CETTE HISTOIRE A ÉTÉ APPROUVÉE PAR LE CLIENT POUR UNE PUBLICATION EXTERNE. N'HÉSITEZ PAS À PARTAGER ! >> Lisez-le ici sur JMP.com
Une nouvelle approche de la modélisation des capacités fait passer une usine TI de la validation réactive à la surveillance proactive
Une entrevue avec Michelle Beauchemin, ingénieure industrielle chez Texas Instruments
Texas Instruments (TI) est une entreprise américaine leader dans le secteur des semi-conducteurs. Avec plus de 80 000 puces de traitement analogiques et intégrées, TI possède l’un des portefeuilles de semi-conducteurs les plus complets au monde. La capacité de fabrication interne de l’entreprise a soutenu des décennies de croissance.
L'ingénieure industrielle Michelle Beauchemin s'est jointe à TI en 2015 à titre d'ingénieur de procédés. Après avoir occupé son poste actuel en génie industriel, elle a identifié une opportunité d'étendre l'utilisation des outils statistiques et de l'automatisation pour générer des améliorations significatives dans l'usine TI de South Portland, dans le Maine.
Michelle s'est entretenue avec Meg Hermes, responsable de l'alliance client chez JMP, lors du Discovery Summit Americas 2023 à Palm Springs, en Californie.
Meg : Vous avez dit que vous utilisiez JMP dès votre premier jour chez Texas Instruments.
Michel : Je faisais principalement de l'exploration de données et un peu de travail au DOE dans ce rôle, même si à l'époque, je n'avais pas une compréhension complète de JMP ni de ce qu'il pouvait faire. Ce n’est que lorsque j’ai accédé à un poste d’ingénieur industriel il y a environ un an que j’ai décidé de vraiment me lancer et d’apprendre.
Il y avait un projet spécifique sur lequel je voulais aussi travailler : valider une partie de notre modèle de capacité. Au début, il semblait que mes options allaient être Excel ou Spotfire, mais cela n'allait pas fonctionner. JMP répond à tous mes besoins pour ce projet en étant personnalisable.
Ayant le besoin et le cas d’utilisation de JMP, j’ai plongé tête première. Cela fait plusieurs jours depuis que je n'ouvre même pas Excel, ce que je n'aurais pas pu comprendre si vous me l'aviez demandé il y a un an ! Je compte désormais sur JMP pour presque tout.
Meg : Alors, parlez-moi de la validation du modèle. Comment tout cela a-t-il commencé?
Michel : Notre modèle de capacité – qui est actuellement un modèle Excel – est basé sur la vitesse de traitement de différents outils. Chaque ensemble d'outils exécute une variété de recettes, et nous stockons les données de vitesse et de débit – essentiellement des parties par heure – pour chaque recette et pour chaque ensemble d'outils. Ces valeurs de débit changent avec le temps, que ce soit le résultat de la dégradation de l'outil lui-même ou parce que nous avons apporté un changement délibéré, et le modèle n'est plus précis si nous ne le maintenons pas à jour à mesure que les processus réels changent. Et parfois, nous ajoutons de nouvelles recettes et devons également documenter ces vitesses.
Essentiellement, il est très difficile de documenter chaque changement et tout ce qui se produit – et de s'assurer que le modèle possède à tout moment les bonnes valeurs. Déterminer historiquement le débit de chaque recette pour les exécutions réelles du processus – puis prendre ces informations et tracer les distributions par recette – me permet de voir les variations dans le temps et sur l’ensemble des données.
Il est important d'inclure un volume élevé de données de traitement historiques pendant le processus de validation du débit pour nous assurer que nous capturons l'outil à ses meilleures performances possibles, et pas seulement à ses performances moyennes. Ailleurs dans le modèle, les inefficacités sont également modélisées. Mais si vous combinez la vitesse moyenne de votre processus avec vos inefficacités connues, vous comptez deux fois les inefficacités. Il y a toujours un certain nombre de révisions manuelles nécessaires pour s'assurer que je n'inclus pas d'exécutions incorrectes ou d'exécutions non standard. Et puis parcourir méthodiquement chaque recette pour choisir où tracer la ligne de ce que nous voulons modéliser. Les scripts en JSL m'ont permis d'automatiser le processus de traitement des données et de construction des résultats dans un tableau de bord interactif, et je peux répéter le processus pour n'importe quel ensemble d'outils en quelques minutes seulement pour configurer le script.
