医薬品産業の視点で見る半導体製造AIの進化
半導体製造AIは一つの市場のように語られますが、fabで果たす役割は大きく異なります。異常検知、装置状態monitoring、品質予測、故障予測、そして実際の工程条件を変えるAIは別の問題を解いています。
重要なのは、工程状態を理解することと結果を変えることの間に大きな隔たりがある点です。医薬品産業の診断・monitoring・予防・治療という構造は、この違いを考えるよい比喩になります。
- 製造AIは一つの領域ではなく、診断・monitoring・予防・治療に相当する制御に分けて考えられます。
- 診断とmonitoringは状態を理解しますが、yield・品質・variationを変えるには工程条件への介入が必要です。
- プロセス制御は量産条件を変えるため、modelだけでなく検証・運用・monitoring・update・approval・rollbackを含むproduct structureが必要です。
- Amfibian™はこの介入を安全かつ反復可能にするProduction AI Platformを目指します。
医薬品産業は診断・monitoring・予防・治療に分かれます
診断は現在の問題を特定し、monitoringは状態変化を追跡し、予防は問題が起きる前にriskを下げます。治療は実際に介入して結果を変えます。どれも重要ですが役割は異なります。
半導体製造AIにも同じ区分が必要です
診断には異常検知、RCA、SPC、FDC、EDAがあります。monitoringにはVirtual Metrology、drift monitoring、model monitoring、equipment health monitoringがあります。
予防にはpredictive maintenance、process-window guardrail、excursion prevention、risk alertがあります。
治療に相当する領域がプロセス制御です。APC、R2R、feedforward / feedback controlは実際の操作変数を変えて目標結果を作ります。
| 医薬品 | 半導体製造AI | 役割 |
|---|---|---|
| 診断 | EDA, SPC, FDC, RCA | 異常と原因を把握 |
| Monitoring | VM, drift monitoring, model monitoring | 状態変化を追跡 |
| 予防 | Predictive maintenance, guardrail, risk alert | 問題拡大前にrisk低減 |
| 治療 | APC, R2R, feedforward / feedback | 工程条件へ介入 |
| 治療運用 | 検証、approval、update、rollback、operating policy | 制御を安全に反復運用 |
診断とmonitoringだけでは十分ではありません
異常を早く見つけ、装置変化を追跡し、quality riskを早期に検知することは重要です。しかし製造が複雑になるほど、「よく見る」だけでなく目標結果を得るために何を変えるべきかまでつなぐ必要があります。
yield、品質、均一性、variation、rework、scrapを変えるには最終的に実際の工程条件へ介入する必要があります。
プロセス制御は最も難しい一方、最も大きな影響を持ちます
難しい理由はalgorithmだけではありません。実際の生産条件を変えるからです。modelが間違えばdashboardではなく品質riskや生産損失につながります。
- 量産へ接続して安全か
- 性能低下を検知できるか
- いつupdateするか
- 問題があればrollbackできるか
- engineerが理解・approvalできるか
- 顧客のoperating policy内で制御できるか
良いmodelと量産運用できるsolutionは違います
研究室で有望な候補がすぐ全患者に使われないのと同じように、製造AIも段階的なscale-upが必要です。
過去dataで良く見えるmodel
限定条件では高い予測性能を示しても、それだけで量産運用性は保証されません。
量産環境で反復運用されるsolution
data quality、装置状態変化、process drift、metrology delay、operating policy、engineer approval、rollbackまで考慮します。
offline modeling → historical validation → Digital Twin → limited deployment → production monitoringという段階的検証が必要です。
最初からliveへ直結するのではなく、信頼を積みながら適用する技術です。
半導体製造AIの次の段階は制御です
これまで多くの製造AIは診断とmonitoringを中心に発展しました。しかしfabが複雑になるほど、状態をよく見せるだけでは足りません。
診断 → monitoring → 予防 → 制御へ進むほどbusiness impactは大きくなり、complexityとriskも上がります。
次の段階は状態理解を超えて、目標結果のために工程条件を安全に調整することです。
Amouslyが目指す方向
Amouslyは製造AIが診断・monitoringから、実際の工程結果を安全に変える方向へ進むと考えています。Amfibian™はそのためのProduction AI Platformです。
未来はdataをさらに多く見せることで終わりません。より安全に、より反復可能に、より少ない試行錯誤で工程結果を変えることです。
本稿は半導体製造AIの進化方向を医薬品産業の構造にたとえた概念資料です。実際の適用は工程・装置・計測・運用policyによって異なります。