gubit.cn-股比特.中国
查股网
晶合集成(688249)内幕信息消息披露
 
个股最新内幕信息查询:    
 

一文看懂,头部半导体制造企业晶合集成如何用AI+BI实现“AI工厂”

http://www.gubit.cn  2026-11-11  晶合集成内幕信息

来源 :先进制造观察网2026-11-11

在半导体制造行业,企业并不缺少数据。从研发、制造到品质、供应链,各个环节都在持续产生大量数据。但数据积累得越多,跨系统分析、业务归因和经营决策的复杂度也随之增加。例如,面对产品价格波动,如何快速找到影响因素?面对分散在不同系统中的品质风险信息,如何及时识别重点问题?当管理人员需要了解工程进度时,能否不再依赖人工逐张报表查询? 这些问题,正在成为制造企业推进AI落地时绕不开的现实挑战。 近日,合肥晶合集成电路股份有限公司(以下简称「晶合集成」)凭借「AI驱动全业务链智能辅助决策平台建设项目」,在2026 IDC未来企业大奖评选中,荣获「数据智能与治理领军者」优秀奖。 作为安徽省首家12英寸晶圆代工企业,晶合集成携手思迈特软件,以数据治理为基础,融合AI智能体等能力,探索覆盖销售、品质、工程等业务场景的智能分析应用。其中,部分原本需要数小时完成的复杂分析工作,已经能够在分钟级完成。 这项实践背后,究竟做了什么? 一、企业有了大模型,为什么复杂业务分析仍然需要数小时?对于半导体制造企业来说,业务分析往往不是简单地查询一个数字。 以晶圆代工业务为例,产品价格受到工艺、层数、产品类别、客户等多个因素影响。要判断价格变化的原因,需要跨维度查询、比对数据,并进一步分析各项因素的影响。 品质风险分析也类似。不同产品、不同业务模块涉及大量风险信息,过去需要人工从多个系统和表格中收集、筛选、汇总,再形成分析结果。 晶合集成此前已经建设MES、ERP、QMS、EAP、SPC等业务系统,积累了大量生产经营数据,同时也具备企业AI大模型平台和BI系统。 但在实际应用中,仍然存在三个问题: 第一,数据分散,跨系统分析不够顺畅。 研发、制造、品质、供应链及经营管理的数据分布在不同系统中,业务定义和指标口径需要进一步统一,否则不同部门分析同一个问题,可能得到不同的结果。 第二,复杂分析依赖人工,业务响应周期较长。 传统BI能够满足常规查询和多维度分析需求,但面对价格差异归因、风险因素识别等复杂问题,仍需要人工筛选数据、比对报表、分析原因和整理报告。 第三,大模型有了,但还需要真正理解企业业务。 AI要参与专业的业务分析,不能只依赖通用语言理解能力,还需要能够获取可信的数据、理解企业指标口径,并结合业务逻辑开展分析。 这也说明,制造企业的AI建设不能只关注大模型本身。如何将企业已有的数据资产、BI分析能力与AI连接起来,才是让AI真正进入业务流程的关键。 二、思迈特BI+AI能力:让AI真正用上企业可信数据针对这些问题,晶合集成构建了「数据治理+AI平台+智能BI+业务场景」四层架构,推动数据、模型与业务分析能力协同。 在这一过程中,晶合集成携手思迈特软件,依托已有的BI数据与分析基础,结合白泽智能分析能力,将自然语言问数、智能归因分析、智能洞察及智能报告生成等能力融入业务流程。 首先,统一数据与指标口径,建立可信的数据基础。 项目整合百余个数据源,将研发、制造、品质、供应链及经营管理等业务数据纳入统一管理,建设指标体系与数据资产管理体系。 通过统一业务定义和指标口径,让不同部门能够基于一致的数据依据开展分析,也为AI理解业务问题、准确获取数据提供基础。 其次,融合企业大模型与SmartBI,打通数据和AI分析链路。 在AI平台侧,晶合集成依托已有的大模型平台,建设知识库管理、智能体框架与统一推理服务。 在业务分析侧,项目引入SmartBI,将自然语言问数、智能归因分析、智能洞察和智能报告生成等能力融入业务流程。 业务人员可以直接通过自然语言提出问题,获取相关数据后,进一步开展多维度对比、变化归因和结果分析,不再完全依赖传统报表查询与人工整理。 同时,项目建设了数百张核心分析报表,让原有BI分析资产与AI能力形成协同,提升分析能力在不同业务场景中的复用效率。 晶合集成的实践表明,AI+BI并非简单地在传统BI上增加一个问答入口,而是让AI基于企业已有的数据和指标体系,进一步开展复杂业务分析。 