限制理論的解決方案應用在個案公司之評估

從前面相關文獻與產業及個案公司之探討，我們可以瞭解不論是長鞭效應或是預測 的本質都告訴我們一些基本的事實，那就是：單點的預測總是不準、彙總性的預測相對 比較準確、而且如果預測未來的時間點越遠，則結果將會是越不準確。加上 M 公司所 處的半導體產業本身就有景氣變化劇烈、產品生命週期短等特性。所以，如果我們不可 能再去藉由尋找更精準之預測模型來改善既有的現狀，那將會是徒勞無功的。所以本研 究將嘗試藉由 Dr. Goldratt 所提出的限制理論之內容，來探討 M 公司如何能做到不需要 尋求一套準確的預測系統、犧牲利潤或增加投資、或教育供應商，而能夠經由改變運作 方式來達到降低補貨時間、改善供應商的可靠度、降低庫存水準等目的。以下將由限制 理論之配銷與供應鏈管理等相關想法出發，與 M 公司之實際情況結合來逐一討論相關 做法在 M 公司之可行性。

作法 1：縮短補貨所需時間 (Replenishment time)，補貨時間等於 “訂單時間” (Order lead time) + “生產時間” (Production lead time) + “運輸時間” (Transportation lead time)。

討論 1：從 M 公司的補貨時間圖來看，由於電腦自動化與因為產品高單價而走空運的緣

必要時調整庫存目標水準，以確保維持適量的庫存。

討論 4：目前 M 公司並未採行這樣的管理方式，雖然如前所述其目前在控制庫存水準的 做法是以 “目前成品 + 在製品 (WIP) +已下 PO 的量” - (減去) “未來 2~3 個月 時之出貨需求預測量”。這樣的做法，雖然不準確但也可以得到一個參考值，而 實際上 M 公司之生管人員也會依據當時的結果回頭要求相關代工廠 (主要為晶 圓廠) 做出相對應的增產或減產動作 (如圖 12 )，似乎也符合這項見要件。然而 因為每位生管人員需負責數十種產品，又沒有電腦化的輔助程式來幫助自動檢 查，僅能各人依其手邊資料在空閒時自行以 Excel 等軟體試算，實際上常常是 1~2 週才檢討一次，錯失了許多可以即時修正的機會。

圖 12. M 公司之動態庫存管理示意圖

作法 5：增加補貨頻率，依實際銷售下單補貨，頻率越快越好。

討論 5：如同 “討論 4” 所提及的，目前 M 公司在沒有電腦化程式輔助的幫助下，其檢 討的頻率不夠密集，相對因應市場變化的速度也就比較慢。這一點可藉由資訊 技術補強。除此之外，其舊有做法也還有其他改善空間，因應其產業與產品之 特殊性，個人認為可以改變以下兩點作業方式，則可以增加 M 公司之補貨頻 率：(1) 依據 Wafer 廠可接受之最小數量，以較小之每天投量片 (例如 100 片) 來 取代以往之一張 PO (至少上千片)讓 Wafer 廠隨意投片 (Wafer 廠產能較空時會 大量投片) 之做法。如此做法，不但可以增加補貨頻率、減少庫存，同時也可 減低產品已淘汰需報廢的成本 (Wafer 只做第一層的成本遠小於做了五層的成

本)。(2) 因為有些最終產品實際上在 Wafer 階段是完全相同的，所不同之處只