不能犯的錯誤，因為後果可能是幾萬甚至幾十萬台車輛召回，那代價會讓你吐血。
今天能做的一件事
重新檢視你最重要的三項製程參數，問自己：它們有即時的CPK追蹤嗎？