J'ai d'abord effectué cette validation pour un ensemble d'outils, et cela a révélé que nous avions beaucoup plus de capacité que nous le pensions. Nous n’avons pas eu besoin d’investir autant de ressources que nous le pensions pour améliorer le débit. Et j’ai pu le démontrer aux équipes d’ingénierie des procédés et industrielles avec des données.
Être capable de sauvegarder les données de validation du débit avec des visualisations convaincantes a un impact considérable, car la mise à jour des chiffres représente un changement majeur. Il faut convaincre beaucoup de monde.
Meg : Quel impact une telle découverte a-t-elle sur l'entreprise ?
Michel : Avant de mettre à jour les chiffres, nous prévoyions de consacrer du temps et des ressources à l’augmentation urgente de la capacité de cet ensemble d’outils. Et obtenir l'adhésion de notre direction pour ajuster la capacité modélisée en fonction de l'analyse du débit nous a permis d'allouer ces ressources à des projets d'amélioration plus impactants. Nous n’avons pas eu à emprunter la voie d’un changement de processus qui aurait pu avoir un impact sur la qualité.
C’était donc une décision importante. Je devais me sentir en confiance pour dire : « Sur la base de cette analyse, nous avons suffisamment de capacité pour exécuter le mix de démarrages prévu sans apporter de modifications à ce processus. »
Meg : Qu'avez-vous fait pour vous assurer que votre direction partageait également cette confiance dans la décision ?
Michel : J'ai commencé par partager mon analyse avec les ingénieurs procédés et le responsable du groupe disposant de cet ensemble d'outils. C'est un grand partisan de JMP. Il est très doué en scripting, très axé sur les données. Il était donc intéressé à voir ce que je présentais. Il comprend l'importance de construire l'analyse à partir de données de processus historiques, et il est mon défenseur en ce sens. Il a déclaré : « Cela a beaucoup de sens. Ceci est vraiment bon. Tu devrais continuer à faire ça.
Et je lui ai suffisamment fait confiance pour ajuster mon approche en fonction de ses retours. Par exemple, il souhaitait examiner un modèle de charge différent avant de prendre une décision, et lorsque je suis revenu avec ces données, nous avons ajusté nos chiffres.
Avoir son soutien au projet, plaider pour qu'il soit présenté à un public plus large et avoir l'opportunité de le présenter à la direction, a été très bénéfique. Ce public plus large a également vu l’opportunité d’étendre ce type d’analyse à d’autres ensembles d’outils et à une utilisation plus large.
Meg : C'est tellement important d'avoir un défenseur. Cela peut vraiment faire toute la différence.
Michel : C'était vraiment encourageant de bénéficier du soutien de la direction à tous les niveaux pour propulser davantage le travail que je faisais. Ils en ont très vite compris l’intérêt et l’ont soutenu.
Meg : Nous voulons tous travailler pour une entreprise comme celle-là ! J'entends tout le temps les gens dire : « Notre leadership est très traditionnel » et c'est inspirant d'entendre comment TI a des défenseurs de l'analyse à tous les niveaux de l'entreprise. C'est ce qui fait avancer l'innovation.
Michel : Le plaidoyer et le soutien que j'ai reçus de la part des managers depuis que j'ai partagé mon analyse pour la première fois m'ont donné le temps et l'espace nécessaires pour continuer à travailler sur ce projet et continuer à le progresser et à l'élargir.
J'ai reçu des demandes de plusieurs personnes pour répéter l'analyse pour d'autres ensembles d'outils lorsque vient le temps d'évaluer la capacité. Maintenant, ils demandent : « Pouvons-nous valider le modèle ? C'est vraiment agréable d'avoir confiance en moi lorsque je reviens à l'équipe avec une analyse qui dit : « Le modèle est correct » ou « Nous devons réaliser certaines activités pour augmenter la capacité de cet ensemble d'outils ».
J'ai les données pour étayer visuellement cette conclusion et la confiance dans mon processus également. Sans oublier que je pense que les gens font confiance à l'analyse lorsqu'ils voient des tracés JMP. Partager des données dans ce format gagne la confiance.
Meg : Quel est l'objectif final de la validation du modèle à grande échelle – et comment y parvenir ?
Michel : L'objectif final est d'avoir quelque chose qui effectue à la fois la surveillance et la validation.
Je dois créer un outil de validation que quelqu'un d'autre que moi peut utiliser, car pour le moment je peux l'utiliser, mais il peut y avoir certaines hypothèses que je fais, ou des incertitudes [que je peux expliquer] puisque je sais comment il est construit. Je souhaite intégrer des outils pour aider les autres utilisateurs à identifier les points à examiner, les points à exclure et comment comprendre la différence entre les deux.
