Panasonic Connect社のような企業は、プロセス・オートメーション・ビジネス・ディビジョンを通じて、半導体メーカーがこれらのプロセスの課題に対処し、生産プロセスを最適化し、高品質の製品を提供することを支援します。Panasonic社は、チップ・メーカーに特殊な生産設備を提供してきた30年の実績により、半導体パッケージ化の新しい傾向への適応を支援する上で絶好の立場にあると認識していました。

半導体プロセス・ビジネス・グループのディレクターであるMitsuru Hiroshima氏は、製造業のお客様に真に画期的な成果をもたらすために、先進的なアナリティクス、分析を装置ソリューションに導入するオポチュニティーを得たことが、特に興味深かったと指摘します。「ビジョンの核心は、ディープラーニングとオートメーションを組み合わせることで、設計と製造業のオペレーションをまったく新しいレベルの最適化に導くことができるという考えでした」と彼は言います。

2019年当時、Hiroshima氏と彼のチームは、このビジョンを実現し、それを市場に投入できる具象化されたソリューションに変えるには、コアとなる備品のコンピテンシーを強化する必要があることを認識していました。「業界プロセスに関する深い専門知識と、AIやディープ・ラーニングなどの分野における高度な分析テクノロジーのポートフォリオを提供できる[ベンダー]とのコラボレーションを検討していました」とHiroshima氏は説明します。「IBMは、これらの重要な領域の両方に強みをもたらすことができる唯一のプロバイダーとして傑出していました。」

IBMがこのプロジェクトのために編成したチームには、IBM ResearchのAIとディープ・ラーニングの専門家、IBM Consulting™のプロセス専門家と業界コンサルタントがメンバーとして含まれています。取り組みの最初の集中的な数カ月間、IBMとPanasonic社のチームは協力してソリューション・オポチュニティーを特定し、改善しました。IBM は、IBM Garage™方法論を適用し、IT担当者とオペレーション担当者を反復的で影響力の高いコラボレーションに導き、コラボレーションのトーンを設定し、全体的な達成目標を決定してソリューションを共同作成しました。

課題と価値実現までの最速時間のアセスメントに基づいて、共同チームは、Panasonic社として初のスマート・ファクトリー製品として登場した2つのプロセス制御ソリューションを共同定義しました。最初のソリューションには、レシピ生成を完全に自動化することで高度なプラズマ・ダイサーを作成することが含まれていました。

プラズマ・パッケージ化は魔法に少し似ています。適切なプラズマ・レシピを見つけようとしているエンジニアにとって、最終的に必要なものは、正確なカット・パターンを備えたウェハーです。これについていくつか例を挙げると、真空の圧力と電力、電子エネルギー、イオン・エネルギー、ガスなどの変数を適切に組み合わせの意思決定下すことを意味します。

PoC（概念検証）ソリューションを開発するために、IBM Researchチームは、膨大な数の計算を通じて、エンジニアが可変小数点の最適な組み合わせを迅速に導き出せるディープ・ラーニング・アルゴリズムを開発しました。「直感や試行錯誤に頼るのではなく、エンジニアは直観的で視覚的なインターフェース[IBM Consultingが設計]を使用して、プロセスを正確かつわずか数秒でシミュレーションできます。」とHiroshima氏は説明します。

チームが共同で作成した2番目のPoC（概念検証）では、別の問題点、つまり、よりスマートなデータ駆動型のメンテナンス実践を通じてプラズマ・クリーナー・マシンの効率を最適化する必要性に対処しました。「レシピではなく、プラズマ・クリーニング・アプリケーションは高度な計算を使用して、クリーニングとメンテナンスを実行する最適な時間を特定します」とHiroshima氏は言います。「早すぎると不必要なコストが発生し、遅すぎると品質が低下したり、機械が故障したりする危険があります。」

ダイシング・ソリューションと同様に、マシン・ステータス・アプリケーションは、IBM Researchが開発したアルゴリズムによって支えられています。このアプリケーションは、機械に取り付けられたセンサーからのデータを使用して、機械のオペレーティング効率性の変化とさまざまな機械パーツの条件を関連付けます。非常に直観的で視覚的な出力は、過重な負担を強いられている技術者にとっての希望リストのようなものだと、Hiroshima氏は指摘します。「工場現場の技術者は、たとえば、多数のプラズマ・クリーナーのうち特定のの1つの効率が最適レベルに達しておらず、最も可能性の高い原因は電極の汚れであるというアラートを受け取ります」と彼は言います。「この洞察により、技術者は高品質を維持し、生産の中断を最小化する修正措置を講じることができます。」

プロセス・オートメーション・ディビジョンの製品マーケティング・マネージャーであり、開発の中心人物であるHiroshi Benno氏にとって、この2つのアプリケーションは、製造現場における強力なアナリティクス、分析が、チップの設計と製造の方法を変革する大きな可能性を示しています。「厳格なテストとシミュレーションを行った結果、プラズマ切断ソリューションは開発サイクルを30％も短縮しました。」とBenno氏は言います。「AIベースのアナリティクス、分析によって、エンジニアが最良のプラズマレシピを策定する際の試行錯誤の多くを回避できるようになったことにより、サイクルの短縮が可能となりました。」さらに、AIを活用した最適化により、プロセスから発生する無駄も大幅に削減されました。

Panasonic社のプラズマ・クリーナー・アプリケーションは、その設計通り、機械学習の洞察が備品メンテナンスの意思決定に対するまったく新しいデータ駆動型のアプローチの基盤をどのように提供できるかを示しました。アプリケーションのテストでは、不必要なメンテナンスの削減、事前対応のパーツ発注、機械停止の減少の組み合わせにより、製造業のお客様のメンテナンス・コストを50%削減できる可能性があることが実証されました。

Panasonic社がこれらの新しいソリューションを市場に投入する準備をしている中で、これらのメトリクスは、半導体製造現場のAIが設計と生産の最適化を実現する準備ができているという強力なメッセージを含んでいます。そして、これらの慣例を採用することで、チップ・メーカーは今日の競争の激しいグローバル市場で高まるデマンドにさらにうまく対応できるようになります。

Hiroshima氏にとって、Panasonic社とIBMとのこれまでの取り組みは、長期ビジョンへの道に同社を決定的に前進させたものでした。「エッジで個々の機械の状態データを分析することで、機械が最適な条件で動作する自律型製造装置の基盤を構築したことを示しました」と彼は説明します。「この進歩の次のステップは、複数のマシンをクラウドに統合して、工場全体のレベルで自律的な製造業を可能にすることです。この高度に自律的な機械のグループ、つまり自律工場は、目指すべき究極の支援の形です。このように、企業の境界を超えたIBMとのコラボレーションは、その方向への大きな一歩となる可能性があります。既存のアイデアやプロセスを超えて私たちは変革を進めます。」

日本の大阪に本拠を置くPanasonic Connect社（リンクはibm.comの外部）は、デジタル・トランスフォーメーションに重点を置いたPanasonic Holdings Corporationの一部門です。同社のプロセス・オートメーション・ビジネス・ディビジョンは、世界中の製造業のお客様に機器、ソフトウェア、およびサービスを提供しています。