把資料變成資訊：二十年前我要求部屬做的事，今天叫 AI 品保

我接下整個處的時候，第一件動的不是設備，是人手裡的剪貼簿。

那時候的品質工作是這樣運作的：檢驗員在機台前量完，把數字抄到紙上或鍵入表單；有人把它整理進試算表；再有人把幾張表湊成一張報告；最後在會議上，大家看著那張報告討論。

從量測到看見，中間隔了三次人工搬運。

我提的要求只有一句：檢驗數據要能從量測機台自動下載，然後直接判定合格或不合格。

進料、製程、出貨三道檢驗都一樣。這是我的最低要求，不是理想。

一、剪貼的代價，不是時間

多數人反對自動化的理由是「現在這樣也做得完」。確實做得完。但剪貼的代價從來不在時間上。

每一次人工搬運，都是一次可能出錯的介入，而且不留痕跡。

你在報告上看到一個數字，它已經被搬過三次。如果它是錯的，你無法回頭指出是在哪一次搬錯的——中間沒有任何紀錄。

還有一個更安靜的代價：人會順手修一下。看到一個明顯不對的值，順手改成合理的；看到一格空白，順手補上前一筆。每一次都是善意，每一次都讓資料離現場更遠一點。

自動化真正買到的不是速度，是可追溯。

二、順序不能顛倒：標準化 → 自動化 → 簡化

我當時給的順序是這三個詞，而且順序是有意義的。

標準化在最前面。 因為自動化是放大器——你把一個沒有統一判準的流程自動化，只會得到「更快、更大量、更一致地做錯的事」，而且因為它是機器做的，沒有人會去質疑它。

所以自動化之前必須先回答：這個項目的合格線在哪裡？誰訂的？寫在哪份文件上？ 答不出來，那就不是自動化的問題，是這個檢驗項目本身還沒被定義。

簡化排在最後，也是刻意的。簡化是自動化跑順之後的事——你要先看到完整的流程實際跑起來，才知道哪些步驟真的多餘。先簡化再自動化，砍掉的往往是你後來才發現需要的那一步。

三、「資料」和「資訊」差在哪裡

我當時說的是：我要資料在第一時間變成資訊。

這兩個詞平常混著用，但在品質工作裡它們差很遠：

	資料	資訊
是什麼	一個量到的值	一個已經被判讀過的狀態
例子	「這片的厚度是 X」	「這片合格／不合格／要複檢」
能不能行動	不能，還要有人判	能，可以直接決定下一步
誰在等	沒人等，它躺在檔案裡	現場在等，它決定這片往哪走

資料躺著不會自己變成資訊，中間那一步一定有人在做判讀。

問題是：那個判讀如果發生在「人事後看報告」的階段，那就太晚了——片子早就流到下一站了。判讀必須發生在量測的當下。

這就是為什麼我說那是最低要求，不是理想。它決定的是「你能不能在事情還來得及的時候知道」。

四、為什麼要求部屬學寫程式

我招人的時候加了一條特別的要求：要能接受、願意學程式設計。

不是要他們變成工程師。是因為那個年代——其實現在也一樣——沒有人會替品質部門寫這些小工具。它太瑣碎、太特定、對資訊部門來說優先度永遠排在後面。

你等不到的。要嘛自己做，要嘛永遠剪貼。

而且這件事的門檻比大家想的低。我要的不是系統，是一段能把機台檔案讀進來、套上判準、吐出合格與否的小程式。 當時我讓他們學的是一種很容易上手的語言，幾十行就能跑。

★這一點在今天反而更容易了。你現在要做同樣的事，不必從語法學起——但你仍然要說得出判準是什麼。工具變簡單了，那個「合格線在哪裡、誰訂的」的問題一點也沒變簡單。

五、讓數據說話

還有一個當時沒講、但後來才明白的好處。

品質部門跟其他單位溝通，最消耗的不是技術，是說服。「你們這批有問題」——對方會說沒有啊、上次也這樣啊、是你們判太嚴吧。

我當時寫的是：讓數據說話，作為跟各單位溝通時的證據，一翻兩瞪眼，不需要多費唇舌。

自動判定還有這個副作用：當判準是寫死在程式裡、對每一片一視同仁的時候，爭論就從「你判太嚴」變成「這條線訂得對不對」。

後面那個爭論是有意義的，前面那個沒有。

六、這件事今天叫 AI 品保

二十年後我在做的事，本質上是同一件：讓資料在產生的當下就被判讀，而不是等人事後去看。

只是現在判讀的那一段換成了 AI，而 AI 比當年那段小程式聰明得多，也危險得多——因為當年的程式只會照你寫的判準做，錯了你一眼看得出來；現在的模型會給你一個看起來很合理的判斷，而你不一定知道它憑什麼。

所以這三十年真正沒變的那條線是：

自動判定的價值，永遠等於它背後那條判準的品質。

判準不清楚，自動化只會讓錯誤傳得更快、更有說服力。

七、可帶走的東西：自動化該從哪一站先做

不要從最複雜的站開始，也不要從最吵的站開始。照這五題排序：

#	問題	為什麼問這個
1	這個項目的合格線寫在哪份文件上？	答不出來 → 先別自動化，先去把判準定出來
2	這一站的資料現在被人工搬運幾次？	搬越多次，自動化的回報越大
3	判錯的後果多久之後才會被發現？	越晚發現，越該優先做——它決定攔截的價值
4	機台能不能吐出檔案？什麼格式？	吐不出來就是另一個題目（設備介面），先標記別混在一起
5	這站的判定，現在有多少比例靠個人經驗？	比例高 → 自動化前先做判準一致性的確認，否則只是把某一個人的標準固化下來

★第 1 題是門檻，第 5 題是陷阱。 第 5 題答「很高」而你直接自動化，等於把某個人當下的判斷永久寫進系統——而且從此沒有人會再質疑它。

八

二十年前我要的是一段幾十行的小程式。今天你要的可能是一個模型。

但要回答的第一個問題沒有變過：這一條合格線，是誰訂的，寫在哪裡。