À partir de là, il s'agit d'une surveillance continue pour détecter les changements de débit lorsqu'ils se produisent, plutôt que d'une validation qui examine les données historiques.
Meg : Un changement complet de mentalité, de réactif à proactif. C'est vraiment excitant.
Michel : C'est. Je me sens vraiment chanceux d'avoir eu suffisamment de temps pour construire quelque chose que j'ai pu démontrer afin d'obtenir l'adhésion. Maintenant, c'est comme : « D'accord, c'est votre projet. Vous avez carte blanche pour y travailler lorsque vous en avez besoin.
J'adore travailler dessus aussi ! C'est bizarre de travailler sur quelque chose dans mon travail et de penser : « Je ne devrais pas faire ça. Je l'aime trop ! Quelque chose ne va pas. Mais ensuite vous réalisez : « Non, c’est exactement ce que je devrais faire. »
Meg : Vous avez l'emploi de vos rêves – tout cela parce que vous avez pris une idée et que vous l'avez mise en œuvre ! Cette histoire devrait inciter d’autres personnes à améliorer leurs compétences en matière de données et à explorer ce qui est possible lorsque vous apportez un peu plus de puissance statistique à la table.
Michel : C'est certainement le but. Nous avons organisé un événement JMP Inspire dans notre usine du Maine et j'ai vraiment apprécié de pouvoir aider à planifier l'événement et de l'amener dans mon usine pour montrer à tout le monde : « Vous utilisez JMP pour de petites choses ici et là. Mais avez-vous réalisé toutes les autres choses que vous pouvez faire avec ?
Je souhaite encourager tous les utilisateurs de mon site à utiliser JMP pour des tâches pour lesquelles ils ne pensaient pas l'utiliser auparavant. Essayez simplement de passer quelques jours sans ouvrir Excel ! Intégrez tout dans JMP et essayez-le.
Et je dois dire que JMP facilite grandement la prise en main des scripts. Une fois que vous avez brisé cette barrière d’intimidation et vu tout ce qu’un script peut faire, cela ouvre de nombreuses possibilités. J'espère pouvoir encourager les autres à avoir la même prise de conscience.
Meg : Vous avez mentionné l'événement JMP Inspire et je suis sûr que TI propose également d'autres opportunités de formation JMP. Mais la formation demande un investissement de temps important. Comment faites-vous valoir à la direction que la formation vaut la peine d'être consacrée aux ingénieurs ?
Michel : Notre direction soutient déjà beaucoup JMP et utilise les statistiques. Je ne considère donc pas cela comme un argument, mais plutôt comme une opportunité qui peut enthousiasmer les gens.
Nous utilisons tellement JMP – même uniquement pour la visualisation – qu'il est donc très visible pour la direction. Il y a beaucoup de soutien de haut en bas pour apprendre et devenir plus compétent avec JMP, et pour mettre les nouvelles recrues à niveau.
Cette semaine, au Discovery Summit, j'ai beaucoup entendu parler de « la construction d'une culture de maîtrise des données ». Mais je pense que Texas Instruments est déjà là. Le défi auquel nous sommes confrontés n'est pas d'introduire l'analyse, mais de nous assurer que nous maintenons [l'équilibre optimal entre les connaissances du domaine et les connaissances statistiques]. Lorsque les gens prennent leur retraite, nous ne voulons pas perdre leurs connaissances techniques.
Lorsque vous débutez votre carrière et que vous entendez les gens parler d'analyse, vous ne comprenez pas pleinement l'application technique. Il est facile de répéter des mots à la mode sans en comprendre le contenu. Je pense donc que le défi auquel nous sommes confrontés est de réintroduire les véritables connaissances techniques comme fondement de la maîtrise des données. J'ai un long chemin à parcourir dans le développement de mes propres connaissances statistiques, et le Discovery Summit a contribué à souligner à quel point il est important de continuer sur cette voie.
Meg : Tout le monde se trouve à une étape différente dans le parcours de maturité analytique. Vous êtes peut-être plus avancé, et cela ne veut pas dire qu’il n’y a pas de défis – ce sont simplement des défis différents.
Michel : Je comprends également que certaines entreprises ont des statisticiens ou des analystes de données qui sont là pour consulter et aider à construire des expériences et à analyser les résultats. Ce n'est en aucun cas ce que nous faisons. Chacun chez TI est responsable de sa propre conception et analyse expérimentale. Nous devons tous avoir un niveau de compréhension de base pour pouvoir accomplir nos tâches quotidiennes.
