随着企业营运环境的快速变动，为维持竞争优势，决策者必须快而准地进行决策，这单凭直觉和经验已不足够。大数据时代，借助数据导向创新和各种信息系统的辅助，决策者才能精确、快速且系统化地进行复杂的分析评估，以应对新挑战。

如果用“兵、马、钱、粮”对应人力、设备、资本、订单及上下游供应链等企业营运资源，那么决策分析就像是“军机处”。

随着半导体芯片产业进入大者恒大的竞争趋势，建造一座12英寸生产工厂至少需投资40亿美元以上，其中超过六成资金用于购买机器设备，使得半导体芯片产业进入门槛高退出门槛也高，甚至一次投资还不够，在制程技术持续演进与产品更迭下，必须每年更换或升级相关设备，才能维持竞争力。然而，半导体芯片产能建设扩充前置时间长，加上需求变动大、不确定性高等因素，造成产能规划困难。

换句话说，半导体厂的产能规划决策，往往在需求高度不确定下进行。因此，利用大数据分析技术，可以整合产品生命周期与技术扩散理论，检验产业环境的实际影响因子，发展考虑多世代技术扩散、技术替代、重复购买、价格、市场成长率和季节等因素的“产品生命周期和数据挖掘的需求估计技术”，并建立一个可以随着时间推移而调整和更新需求预估模型的机制，作为预测未来需求，以辅助制定中长程产能策略的依据；同时结合最小化最大可能后悔（mini-max　regret）的博弈策略，动态调整产能规划，避免产能不足或产能供过于求的风险和产能建设追高杀低的决策陷阱，以提升资本报酬及整体获利。

在担任清华-台积电卓越制造中心总主持人期间，我开始将实证研究成果和分析技术，扩散至半导体芯片供应链上下游，并整合相关需求结合软硬件，将一个个“问题点”的突破，累积扩大为“系统面”的大数据分析架构和半导体芯片制造与物流智能解决方案，协助台湾高科技产业建立起能同时兼顾生产效率和合格率的制造和供应链智能系统平台，并促进半导体芯片供应链厂商的“虚拟垂直整合”，协助台湾组成以水平分工为主的产业结构，力抗垂直整合为主的国外半导体芯片厂商，以在大数据时代保持竞争力，避免在知识密集的尖端设备和制程技术竞赛中败下阵来。

大数据同时给了企业内部物流和企业外部供应链以管理智能化。在分析客户需求、水平分工合作企业的资源配置、企业内部配送过程中的实时状态、仓库利用率和搬运分拣效率、备品备件的储位安排时，都可以实现精准的待加工件自主寻找设备、配送装载设备自主寻找机台等，完成设备、操作人员和待加工件的精准匹配，从而提高生产效率、分拣效率、物流保障率、设备符合率和产品合格率。

由于缺乏先进半导体芯片机台设备制造商，使得台湾半导体芯片厂为改进生产流程和提升合格率，不得不在国外进行参数设定和调整，这让国外的设备厂商能发觉到台湾厂商的举动，并可能外流给设备商的其他客户，无形之中助长了潜在对手跟进的竞争力。而透过结合信息系统和大数据分析所打造的制造和供应链智能平台，可以将公司所累积的分析知识和重要诀窍，储存在内部云端知识系统，避免流失风险，使产品合格率、产能利用率、生产效率、机台妥善率等得到惊人提升。

以大数据分析提升台湾高科技产业的制造和供应链智能化，是台湾半导体芯片产业未来能否持续领先的关键。台湾高科技产业在自动化制造和检测过程中，累积了许多大数据，由于数据的变动性、这些数据若未能实时有效分析，只是花钱买设备系统储存而未善加利用，不仅不能成为资产，反而是企业的负债。所以，若能导入大数据分析技术，从中挖掘出潜在的有用信息，是料敌先机的制胜关键。

自动化技术和机械人的发展使无人化工厂愈来愈可能成真，大数据分析更创造了智能工厂的未来。根据　IBM　的研究显示，商业分析与优化能协助企业决策者，更系统化地分析复杂数据、找出最佳方案，提升资源运用的效益，让高阶主管有更多时间和充分的信息来规划策略和思考决策，是未来企业经营的核心能力。

过去的观念认为，决策是高层主管的工作，基层员工只需执行即可。但公司的组织架构应该是，要协助组织做出比竞争对手更好、更快的决策。在网络时代，如果所有人都要坐等高阶主管下决策后才开始行动，反应速度肯定来不及。所以，层级分明的官僚结构已不符合现今产业需求。

在大数据时代，每人每天都接收到大量的信息，企业决策者的角色和定位必须改变，进行决策流程再造。卓越企业应该是决策型组织，使“人人都是决策者”来提升决策反应的速度和质量。高阶主管要能适当授权，转而成为制订策略、维持价值和整合决策信息的领导者，让第一线接触数据的员工能够借助大数据分析工具实时做适当的判断，透过层级分析出每个人的关键绩效指标和决策所有权。厘清权责，使很多事情能在第一时间处理，才能因应网络时代的快速竞争，掌握决策契机。