眾所周知，機器學習是影響技術領域的最大趨勢之一，它為全球企業帶來了新的見解和利潤。實現機器學習的前提是讓機器使用大量數據創建算法，以便發現各種模式并準確預測未來的結果。這種類型的系統可以創建一個精簡的流程，使得每個可能的操作無需進行編程或重新編程。

如今，制造業充分利用這些機器學習的優勢，開創出智能制造的新時代。半導體制造涉及數百個精確步驟和精密工藝，是利用機器學習的理想領域。憑借在工廠中利用“互聯”機器收集到的實時數據，制造商能夠做出實時決策和預測，大幅提高效率和生產力。

近日，一個由行業和政府領導領導組成的小組于美國舊金山舉辦了 SEMICON West 2017 展會，就半導體生態系統引領的智能制造技術展開深入探討。

Frost & Sullivan副總裁兼合伙人 Roberta Gamble，美光科技全球制造高級副總裁 Wayne Allan，美光科技企業數據科學部 Tim Long，LAM Research 首席運營官 Tim Archer，思科系統公司戰略創新副總裁 Maciej Kranz，北美經濟發展委員會新加坡地區會長 Gian Yi-Hsen作為與會人員，就智能制造技術，工作及會以及技術前景等話題展開深度探討。

一起看看各位行業大咖都帶來了哪些深度見解。

討論要點

智能制造之所以“智能”，主要歸功于一個非常簡單的因素，那就是成果。美光科技的制造數據科學團隊（于 2015 年正式成立，旨在利用數據和分析幫助實現營收增長）迄今為止共報告了 2800 多項在數據科學領域取得的成功。由 IT 企業分析和數據團隊提供的創新大數據基礎設施實現了跨職能合作關系，從而為營收帶來了超過12億美元的驚人增長。

圓桌會議還重點討論了數據科學領域的其他成果。例如，美光科技將與質量相關的偏差減少了 35%，并將實現目標的速度加快了25%；思科在位于馬來西亞的工廠安裝了 1500 個傳感器后，所生成的數據和分析結果幫助工廠將能耗降低了 30%。“這一成果靠的完全是數據，”思科的 Kranz 說道。

智能制造和機器學習策略使工程師們能夠及早發現錯誤，從而降低了修復成本。此外，員工可以更高效地安排和管理原材料庫存；對最終客戶而言，產品發布日期的透明度也會提高。隨著時間的推移，將會獲得更多見解，實現更高的效率并節省更多成本。“就實現這些優勢而言，我們才剛剛開始”，美光科技的 Allan 說道。

合作的力量

智能制造的一個基本要素是合作，即在制造商和供應商之間、公司內的各個部門之間以及公司和標準機構之間開展合作。“沒有哪個組織擁有自己所需的全部數據，”Lam Research 首席運營官 Tim Archer 說道。“需要建立合作關系”來幫助生成數據，然后充分利用這些數據。

Lam Research 目前在一臺制造工具上配有近 1000 個傳感器，一流的晶圓廠可能擁有數百臺這種工具。這就是美光科技到目前為止已從其 13 個晶圓廠收集了超過14PB 制造數據的原因之一。

點擊下方視頻了解美光科技高級副總裁 Wayne Allan 介紹如何使用大數據分析來改進良率并打造更高效的工廠網絡。

如今，企業可以利用數據分析快速高效地完成設備投入生產的準備工作。在某些情況下，Lam Research 已將完成工具正常運行準備工作所需的時間從 21 天縮短到一周以內，大大減少了工廠在做好生產準備方面所需的時間。

在供應商、制造商和其他各方之間共享數據和見解十分重要，但需要建立信任并實施 IP 保護。到目前為止，這些合作似乎很有效，但安全和信任仍是關鍵問題。“如果數據共享中斷，可能會成為一種扼制因素，”Lam Research 的 Archer 說道。

工作機會

新技術的出現會讓某些工作不可避免地會發生變化甚至消失，機器學習亦是如此。“這是轉型過程中始終存在的一個問題，”新加坡經濟發展委員會的 Yi-Hsen 說道。“管理這類變化的關鍵在于持續進行員工教育和培訓。”

新加坡數十年來一直致力于將勞動力保持在最先進的水平。這在一定程度上是通過與制造商合作開發大學課程和持續培訓實現的。近來，他們還將分析、數據科學和其他技術驅動型學科加入培訓課程中。一直以來，新加坡的最終目標都是躋身技術最先進的制造業強國之列，從而提升自己的競爭優勢。

同樣，思科也與各大學及其他機構合作打造課程和實習機會，幫助學生為迎接新興的制造工作做好準備。“這是一種雙贏，因為我們可以獲得具備更多相關技能、更加出色的應聘者和學校畢業生，”思科的 Kranz 說道。“這是正確的做法，也符合我們的最大利益。”

即使沒有經過明確的再培訓，也會獲得新的機會。通過自動執行重復性或日常性的任務（如晶圓廠中的工具維護），人們可以騰出時間專注于更具挑戰性和趣味性的問題，諸如算法尚無法解決的問題。“我們發現，有些極其出色的數據科學家曾擔任過工程師，”美光科技的 Long 說道。

制造工程師還可以在推動新技術方面發揮重要作用。“有些工程師擁有數十年的經驗，在設計新技術的過程中，我們請他們一起參與，”思科的 Kranz 說道。“他們在解決方案的開發中起著重要的作用。”

未來前景

在競爭日益激烈的市場中，利用數據分析來改進制造至關重要。在半導體制造領域更是如此，各種壓力與年俱增，包括降低成本、提高效率以及專注于關鍵型產品的質量。

雖然本次討論的重點是智能制造，但小組還談到了物聯網、機器學習和數據分析對其他業務領域的巨大影響。思科的 Kranz介紹了大約 10 年前興起的物聯網帶來的影響，“當時，業務線開始成為互聯環境和物聯網的主要獲益者，”Kranz 說道。“如今，所有公司都在向科技公司演變。”

了解更多SEMICON West 2017 圓桌會議精彩洞見，請點擊下方視頻觀看。