半導体・パネル産業における生産品質と作業効率を向上させるAI-Profet AI社ケーススタディ

Profet AIを利用することで、さまざまな領域の担当者が製造データから予測モデルを構築できます。これにより、製造パラメータの最適化、品質根本原因分析、新製品導入時のパラメータシミュレーション、仮想計測予測が実現できます。

case-indy-03.jpg

現状

半導体産業は21世紀における最も重要な産業のひとつです。コンピュータ、スマートフォン、工業応用、車載情報通信機器、自動運転車、EV、AIoT、5Gなど生活のさまざまな場面で使われる製品や技術に広く応用されています。半導体産業は、2020年からの供給逼迫が続いているにも関わらずますます発展しており、世界半導体市場統計(WSTS)は、2021年の世界半導体産業の生産額は前年比で8.4%成長すると予測しています。

課題

半導体産業では、製造プロセスの精密度、コスト管理、納期、適切に管理された生産環境が求められます。また、機器制御可能な条件とデータが揃っています。これらはAIの活用に適しており、生産性において高い価値があるといえます。AIの導入によって、いかに生産品質と効率を高めるかが重要な課題です。

応用シーン

応用製造プロセス

ガラス洗浄、PRコーティング、露光、現像、エッチング、剥離

品質検査

品質、効率、コストは製造業の重要な要素ですが、品質検査にはコストがかかります。AIが構築した予測モデルによって製品品質を予測することで品質管理にかかるコストの低減が期待できます。

迅速なパラメーター最適化と生産スピード

半導体産業は製品のライフサイクルが短い産業です。しかし、前工程のウエハー加工や後工程の封止・検査においても、新製品の生産を開始する際にエンジニアが頭を悩ませるのは、多くの時間をかけて新しい材料、新しいウエハーに合わせて設備のパラメーターを調整しなければならないことです。このため、いかに迅速にパラメーターを調整し、生産スピードを加速させるかが、メーカーの競争力を高める鍵となります。

製品の研究開発をサポート

半導体の製造プロセスは大量の研磨設備を使用します。ビッグデータを利用したAIアプリケーションでモデルを短期間で構築して、製品の研究開発をサポートします。モデルを利用して重要な物理的、または化学的特質をシミュレーションすることで、テストサンプルの製造回数を削減し、研究開発の期間を短縮することが可能です。

AIデモクラシーの実現

AIに関する課題は、社内のチーム単体だけでなく、企業全体がかかわるものとなりました。各分野のプロフェッショナルが、データに基づいてAI応用の可能性を探求し、従来のBIからAIによる予測モデル確立へのレベルアップを目指しています。

採用製品:
Profet AI AutoML