日立先端以數據破解製造業三大難題 助產業邁向智慧決策

製程最佳化的生成AI。日立先端

台灣半導體與高階材料製造持續推進先進製程，但研發現場所面對的資源與工程條件也變得更加嚴峻。對高科技製造業而言，當前最直接的電力供應穩定、水資源使用效率，以及高階工程人才不足等三項壓力已逐漸浮現，這些問題不只影響產線運轉，更直接牽動材料開發、製程驗證與設備參數調整的節奏。每一次試作都伴隨設備運轉、清洗程序與人力投入，研發週期越往高階材料推進，單次實驗的資源成本越難壓低。

針對這些課題，日立先端科技（Hitachi High-Tech）結合AI技術的進化與自身產品，致力於提供整體解決方案。以日立集團的經營計劃Inspire 2027為基礎，並體現Lumada 3.0的理念，日立先端科技將把運用Physical AI的產業領域次世代解決方案群HMAX Industry推展至台灣。

這是一項將過去由人員在現場進行的工程判斷，透過結合物理世界與AI模型加以高度化的行動。其核心方法主要分為資料探索、資料蒐集與資料運用三個階段。透過以數據為出發點進行決策，並應用於材料開發與製程條件最佳化，不僅能降低試作次數、進而達成成本削減，也能推動有助於電力穩定與水資源利用效率提升的高功能材料之開發。

在電力使用上，高階材料與先進製程研發往往伴隨大量試作與反覆驗證，每一次實驗都涉及設備運轉、加熱程序與製程條件調整，能源消耗也隨之增加。對研發單位而言，降低無效試作，等同於減少不必要的能源投入。

日立先端科技將材料資訊學（MI）與製程資訊學（PI）導入研發前段，利用既有實驗資料建立預測模型，先推算不同參數可能產生的結果，再決定真正需要投入設備的試驗條件。在部分材料開發案例中，研發週期可縮短超過50%；金屬薄膜材料相關應用中，實驗次數下降80%以上，使設備資源得以集中投入高機率條件，也提升整體能源使用效率。

此外，為了降低設備運作時的用電量、推動節能，也需要加速高功能材料的開發。透過縮短研究開發週期，日立先端科技不僅能加快高功能材料的生產與市場導入，同時也有助於實現降低電力消耗的目標。

水資源壓力同樣反映在材料研發流程中。大量試作與反覆驗證往往伴隨清洗程序，每增加一次實驗，就意味著額外的用水與製程資源投入。為了將水進行過濾並再利用，需要加速開發水處理膜，以及吸附材料與離子交換材料等相關技術。

日立先端科技將化合物資訊學（CI）納入前端探索流程，透過超過一億筆化合物資料進行候選材料篩選，協助工程團隊在進入實體試驗前先縮小材料組合範圍。在材料探索案例中，原本需數年完成的搜尋與篩選流程，可縮短至數個月，部分案例在兩個月內完成候選條件確認，連帶減少不必要的試作與清洗用水消耗，同時也縮短了新材料推向市場的時間。

此外，生成式AI能夠整理論文與專利中記載的製程條件，從而有助於提升製造過程中的良率。以電池製造為例，生成式AI亦可將漿料製程中的關鍵步驟整理為表格或流程資訊，提供研發人員作為下一步製程判斷依據。

這些工具能夠透過CI（化學資訊學）搜尋適用於台灣工廠廢水過濾的有效化合物，並藉由製程改善來最佳化冷卻系統，減少冷卻水的損失，同時將電力消耗降至最低。此外，其更進一步的價值在於，在於讓材料開發不再完全依靠反覆試錯，而是先透過資料縮小範圍，再由工程師進行關鍵驗證。對製造現場而言，AI真正發揮的作用，在於減少錯誤方向，使試作與資源投入更集中。

除了能源與水資源，人才不足已成為台灣高科技製造更長期的隱性壓力。材料判讀、設備細部調整與異常判斷，多半依賴熟練工程師多年累積的現場經驗，但高科技產業持續擴張，使這類經驗難以快速複製。

日立先端科技將過往操作紀錄與判斷邏輯納入模型，讓AI可先完成第一輪資料比對與條件篩選，在新實驗條件下提供接近經驗型判斷的建議，再由工程師進行最終決策。以數據為出發點的分析與思考，使年輕工程師也能進行與資深工程師相當水準的判斷與分析。

要讓這類資訊學（Informatics）工具真正進入製造現場，前提仍是建立可供模型使用的高品質資料。多數製造企業已有大量設備數據，但來源分散、格式不一、歷史紀錄缺漏，使資料難以直接成為模型訓練基礎。日立先端科技將資料整理視為整體方案中的核心工程，先整合顯微鏡影像、量測參數、實驗紀錄與製程條件，再建立統一資料集。

由於本身具備計測設備背景，能理解數據來源與誤差特性，因此較容易把現場資料轉為具工程判讀價值的分析基礎。這項能力已經在電池量產導入過程中得到驗證。，透過顯微鏡影像搭配製程資訊分析，系統可預測效能變化，協助產線提前辨識良率風險。

對台灣製造業而言，節能化以及隨之而來的高功能材料市場競爭環境正持續發生變化。競爭條件正在改變。設備升級仍是基礎，但真正拉開差距的環節，已逐漸落在誰能更快完成有效判斷、以更少試作維持穩定結果。當電力、水資源與人力條件同步收緊，資料品質與決策效率開始直接影響製造競爭力，而資訊學工具也逐步進入研發與量產交界處，成為高階製造現場的新基礎能力。