「AI IPGenius」AI平台首次應用於半導體製造設備商製程開發領域，透過跨部門分析生產線改善日誌實現「可重現的生產力提升」

LegalTech股份有限公司（東京都港區，代表董事：平井智之）公布了一項案例，其支援生產線改善日誌分析的AI知識平台「AI IPGenius」，首次被應用於某半導體製造設備商（企業名稱未公開）的製程開發領域中。

在本次合作中，系統將過去散落於工作日報、改善報告、會議記錄等各處的非結構化數據進行橫向跨部門解析，成功實現了可提升生產力之改善模式的萃取與再利用。

它協助建立了一個基礎平台，將以往各自獨立管理的改善知識進行橫向整合，使其能夠作為「可重現的改善活動」加以運用。

背景 在半導體製造設備商的製程開發領域，每天都會透過試作及設備條件的優化，累積大量的技術知識。

然而，這些資訊往往以試作日誌、評估報告、會議記錄等形式分散儲存，導致過去的探討內容未能被充分利用的情況屢見不鮮。

其結果就是產生了許多問題，例如針對類似的專案重複進行相同的研究，或是某一項改善的成功因素未能被推廣到其他專案中。

在此背景下，業界對於跨部門解析多種非結構化數據，並將其整理、轉化為可重現知識的需求日益高漲。

應用案例 在該半導體製造設備商（企業名稱未公開）的製程開發部門中， 為活用能橫向整合分析改善日誌、會議記錄、試作數據等多種非結構化數據的AI平台，匯入了以下資料進行應用：

- 研究筆記 - 會議記錄 - 試作日誌 - 過去的技術資料

透過 AI IPGenius on IDX 的橫向解析，整理出了以下內容：

- 源自設備條件的改善關鍵點 - 可能具備創新性的技術觀點 - 與類似專案的結構性關聯 - 與過去驗證結果的相關性

研究人員與工程師以這些萃取出的關鍵點為起點展開討論，將其活用於專案探討與重新梳理上。

此外，更將萃取出的數據與 MyTokkyo.Ai 串接，建構了能即時進行相似技術檢索的體制。

※本次應用的特點在於，有別於傳統以單一數據為單位的分析，它跨越了多種格式的非結構化數據，對其關聯性進行了全面性的梳理。

關於 AI IPGenius