21世紀と未来の最重要産業のひとつである半導体産業

半導体産業は21世紀で最も重要な産業のひとつと言える。コンピューターやスマートフォン、工業、車載情報通信、自動運転車及び電気自動車、AIoT、５Gまで、その応用分野は多岐にわたる。2020年の半導体の供給不足が2021年まで続き、2021年も産業は成長している。世界半導体市場統計（WSTS）は、2024年の世界半導体産業の生産額を前年比13.1％増加と予測した。

電気自動車、AI、クラウドサービス、スマートフォンなどの産業におけるチップの応用需要、そしてパネル産業チェーンの成長が続く中、台湾は世界半導体産業をリードする存在となっている。

台湾半導体産業の成功は偶然ではなく、過去の計画と努力の結果

台湾半導体産業の成功は偶然ではない。1970～1980年代、当時の孫運璿行政院長と李国鼎資政らが、サイエンスパークの設立や海外にいる人材の呼び戻しなどを計画し、聯華電子（UMC）を創立した。また、当時の工業技術研究院院長だった張忠謀氏が台湾積体電路製造（TSMC）を創立し、民間のIC生産能力を高めた。

張氏は、台湾の競争力を考慮して新たなビジネスモデルを創造すべく、世界初の専業ファウンドリーを設立した。TSMCの誕生はIC産業における新たな分業形態の出現であり、ファウンドリー市場の細分化に成功したことを意味する。また、台湾のIC製造技術の基礎は、数十年にわたる発展の中で多くの重大な出来事を経て鍛錬され、受け継がれてきたものであることを表わしている。膨大な積み重ねの上に、TSMC、日月光半導体製造（ASE）、環球晶円（グローバルウエハー）などが世界において揺るぎない実力を持つようになった。

2013～2014年頃、世界製造業ではインダストリー4.0、スマート製造、デジタルトランスフォーメーションが提唱されるようになる。Profet AIは台湾の各産業で概念の啓発とソリューションの提案に取り組み、まず電子製造サービス（EMS）、工作機械設備、半導体、光電産業などの産業チェーンから着手した。

精密で技術が複雑な半導体製造プロセス、絶え間ない挑戦で製造技術の限界に挑む

半導体産業は数十年の発展を経て産業チェーンが複雑化し、専業による分業が明確になった。エピタキシーメーカーがエピタキシーをウエハーに加工、そしてICメーカーがウエハーに薄膜加工、フォトレジスト、フォトリソグラフィ、エッチング、フォトレジスト剝離などを行い、回路図を転写する。その後、レイヤーの追加と材料の除去を繰り返し、ウエハーの上に半導体デバイスが作られる。IC上の回路はレイヤー構造になっているため、さらに何度もフォトマスク、パターン製作、回路や半導体デバイスの形成などをしなければならない。このような過程を経て、ようやく完全なICが生産される。

半導体製造プロセスは毎年進化と微細化を続けており、トランジスタの密度は記録を更新し続けている（Source: TSMC）

ICメーカーはウエハーを完成させると、川下の封止・検査メーカーへ渡す。WATテストの後、カット、貼り付け、溶接、シーリング、テストなどを経てICが完成する。

半導体/封止・検査トップ企業がビッグデータ分析を応用、企業DNAの一部に

半導体産業は精密度の高い製品を生産している。クリーンルームと製造プロセスは厳格にコントロールされており、材料の純度と品質は安定していなければならない。さらに非常に多くのハイエンド設備を使用しており、設備の可制御性と自動化レベルは高く、監視と検査設備も整っている。

これまで製造及び環境パラメーターの数値を監視・分析し、製品品質を安定させる手法は半導体産業で広く行われてきた。製造プロセスの良品率が低い場合、あるいは効率改善のために非常に多くのデータ分析技術で判断を行う必要がある場合、企業はインラインまたはオフラインの方法で各工程のデータを収集・分析する。半導体産業はその他産業と比べて、データガバナンスとデータ分析応用において成熟した能力を持っている。

半導体産業は数十年にわたってデータ応用を行ってきた。外部訓練や人材募集で多くの優秀な人材が集まり、品質と効率の向上、予防的メンテナンス、省エネなどにAIを導入してデータ応用を進めている。トップ企業では、データ応用はすでに企業の文化とDNAの一部として深く根づいている。

100人のデータサイエンティストを招聘しても、AI議題を早期作成できない

数百人のデータサイエンティストチームと言うと頼りがいがありそうだが、売上高数百億、数千億台湾ドルの顧客にとっては不足だ。データ応用が企業DNAの一部となった時、データサイエンティストのリソースは十分とは言えない。AIによる機械学習技術は成熟しているものの、産業におけるAI応用の成熟はこれからだとProfet AIは考える。

