Panasonic Connect 通过过程自动化事业部，协助半导体制造商应对这些过程挑战，优化生产过程，提供优质产品。凭借 30 年为芯片制造商提供专业生产设备的丰富经验，Panasonic 认识到自己处于帮助半导体制造商适应半导体封装新趋势的有利位置。

半导体工艺事业群总监 Mitsuru Hiroshima 指出，公司特别感兴趣的是有机会将高级分析融入设备解决方案，从而为客户带来真正突破性的成果。“我们的愿景核心是，深度学习和自动化的结合可以将设计和制造运营提高到一个全新的优化水平”，他说。

2019 年，Hiroshima 及其团队知道，要将这个愿景转化为可以推向市场的具体解决方案，公司必须增强核心设备能力。“我们希望供应商具备深厚的行业流程专业知识，并在 AI 和深度学习等领域掌握先进分析技术组合。”Hiroshima 解释道，“IBM 是唯一同时在这个两个关键领域具备优势的供应商。”

IBM 组建的项目团队包括 IBM Research 的 AI 和深度学习专家以及 IBM Consulting 的流程专家和行业顾问。在合作的前几个月里，IBM 和 Panasonic 团队密集协作，确定并完善解决方案机会。IBM 运用让 IT 和运营人员进行迭代式、高影响协作的 IBM Garage 法，设定协作基调、确定总体目标并联合开发解决方案。

根据挑战情况和对最快实现价值时间的评估，联合团队共同定义了两种过程控制解决方案，作为 Panasonic 的首款智能工厂产品。第一个解决方案通过完全自动化配方生成，来创造先进等离子切割设备。

等离子封装有点像魔法。对于尝试找到合适等离子体配方的工程师来说，最终需要的是具有精确切割图案的晶圆。这要求对真空压力和功率、电子能量、离子能量和气体等变量做出正确的决策组合。

为了制定概念验证解决方案，IBM Research 团队开发了深度学习算法；通过大量计算，使工程师快速得出变量点的最佳组合。Hiroshima 解释道：“工程师不必依赖直觉或反复试错。通过 IBM Consulting 设计的直观视觉界面，他们能在短短几秒内准确地模拟过程。”

团队联合开发的第二个概念验证解决了另一个痛点：需要通过更智慧、数据驱动的维护实践来优化等离子清洁机的性能。“等离子清洁应用程序不使用配方，而使用高级计算来确定执行清洁和维护的最佳时间。”Hiroshima 说，“太早会造成不必要的成本，太晚则可能导致质量下降，甚至机器故障。”

与切割解决方案一样，机器状态应用程序也以 IBM Research 开发的算法为基础。该应用程序利用机器安装式传感器的数据，将机器运行效率的变化与各种机器部件的状况关联起来。Hiroshima 指出，高度直观的视觉输出像是负担过重的技术人员的愿望清单。他说：“例如，车间的技术人员得知一台等离子清洁器的的性能水平不理想，而最可能的原因是电极脏污。这种洞察力使技术人员能够采取纠正措施，维持高质量并尽可能减少生产中断。”

在过程自动化事业部产品营销经理兼开发工作关键角色 Hiroshi Benno 看来，这两个应用程序都表明强大的车间分析能力有望转变芯片的设计和制造方式。Benno 说：“根据我们的严格测试和模拟，等离子切割解决方案将开发周期缩短了 30%。这体现基于 AI 的分析如何帮助工程师在制定最佳等离子体配方时绕过大量试错。”此外，AI 驱动的优化还显著减少了过程产生的浪费。

Panasonic 的等离子清洁应用程序如其设计初衷那样，展示了机器学习洞察如何为一种全新的数据驱动型设备维护决策方法提供依据。测试结果表明，通过减少非必要维护、主动订购零件和减少机器停机，该应用程序有望将制造商的维护成本削减 50%。

在 Panasonic 准备将这些新解决方案推向市场之际，这些指标传达了一个强有力的信息：半导体车间的人工智能已经做好优化设计和生产的准备。芯片制造商可以采用这些做法，更好地满足当今竞争异常激烈的全球市场日益增长的需求。

依 Hiroshima 所见，迄今为止，与 IBM 的合作也使 Panasonic 果断走上实现长期愿景的道路。他解释道：“我们已表明，我们通过分析边缘的单个机器状态数据，确立了在最优条件下运行的自主制造设备的依据。下一步是将多台机器集成到云中，实现工厂范围内的自主制造。这种高度自主的机器群，也即自主工厂，是我们力求实现的终极协助形式。如此一来，与 IBM 的超越公司界限的合作推动我们朝这个方向迈出一大步。我们将超越现有想法和流程进行创新。”

Panasonic Connect（链接位于 ibm.com 外部）总部位于日本大阪，是 Panasonic Holdings Corporation 旗下专注数字化转型的公司。公司的过程自动化事业部为世界各地的制造业客户提供设备、软件和服务。