Cela ne veut pas dire que nous n’avons pas d’experts – nous en avons certainement. Nous avons des experts en statistiques qui se feront un plaisir de vous consulter et de vous aider si vous avez des questions, mais ils ne sont pas désignés pour ce rôle. Il s'agit d'un ingénieur ou d'un manager de procédés qui possède également une grande expérience en statistiques.
Meg : Cette structure vous permet d'augmenter la capacité statistique de l'ensemble de l'organisation.
Michel : Il y a tellement de soutien de la part de la direction de TI pour l'analyse sur notre site. Et j'espère pouvoir contribuer à maintenir cette culture analytique – en venant au Discovery Summit et en rapportant ensuite ce que j'ai appris à l'usine – pour soutenir mes collègues et leur donner la confiance nécessaire pour essayer quelque chose de nouveau. Nous avions juste besoin de motiver les gens à approfondir leur connaissance de JMP, et je pense que cela donnera beaucoup de résultats.
Meg : Pouvez-vous me donner un exemple de cas où, selon vous, il existe une opportunité de tirer davantage de valeur de JMP ?
Michel : L'automatisation est une chose importante. Je n'ai pas encore beaucoup joué avec Workflow Builder, mais j'y vois beaucoup d'opportunités pour ceux qui souhaitent automatiser leurs tâches mais ne sont pas à l'aise avec les scripts. Nous effectuons tous des analyses répétitives et certaines personnes ne réalisent tout simplement pas à quel point il peut être facile d'automatiser ces tâches, en commençant par Workflow Builder.
Une fois que vous automatisez un projet, vous commencez à voir partout où vous pourriez utiliser l’automatisation, et c’est vraiment passionnant. J'ai ressenti ce sentiment lorsque j'automatisais la validation du modèle sur laquelle je travaille actuellement. Dès que j'ai commencé, je me suis dit : « Oh mon Dieu, j'ai hâte de faire ça pour tous ces autres projets sur lesquels j'ai travaillé !
Meg : D'où vient ta passion ? Qu’est-ce qui vous inspire à aborder votre travail avec autant d’énergie ?
Michel : Au quotidien, j’aime vraiment coder. Mais en dehors du quotidien, je me sens vraiment passionné par l’usine. J'ai grandi à une demi-heure au sud de [l'usine TI] et chaque fois que je passais par là sur l'autoroute, je voyais le panneau. Quand j'étais au collège, j'ai visité l'usine dans le cadre d'un camp d'été et je me disais : « Je veux travailler ici ». Et maintenant je le fais !
Lorsque vous occupez un poste d'ingénieur des procédés, il peut être difficile d'avoir une vue d'ensemble car vous êtes tellement concentré sur ce qui se passe en ce moment ; «Je dois faire bouger tout ça», «Je dois réussir cette qualification», ou quelque chose comme ça. Mais en passant au génie industriel, j’ai retrouvé cette étincelle ; «J'adore cette usine.»
Avoir le sentiment de jouer un rôle dans l’usine de la manière dont je le fais est incroyablement excitant. J'aime avoir une vue d'ensemble du succès de l'usine et avoir le sentiment de faire partie d'une communauté plus vaste.
Meg : Je comprends ! Je ressens la même chose à propos de JMP et de la communauté que nous avons ici, composée de personnes passionnées par l'utilisation des données pour résoudre des problèmes.
Michel : Je parlais justement avec mon collègue la semaine dernière et je lui demandais : « Aimez-vous faire des puzzles parce que vous aimez le résultat final ? Ou aimez-vous faire des puzzles parce que vous aimez assembler les pièces ? » Et sa réponse a été : « Oh, j’aime voir le résultat final. »
Je me suis mis à réfléchir : pour moi, ce n'est pas nécessairement le résultat final. J'aime la recherche et la récompense que vous obtenez lorsque vous trouvez ce petit morceau, et cela me ressemble beaucoup à du codage. Vous avez une idée de quelque chose que vous voulez faire. Vous commencez avec seulement quelques lignes. Testez-le et peut-être que cela ne fonctionnera pas. Peut-être que vous devez réviser quelque chose et que cela fonctionne. Et puis ce n’est qu’une étape du processus.
Je ressens de la joie à chaque petite découverte et réussite en cours de route. Le processus de création est tout aussi passionnant que la création que vous réalisez au final. J'ai la chance d'être impliqué à la fois dans le processus et de partager le résultat et de voir ce que cela donne.