半導体の生産技術は複雑で種類が多い。製造・品質部門はAIをどのように応用すればよいのだろうか？

AI応用に成功した顧客は、内容領域専門家が深く参加したことが鍵のひとつだった。その過程は4つのステップに分けられる。

1. 問題の転化-内容領域専門家が問題を転化・解析、データを調査

2. データの整備とモデル構築・評価-データサイエンティストがデータ処理プログラムを開発、モデルを構築

3. モデル運用の実行可能性を評価

4. 応用と拡大-実行可能なAIサービスの現場応用シーンを調査、応用を拡大

このような過程が企業内で繰り返されるが、現場で実現したAI応用は全体の1割に満たない。このため、データサイエンティストのリソースで大量のAI応用議題を評価することは難しい。

一方、内容領域専門家はセルフサービスでAI応用シーンを探索し、分業でスピーディーにAIを現場に浸透させることが可能だ。

AutoMLプラットフォームは2時間でマスターでき、AI議題を5倍の効率で探索可能

AI技術は複雑だが、Profet AIはAI応用はシンプルでなくてはならないと考える。このため、製品は容易に理解できるように設計されている。顧客からはよく「本当にたった2時間の訓練で、モデルが構築できるようになった」というフィードバックをいただく。

業界をリードする企業は工程データにデータレイクを使用していることが多い。日常作業でプロセスインテグレーションエンジニアが生産を完了した後、これらのデータを分析し、各項目の改善と最適化を行う。

Profet AIのAutoMLプラットフォームは、この時にデータ分析の手段のひとつとなる。もちろん分析だけでなく、顧客は様々な改善計画に対して構想に合わせたデータ応用も行える。

典型的な製造現場の顧客が重視する点

1. 品質異常の重要因子の発見。
2. 品質目標のバーチャルテスト/シミュレーション。
3. 生産ライン稼働開始時の推奨パラメーター。
4. 材料配合・研究開発の支援、材料特性のシミュレーション。

半導体産業における応用シーンには、薄膜加工やフォトリソグラフィなどの製造プロセスがある。Profet AIは多くの現場で成果を上げてきた。一部の業界をリードする企業とより密接な提携を結び、R2Rによって顧客をリアルタイムでサポートしている。

AutoMLプラットフォームを導入したある封止・検査産業の顧客は、データサイエンティストと内容領域専門家が協力して大量のAI議題を探索し、短期間で複雑な工程におけるAI応用の可能性を見つけ出している。これにより、さらに短時間でデータが利益を生むようになった。

Profet AIのAutoMLプラットフォームは、従来のAIプロジェクト外部委託とは異なり、顧客がAI応用の可能性をより大胆に探索できる

顧客は、機密性の高いプロジェクトを実行したい時、リソースに限りがあることに加えて、外部委託の形式では企業秘密が漏洩する恐れもあると言う。AutoMLプラットフォームを使えば、企業はより大胆に各種議題を評価し、重要技術の漏洩を避けることができる。

AI応用において、一過性の外部委託ではなく、AutoMLプラットフォームを構築することはひとつのトレンドだ。プラットフォームが各項目の管理メカニズムを提供し、機密性の高いAI応用議題を分散管理することによって社外漏洩することを防ぐ。

各AIプロジェクトの作成も、モデル構造管理の方法によって可能だ。将来の使用者が過去のAIプロジェクトのモデルをどうやって構築したかを理解できる。例えば、何のデータを使用するか、どの特徴を選択するか、目標は何かをアルゴリズムとモデルから把握できる。

企業はProfet AIプラットフォームのモデル構造管理メカニズムによって、AIモデルの構築方法を伝え、AIの経験を保管・拡散できるのだ。

結論：内容領域専門家+ AutoML は、半導体産業の大幅な競争力向上の鍵

半導体産業の持続的発展の鍵は、技術をリードし続け、スピーディーにパフォーマンスを改善し続けることだ。

ずば抜けた成功を収める企業は、特別な企業文化を持っているものだ。その文化からは、社員の行動と思考の方法が分かる。

AI導入の成功は、問題の探索とデータ応用文化に左右される。問題提起とデータのAI応用がうまくいけば、AI導入は成功する。かつてデータ分析は企業の特定の人々が行うものだった。Profet AIが目指すのは、優れたAI製品で企業のAIの民主化達成を支援することだ。そして誰もがAIで価値を生み出せる企業文化を育て、一人一人がAI応用のコントリビューターとなることである。

Profet AIのプラットフォームを通じて、製造業はスピーディーに従業員の分析能力と素質を高めることができる。企業内部におけるAI応用の量と方向を拡大し、企業のパフォーマンスを向上させ、競争における強みを最終目標まで引き上げることが可能だ。

もし企業がAIの民主化を達成し、毎年ライバルより50個多くの価値を生み出すAI応用を作成したとしたらどうだろう。各プロジェクトで9億4200万円にのコストを節約できるとすれば、1年で5億円に以上のコストを削減できる。これは企業にとって他の追随を許さない競争力となるに違いない。これこそが、AIの民主化が企業にもたらす価値だ。Profet AIは台湾製造業の新進企業とともに、AIの民主化を推進できることを願っている。