將資料分析應用於半導體生產，「洪樸資訊」幫工廠提良品率、降人工
洪樸資訊是一家工業網際網路資料分析公司，基於AI、統計建模、大資料等技術，為半導體生產製造企業，提供視覺影象缺陷檢測、裝置和生產工藝優化等產品解決方案 ，幫助客戶提高良品率，降低人工成本，提升生產效率。
在工業生產中，每天都會產生海量的資料，如何發掘其中的價值，就是洪樸資訊核心在做的事情。
工業資料可以分為兩大類，一類是非結構化資料，主要是影象、視訊等；另一類是結構化資料，包含裝置引數等數字型資料。
先來看非結構化資料。在半導體生產環節，視覺檢測裝置會拍攝需要進行外觀檢測的半成品、成品的影象，然後由人工對影象進行瑕疵檢測。洪樸資訊結合生產工序和檢測需求，研發了一套影象分析演算法，能夠自動檢測產品缺陷，並且能分析缺陷原因，優化相應工藝、操作等，降低缺陷產生率。
這裡的核心價值在於，一方面通過軟體演算法自動檢測，減少了人工成本，另一方面，通過分析原因和優化，提高了良品率。
再來看結構化資料。在半導體生產過程中，會涉及到上萬種引數的調整和管理，工人需根據生產標準和實際情況調整可控引數使得良品率穩定。傳統方法依靠工人經驗手動調整，風險不可控，且不能做到量化和精準。
洪樸資訊根據歷史生產資料建模，從大量引數中找出與良品率最相關的關鍵引數，對關鍵引數與良品率的關係進行訓練建模，根據建立的關係模型，對每批次產品推薦最優引數值，實現良品率提升，降低對工人經驗的依賴性。
基於上述核心邏輯，洪樸資訊在半導體生產行業形成了多個解決方案。包括基於非結構化資料的：光伏電池片/串缺陷檢測、光伏電池元件層壓前/後缺陷檢測、AMOLED螢幕缺陷檢測等。以及基於結構化資料的：光伏晶圓切片工藝良品率優化、半導體裝置良品率優化系統等。
目前，洪樸資訊在半導體的光伏領域，已經形成了標準化的軟體產品 。如果是私有化部署，則按license收取一次性部署費用，以及定期維護升級費用；如果是雲端SaaS的模式，則按期收取訂閱費。當前客戶型別主要是行業頭部客戶，客單價在百萬到千萬元級 ，2019年下半年，洪樸也會向中小客戶拓展。
洪樸資訊的典型產業合作伙伴和客戶包括：英特爾、金山太陽能、中微半導體、遠景能源、上揚軟體等。銷售和市場渠道上，也與微軟、華為、阿里雲、IBM等企業建立了合作關係。
談及為何選擇半導體作為核心方向，洪樸資訊聯合創始人陶青告訴36氪，核心有三點：
-
半導體生產製造業的自動化、資訊化、聯網化程度較高，有大量的優質資料積累，具備較成熟的資料分析應用條件。
-
半導體生產企業，一直有通過資料來分析問題的習慣，因而市場認知較成熟。
-
半導體行業知識壁壘高。半導體是資本密集型、知識密集型產業，勞動生產率高，產品技術性能複雜。因此，將AI技術應用在半導體行業領域需要對行業有深入的認知和知識積累。
洪樸資訊自2016年成立，持續探索資料分析在各個產業中的落地場景，17年底將智慧製造，尤其是半導體生產作為核心方向，探索落地產品方案，形成了第一批標杆客戶案例，2019年初在光伏領域形成了標準化產品，並獲得首批客戶訂單，計劃在2019年重點進行商業化推廣落地 ，並在半導體以及更多領域進行探索和拓展。
團隊方面，洪樸資訊創始人兼CEO許劍鋒，是美國波士頓Santander銀行高階金融資料分析師、美國Alliance Data信用卡公司高階分析諮詢師、美國安德森癌症中心大資料分析科學家、美國伊利諾伊大學香檳分校統計學博士，上海交通大學計算機系碩士。聯合創始人兼COO陶青，曾任Intel中國華為全球與Intel專案業務負責人，主持開發Intel第一代智慧生產管理系統 TIMEs， 實現70%效率提升，並推廣到Intel全球。聯合創始人兼CTO江光祥，曾任美國AUTODESK首席工程師，上海交通大學計算機系碩士；聯合創始人兼VP袁桂安曾任華為開發者社群營銷總監。
洪樸資訊曾於2017年7月完成250萬元天使輪融資，投資方為量子計算和人工智慧領域獨立投資人。於2018年4月完成蘇州工業園區產業資本永洲資本的600萬元天使+輪融資。
目前已開啟新一輪融資，金額3000萬元。
——————
我是36氪記者陳紹元，關注物聯網、AI、科技，交流或尋求報道(不收費)加微信:963757163，請註明公司、職位、姓名。