日立先端以数据破解制造业三大难题 助产业迈向智能决策
- 张姝宁／台北
-
台湾半导体与高端材料制造持续推进先进制程，但研发现场所面对的资源与工程条件也变得更加严峻。对高科技制造业而言，当前最直接的电力供应稳定、水资源使用效率，以及高端工程人才不足等三项压力已逐渐浮现，这些问题不只影响产线运转，更直接牵动材料开发、制程验证与设备参数调整的节奏。每一次试作都伴随设备运转、清洗程序与人力投入，研发周期越往高端材料推进，单次实验的资源成本越难压低。
针对这些课题，日立先端科技（Hitachi High-Tech）结合AI技术的进化与自身产品，致力于提供整体解决方案。以日立集团的经营计划Inspire 2027为基础，并体现Lumada 3.0的理念，日立先端科技将把运用Physical AI的产业领域次时代解决方案群HMAX Industry推展至台湾。
这是一项将过去由人员在现场进行的工程判断，透过结合物理世界与AI模型加以高度化的移动。其核心方法主要分为数据探索、数据蒐集与数据运用三个阶段。透过以数据为出发点进行决策，并应用于材料开发与制程条件最佳化，不仅能降低试作次数、进而达成成本削减，也能推动有助于电力稳定与水资源利用效率提升的高功能材料之开发。
在电力使用上，高端材料与先进制程研发往往伴随大量试作与反覆验证，每一次实验都涉及设备运转、加热程序与制程条件调整，能源消耗也随之增加。对研发单位而言，降低无效试作，等同于减少不必要的能源投入。
日立先端科技将材料信息学（MI）与制程信息学（PI）导入研发前段，利用既有实验数据建立预测模型，先推算不同参数可能产生的结果，再决定真正需要投入设备的试验条件。在部分材料开发案例中，研发周期可缩短超过50%；金属薄膜材料相关应用中，实验次数下降80%以上，使设备资源得以集中投入高机率条件，也提升整体能源使用效率。
此外，为了降低设备运作时的用电量、推动节能，也需要加速高功能材料的开发。透过缩短研究开发周期，日立先端科技不仅能加快高功能材料的生产与市场导入，同时也有助于实现降低电力消耗的目标。
水资源压力同样反映在材料研发流程中。大量试作与反覆验证往往伴随清洗程序，每增加一次实验，就意味着额外的用水与制程资源投入。为了将水进行过滤并再利用，需要加速开发水处理膜，以及吸附材料与离子交换材料等相关技术。
日立先端科技将化合物信息学（CI）纳入前端探索流程，透过超过一亿笔化合物数据进行候选材料筛选，协助工程团队在进入实体试验前先缩小材料组合范围。在材料探索案例中，原本需数年完成的查找与筛选流程，可缩短至数个月，部分案例在两个月内完成候选条件确认，连带减少不必要的试作与清洗用水消耗，同时也缩短了新材料推向市场的时间。
此外，生成式AI能够整理论文与专利中记载的制程条件，从而有助于提升制造过程中的良率。以电池制造为例，生成式AI亦可将浆料制程中的关键步骤整理为表格或流程信息，提供研发人员作为下一步制程判断依据。
这些工具能够透过CI（化学信息学）查找适用于台湾工厂废水过滤的有效化合物，并藉由制程改善来最佳化冷却系统，减少冷却水的损失，同时将电力消耗降至最低。此外，其更进一步的价值在于，在于让材料开发不再完全依靠反覆试错，而是先透过数据缩小范围，再由工程师进行关键验证。对制造现场而言，AI真正发挥的作用，在于减少错误方向，使试作与资源投入更集中。
除了能源与水资源，人才不足已成为台湾高科技制造更长期的隐性压力。材料判读、设备细部调整与异常判断，多半依赖熟练工程师多年累积的现场经验，但高科技产业持续扩张，使这类经验难以快速复制。
日立先端科技将过往操作纪录与判断逻辑纳入模型，让AI可先完成第一轮数据比对与条件筛选，在新实验条件下提供接近经验型判断的建议，再由工程师进行最终决策。以数据为出发点的分析与思考，使年轻工程师也能进行与资深工程师相当水准的判断与分析。
要让这类信息学（Informatics）工具真正进入制造现场，前提仍是建立可供模型使用的高品质数据。多数制造企业已有大量设备数据，但来源分散、格式不一、历史纪录缺漏，使数据难以直接成为模型训练基础。日立先端科技将数据整理视为整体方案中的核心工程，先整合显微镜影像、量测参数、实验纪录与制程条件，再建立统一数据集。
由于本身具备计测设备背景，能理解数据来源与误差特性，因此较容易把现场数据转为具工程判读价值的分析基础。这项能力已经在电池量产导入过程中得到验证。，透过显微镜影像搭配制程信息分析，系统可预测效能变化，协助产线提前识别良率风险。
对台湾制造业而言，节能化以及随之而来的高功能材料市场竞争环境正持续发生变化。竞争条件正在改变。设备升级仍是基础，但真正拉开差距的环节，已逐渐落在谁能更快完成有效判断、以更少试作维持稳定结果。当电力、水资源与人力条件同步收紧，数据品质与决策效率开始直接影响制造竞争力，而信息学工具也逐步进入研发与量产交界处，成为高端制造现场的新基础能力。
