那天我只是想吃個雞腿便當，結果整個產線都卡住了
那天中午，正準備訂個雞腿便當犒賞自己，結果產線那邊一個電話過來，說某個關鍵站點的 WPH (Wafer Per Hour) 突然掉了 30%，從原本的 120 掉到 84。我心裡一涼，便當沒了。趕到現場一看，哇靠，前面機台堆了滿滿的貨，後面機台卻閒到在抓蚊子。問了線上的領班，他一臉無辜地說：「就突然變這樣啊，前面那台機台今天 Cpk 報告出來，從 1.6 變成 1.08，為了符合規格，只好放慢速度跑。」聽完我差點沒把雞腿便當的怨念噴他臉上。這就是典型的「批次生產」搞出來的鬼，單件流如果做得好，根本不會出現這種狀況。
問題出在哪？就是那個「批次」害的！
說穿了，批次生產的邏輯很簡單，就是把東西一次做一大堆，然後再整批送給下一個站點。你想想看，如果你一次煮 100 碗麵，結果其中一碗麵的麵條壞了，你是直接丟掉一碗，還是把整鍋麵都倒掉？在半導體廠，我們當然不能隨便倒掉一鍋麵，所以只要其中一片晶圓有問題，整個批次就得停下來檢查。
所以重點是：批次越大，風險越高，反應時間也越慢。單件流（One-Piece Flow）就是把批次量降到最小，理想上是一片一片流動。這樣，如果前面 Cpk 變成 1.08，後面機台很快就能發現異常，而不是等到幾百片都做完了才發現。
實際上怎麼做？盯好你的 WIP 量跟 Cycle Time
要導入單件流，最直觀的方法就是從縮小 WIP (Work In Progress) 量開始。我們以前在導入的時候，就是先從那些瓶頸站點開始下手。舉個例子，如果你的測試站點，平均每小時可以測 100 片晶圓，但前面的蝕刻站點每小時只能處理 80 片，那你的測試站點前面就不能堆超過 80 片的 WIP。
具體步驟可以這樣做：
- 盤點瓶頸站點： 先找出你產線上最慢的那個站點，它的產能就是你整個產線的上限。
- 設定最大 WIP 上限： 根據瓶頸站點的產能，回推每個站點的最大 WIP 量。如果瓶頸站每小時 80 片，那前面站點的 WIP 數量，就不能超過瓶頸站 1 小時的產出量。
- 視覺化 WIP 量： 在機台旁邊放個牌子，或用系統顯示，讓操作員清楚知道現在這個站點的 WIP 有多少片。超過上限就亮紅燈。
換句話說，你必須讓每一個站點，都「只生產下一站需要的量」。這樣一來，任何一點異常都會馬上凸顯出來，而不是被巨大的批次掩蓋掉。
最常見的坑：人為因素跟設備排程
坦白講，推單件流，最大的阻力往往不是技術，而是「人」。我記得有一次，我們好不容易把一個生產區域的 WIP 限制住，結果隔天一早去看，WIP 又堆成山了。一問之下，原來是夜班的班長覺得「貨堆多一點比較有安全感」，怕前面機台出問題沒貨跑。這就是典型的「以防萬一」心態在作祟。
另一個常見的坑就是設備排程。如果你的機台很貴，大家都會想把它的稼動率衝到最高，所以就一次排一大批貨上去跑。結果就是，前面機台跑很快，後面機台等很久，整體效率反而下降。這時候，你可能需要犧牲一點單機的稼動率，來換取整個產線的順暢度。
說穿了，單件流不是要你「不生產」，而是要你「生產剛剛好」。
今天能做的一件事
去看看你產線上，哪個站點的 WIP 堆得最高？