楊鈞堯、涂耀仁兩人皆表示，在完成台寶QC部門的導入後，雙方都開始看到排程透明度與決策效率的提升，期待未來能進一步擴大合作範圍，讓整體細胞治療生產流程能獲得更完整的智慧化支持。

宇清數位智慧股份有限公司 董事長 郭仲仁 博士受邀至臺北科技大學 EMBA 開講，以「基於 AI 的生產計畫與排程：實現準時達交並創造更多產出」為主題，向現場企業高階主管與研究生分享 AI 智慧排程在製造業的實務應用。

作者：郭仲仁 博士  宇清數位智慧股份有限公司公司董事長暨首席技術長 OEE (Overall Equipment Effectiveness) OEE = Availability × Performance × Quality。三大構面分別代表可用率、性能與品質，能全面評估設備效能。透過細分指標分析，可精準識別效率損失來源。 以某半導體晶圓廠的關鍵生產機台為例，在總時間 24 小時當中，有 5 個小時是停機時間 (Down) 。在剩下的 20 個小時中，有4個小時是閒置 (Idle) 。當機器運行時，還會有效率損失 (Efficiency loss) 。此外，生產過程中也可能產生報廢 (Scrap) 。 最終 只有約 60% 的設備資本支出 (CapEx) 真正有效地用於生產良品 (Good wafers)。因此，值得我們探討該如何減少停機時間、閒置時間和效率損失。特別是「效率」這塊，它就像一個黑盒子，需要我們去探索和拆解 KPI。 Downtime 分析與改善 宇清數位 (YouThought) 的資料庫包含了 16 座晶圓廠的個別

宇清數位總經理涂耀仁日前受邀回到母校國立交通大學資訊工程學系，以「在製造產業的資工人經驗分享」為題進行演講，向學弟妹分享自身從交大資工出發、投身製造現場的職涯歷程。 涂總經理曾在台積電服務十八年，從程式開發人員轉至製造部門，參與 8 吋與 12 吋廠的 CIM 與自動搬運系統（AMHS）開發，見證智慧製造的發展。他分享道：「程式語言會淘汰，但現場經驗永遠不會。」並指出，技術只是工具，真正的價值在於理解產業現場。 離開台積電後，他投入宇清數位，持續推動智慧製造與 APS 系統開發，協助半導體、 PCB 、生醫、 CNC 等產業導入 AI 與自動化。演講最後，他勉勵同學以跨領域思維面對挑戰，學會用技術解決真實問題，讓科技在製造現場綻放價值。

在帆軟舉辦的「 2025 智慧製造進化論- BI + AI 助力智慧工提效升級論壇」中，宇清數位行銷業務副總經理-林家正以「打造未來智慧工廠藍圖－ AI 、數據與自動化的深度整合」為題，分享宇清數位多年在 AI 智慧排程與製造領域的實戰經驗，吸引眾多製造業關注。 成立於 2010 年的宇清數位，是專注於 APS 先進規劃與排程系統（Advanced Planning and Scheduling）的領導廠商，研發團隊佔比逾八成，服務客戶遍及台灣、大陸、新加坡及馬來西亞，累積導入超過 50 座以上的工廠。其核心團隊成員皆出身於台積電及知名軟體系統公司，結合半導體製造經驗與 IT 技術，形成堅實的 AI 智慧製造解決方案研發能量。 他在演講中指出，APS 系統能協助企業以 AI 演算法與最佳化模型，將生產計劃（Planning）與生產排程（Scheduling）兩大核心流程智能化，從而解決人工排程版本有限、反應速度慢、跨製程瓶頸不易掌握等問題。 林家正強調：「系統能從過去的生產歷史資料中學習，動態預測生產週期、機台負載與達交率，讓工廠管理者能即時掌握

宇清創辦人兼董事長郭仲仁博士（右）、宇清數位總經理涂耀仁（左）。 工商時報記者/利漢民 隨著地緣政治與 AI 浪潮推動製造業轉型升級，智慧工廠已成為全球產業競逐的關鍵。宇清數位（YouThought Corporation）以深厚的半導體經驗為基礎，推出 APS 先進規劃排程系統（Advanced Planning & Scheduling），協助半導體、 PCB 、生醫、 CNC 等多領域製造業客戶提升生產效率與達交率，加速邁向 AI 智慧製造。   台積電18年歷練 　轉化為智慧製造解決方案 宇清數位總經理 涂耀仁 曾任職台積電 18 年，從 IT 到製造部門，參與八吋廠、十二吋廠 CIM （電腦整合製造）標準制定與自動化系統導入。他強調：「 IT 不只是工具，唯有深入產線才能設計真正有效的解決方案。」這份 IT 技術跟製造生產管理的雙重歷練， 也成為宇清團隊能精準掌握製造業需求的核心優勢。   APS 成功落地半導體、 PCB 與生醫產業 宇清創辦人兼董事長 郭仲仁 博士，曾任職於旺宏電子與台積電，累積超過 34 年高科技製造管理實務經驗，

