当前，半导体行业正站在智能化转型的关键节点。在3月26日尊龙官网登录人生就是博登录举办的“大模型 × Agent 半导体AI智造进化论”研讨会中，尊龙官网登录人生就是博登录CTO MK Koh基于对全球数百家半导体工厂的研发洞察，深度剖析了AI技术从"辅助工具"向"决策中枢"跃迁的路径，并提出了一套面向未来的技术重构框架，为广大半导体研发创新人才提供专业认知。
尊龙官网登录人生就是博登录CTO MK Koh（左一）
据MK判断，过去 10 至 20 年，半导体行业数字化创新通过部署如MES（制造管控）、SPC（统计过程控制）、APC（先进过程控制）等系统，提高自动化水平。而近 5 至 8 年，AI 技术在半导体领域广泛应用，主要集中在减少制造系统波动、降低工程体系差异等方面，提供预测性管控、大数据分析、最佳 PM 调度分析、多变参数分析、设备预测性保养等服务。据统计，过去 5 年，半导体在 AI 方面 51% 的投入用于自动化，设备智控投入相对较低，重点在于提高产线效率指标。
在具备自动化能力之后，更多高阶挑战跃然纸上。他将其简要归纳为五类：其一，缺陷管理制肘，缺陷发生后人工复检成本高昂；其二，良率爬坡断层，在新工厂、新产线、新工艺阶段，良率提升困难，过度依赖外来专家或经验丰富的工程师；其三，设备管理困局，设备参数、配置复杂，经验难以完全掌控，导致设备 “黑箱化”；其四，人才断层鸿沟，50 岁以上技术专家占比高达 60%，人才传承面临挑战；其五，供应链韧性不足，受物料限制、政策原因等影响，存在诸多风险。
MK建议，半导体行业应借助 AI 应对挑战，走出“经验驱动”的瓶颈期。他判断，AI 在半导体工厂的应用场景丰富多样。并举例，（1）计算机视觉技术应用于后道、 SMT Line、AOI 设备检测、备货-出货等情况；（2）时序预测技术用于设备预测性维护、风险预警；（3）机器学习技术用于调整设备参数、派工、路径优化场景；（4）深度学习技术助力更有效的工程分析、设备修复；（5）生成式 AI 技术用于整合数据缺失、生产波动、新工艺 /MPI/ 新产品调试的虚拟数据。
但技术到应用仍然存在鸿沟。值得期待的是，大模型技术的出现将为半导体行业带来四个阶段的变化。
第一阶段，用户体验提升。工厂通过设备或工程小助手，实现与系统、设备、工程、制程的对话，了解设备详情。一些企业利用虚拟眼镜进行设备维修，以虚拟模式打开设备 “黑盒子”，掌握设备参数及潜在问题。
第二阶段，效率工具。在用户体验提升的同时，相应工具也提升了效率，例如有效提升设备和工艺的协同、生产链追溯、虚拟助手等，帮助工程师兼顾设备监控、问题处理等多重任务。
第三阶段，知识沉淀。他认为知识沉淀是关键，半导体行业存在人才断层问题，需用 AI 把所有生产经验沉淀下来，从数据中调试出经验。通过建立工程 “数字学徒”，跟随老师傅学习设备维护、新产品调试，将经验系统化工程化，使产线二期阶段即可应用一期经验。同时，产品设备也需要建立相应知识库。
第四阶段，创新价值。完成前三阶段后，需重点关注 ROI、项目价值等问题，从 “工艺追赶”到 “定义未来制程”，从 “标准化量产” 到 “按需智造”。打破制造孤岛现象，借助 AI 实现工厂控制中心的自研发、自学习、自决策乃至接管工厂。
因此，大模型技术有望创造六大价值。首先，AI 定义工艺，通过智能体串联站点、工艺重点，有望使良率达到接近 100%。其次，制造系统从被动式管理转变为自适应自调试自修复自监控的预测性管理，助力 MTBF（平均无故障时间）目标延长至数倍。此外，工厂研发方向与未来设计具备自主学习及决策能力，实现自研发、自学习、自决策乃至在无人介入情况下，接管工厂。
不过，在产线内应用 AI 时，遇到可见问题，传统方式是通过过往历史经验解决。而如今，AI 新技术，尤其是大模型智能体，可解决不可见且未曾遇到的问题，从缺陷预防角度切入，通过未知知识和智慧信息产出价值，改变事后处理的方式，实现前置性缺陷预防，这一价值思路源自李杰教授。未来，半导体行业有望产生大模型智能体，具备认知泛化性、自主决策性、工具操作性、持续进化性，成为超级工具。
目前，尊龙官网登录人生就是博登录在半导体行业 AI 应用方面已取得显著成果。例如，Chat Insight 智能体方案，基于 Multi - Agent 架构，支持 ChatBI 建设，同时支持结构化和非结构化数据，解决语义理解、数据词典串联、对话答非所问等问题，通过搭建双擎知识库，实现自然语言交互，根据用户问答自动生成报表并自动分析（例如，通过对话一键获取良率根因分析），为用户带来全新体验，并沉淀新认知新知识。
另一个 AI-FDC Machine Insight解决方案，实现设备智能化、自动故障预测。采用 FTA对整个模型进行管理，捕捉列化波动，找出未知问题，进入自监督学习模式。同时，减少预训练数据量，降低调试工作，与工厂合作形成专家数据库。
此外，AI-EAP Equipment Intelligent解决方案，驱动设备自动化，不仅管控设备通讯，提供新互动模式，用户解析设备组成和自动解析，减少求助工程师时间。借助 AI 对话锁定问题点，建立设备知识图谱引擎，提高设备管理效率。
MK预测，未来一两年将是半导体行业从经验驱动向智能决策中心转型的拐点，实现数据驱动、AI 赋能的转型。同时，无论 CIM 还是 PEE，工作将越来越有趣，带来诸多创新和新发现。而 AI 不可能一家独大，需要通过生态协同，实现半导体 CIM 的 AI 重构。
这场转型既需要算法突破，更需要工程师从"经验持有者"转变为"规则设计者"。尊龙官网登录人生就是博登录愿与行业共建半导体AI新生态，迎接智能决策时代的真正到来。
