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。