三、三个真实业务场景,看看AI+BI如何落地技术架构最终还是要回到业务价值。晶合集成围绕销售分析、品质风险和工程管理,落地了三个具有代表性的智能分析场景。 场景一:销售价格智能分析,复杂归因从数小时缩短至分钟级在晶圆代工业务中,产品价格分析涉及工艺、层数、产品类别及客户等多个维度。 过去,业务人员虽然可以通过BI报表查询数据,但要进一步分析价格差异的原因,仍然需要人工比对多张报表、筛选影响因素并整理报告,单次分析平均需要数小时。 依托现有BI数据与思迈特白泽智能分析能力,业务人员可以直接通过自然语言查询投片价格,并结合价格趋势对比、瀑布图、热力图等方式,开展多维度归因分析。 如今,相关数据分析与报告生成已能在分钟级完成,复杂价格分析能够更及时地服务业务决策。 场景二:品质风险智能分析,减少大量人工数据整理工作在半导体制造过程中,失效模式与影响分析是识别和管控制程风险的重要工具。 晶合集成的产品风险信息涉及多个业务模块,过去分散在不同系统及表格中,人工完成数据收集、筛选、汇总和分析,仅数据处理工作每月就需要投入数十小时。 针对这一问题,晶合集成上线产品风险项智能问数与总结应用,整合相关风险数据,支持自然语言查询、重点风险识别、异常原因分析及风险总结输出。 目前,相关数据整理、汇总与分析已能在分钟级完成,帮助品质及管理人员更便捷地掌握风险全貌,及时定位重点问题。 场景三:代工数据智能问数,让工程进度查询更加高效工程流程管理涉及大量进度、数量、时长和关键节点信息。 晶合集成依托SmartBI平台上线代工流片智能问数应用,通过数据标准化处理,建立统一指标口径及维度关联关系。 工程人员可以通过自然语言查询流片流程资料与进度,统计数量和时长,对比不同产品的时效表现,并跟踪关键节点进展。 分析结果还能直接生成可视化图表,让业务人员更及时地掌握工程进度,辅助识别异常节点与效率瓶颈。 三个场景分别面向销售、品质和工程管理,但背后依托的是同一套数据基础与智能分析能力。这也让AI应用不再局限于单个部门或单一问题,而是逐步向更多业务环节延伸。 四、从分析提效到业务自主,平台应用成果如何?从具体场景来看,晶合集成的AI+BI实践已经取得了一些可量化的成果。 数据查询耗时缩短90%。 平台数据查询耗时从30分钟缩短至3分钟,分析响应时间由小时级缩短至分钟级,业务人员获取数据和分析问题更加及时。 业务自助分析率提升至70%。 更多分析需求可以由业务人员自主完成,减少对IT开发的依赖,降低报表开发和维护成本。 BI平台月均访问量达5000+次。 平台能力逐步融入日常经营管理与制造运营,业务人员能够更加自主地获取数据、分析问题。 这些成果说明,企业引入AI的价值,不只是让查询速度更快,更重要的是改变了业务获取数据和开展分析的方式。 从过去依赖IT开发和人工整理,到现在业务人员可以直接通过自然语言开展分析,数据分析正在成为更加普及的日常业务能力。 五、从AI辅助分析到AI工厂,晶合集成还有哪些规划?现有平台形成的数据治理、智能分析与场景应用能力,也为晶合集成后续推进AI Factory(AI工厂)建设奠定了基础。 按照规划,晶合集成将进一步融合企业大模型平台与智能BI平台,建设企业智能决策门户,并逐步拓展智能办公、销售、营运经营、品质风险识别及设备预测维护等Agent应用。 到2027年,晶合集成计划实现智能BI覆盖率超过60%、AI能力覆盖六大业务领域,并推动企业核心经营指标实现实时智能决策。 从统一数据基础,到BI与AI协同,再到更多业务场景的智能体应用,晶合集成正在探索一条从数据驱动分析走向AI驱动经营决策的升级路径。 这项实践也带来一个值得制造企业思考的问题:AI能否真正创造业务价值,关键不只是模型有多强,更在于企业是否具备可信的数据基础、统一的业务指标,以及能够将AI能力融入实际业务流程的分析平台。 对于正在推进智能制造与AI转型的企业而言,晶合集成的实践提供了一个值得参考的方向。 思迈特软件深耕企业级BI+AI领域,帮助企业打通数据、指标与AI分析链路,让可信数据真正转化为业务价值。 扫码免费体验AI+BI在真实业务场景中的应用 相关热词搜索:AI BI

有问题请联系 767871486@qq.com 商务合作广告联系 QQ:767871486
Copyright 2007-2026
www.gubit.cn 查股网