宇清數位總經理 涂耀仁 受邀至環宇廣播電台《陽明交大幫幫忙》節目，與主持人  林宏文  深度對談 AI 智慧製造的未來發展。節目中，涂總經理分享了他在  台積電 18 年  的歷練，從 IT 到製造現場的跨領域經驗，如何在創立宇清後，將半導體等先進製程的技術精神帶入  APS 先進規劃與排程系統 （Advanced Planning & Scheduling） 的開發，協助客戶實現產能優化與準時交付。 訪談中亦提及宇清多年來在  半導體、面板、生醫、 PCB 、 CNC 精密加工  等產業的導入成果，並分享公司如何以 AI 與排程演算法技術，協助客戶邁向智慧工廠與自動化生產。涂總經理也談到新創團隊的挑戰、人才培育及未來 IPO 規劃，展現宇清持續推動 AI 智慧製造深耕製造業的決心。 本次節目已同步上架 Podcast 平台，歡迎點擊收聽完整專訪內容，了解更多宇清在智慧製造領域的創新與願景。 免費收聽 Podcast 連結： 蘋果手機點這▶️ https://reurl.cc/kV52eK 安卓手機點這▶️ https://reurl.cc/YW

茲感謝 宇清數位智慧股份有限公司，自2022年承接負責本司 u-Optimizer 智慧排程系統建置專案，協助本公司達成智慧製造重要的里程碑。在建置期間，宇清團隊展現出專業的技術能力、優質的服務品質以及負責任的專案執行能力，專案成效卓著，特頒此狀。

企業的四大管理目標為提升品質 (Qual i t y)、降低成本(C o s t)、保證交期(Delivery)，以及縮短生產週期時間 (Cycle time)。本文以宇清公司多年經驗，分享工廠如何在既有系統下，運用現成的資料，經由微觀的良率與生產排程最佳化，以及巨觀的工廠效率診斷與生產計畫，用相對較少的經費投資 Big data 及 AI 技術，提供企業一條邁入工業3.5「智慧製造」的捷徑。

科技部新竹科學工業園區管理局及DIGITIMES共同主辦「新智造時代」論壇，科技部新竹科學園區管理局局長王永壯(右起四)、DIGITIMES總經理黃欽勇(右起三)與講師來賓共同合影。

運用雲端運算能力，分析機器回傳的大數據，篩選、過濾設備可能故障、產品瑕疵原因，提高設備使用率與產品品質

大數據 (Big data) 近年來快速成長，根據麥肯錫全球研究中心在 2011 年 5 月發表的全球大數據研究報告指出，全球資料量光是在 2010 年就增加了 70 億 GB ，相當於 4 千座美國國會圖書館典藏資料的總和。 如何產生、消費和儲存大數據，已經成為近年來企業IT應用的重要趨勢。如在 eBay 上，平均每天有將近 1 億名用戶查詢商品數百萬次，更有上百萬件商品在線上交易，導致 eBay 資料庫每天新增的資料，超過 1.5 兆筆，每天增加的資料量超過 50TB ，這些大數據如果沒有作進一步的分析應用，勢必會影響 eBay 的企業營運。 應用大數據 提高企業競爭力 至於製造業，其實也會產生許多大數據，但宇清數位智慧總經理郭仲仁指出，許多企業卻不見得會重新檢視這些資訊，其實只要經過大數據技術分析，透過細微的觀察分析及萃取，就可能從中找到提高生產力及縮短產品交期的資訊。 如晶圓代工、面板等產業，都會碰到等待時間不能超過特定時間的壓力，偏偏有 30~40% 的機器，會有這方面的問題。如果有任何一種等待因素需要有三個共同部門負責，結果其實就可能

宇清數位智慧(Youthought)股份有限公司總經理涂耀仁先生，針對「大數據(Big Data)開啟新一代智慧工廠」做主題分享。他先介紹該公司，主要專精於Big Data(大數據)與Data mining(資料探勘)的研究，開發出對工廠的生產力、生產週期與成本等進行有效改善的「智慧分析系統」。管理團隊來自台積電、旺宏等台灣製造業大廠，其研究亦獲得2011年IEEE自動化科學與工程學匯刊的最佳論文獎。

工商時報記者/王奕勛 隨著電腦技術發展，資料的存儲量成倍增長，而大量資料分析方法的發展，卻難以望其項背。資料採礦能從大量的資料中發現潛在規律，提取有用知識的方法和技術，不僅能分析問題，也能預測未來趨勢。 宇清數位董事長郭仲仁表示，宇清數位主要產品為智慧分析系統、生產力提升顧問、資料價值發展服務，透過資料採礦，由電腦技術、人工智慧技術、統計技術等，運用資料分析方法、關聯分析、決策樹等技術及連結雲端運算，從大量資料中挖掘出隱含的、先前未知的、對決策有潛在價值的關係、模式和趨勢，並用這些知識和規則建立，用於決策支援的模型，提供預測性決策支援的方法、工具和過程。 智慧分析系統以分析方法為核心，透過內建分析流程的使用介面，達到問題重點排序、萃取問題特徵及最佳化資源之決策支援功能。 舉例說明視機台為一小型工廠，深入剖析細部資料：1、利用限制理論，找出瓶頸步驟並改善瓶頸步驟處理時間與等待時間；2、透過SPC 監控瓶頸生產步驟表現；3、透過統計方法排序及檢視機台/程式間匹配差異（Machine Matching）；4、建立機台監控資料與產出模型以最適更換重要零件