AIエージェント

歩留まり・品質、工程条件、検査、技術ナレッジ。目的別のエージェントが「品質と歩留まりの地図」の上で動き、それぞれ独立して導入できます。

検知・分析・提案はAI、承認は人

すべてのエージェントが同じ5ステップで動きます。装置設定や判定基準の変更は、承認を経て初めて実行されます。

  1. 1AI

    検知

  2. 2AI

    分析

  3. 3AI

    提案

  4. 4

    承認

  5. 5AI

    実行

エージェント一覧

歩留まり・品質解析エージェント

歩留まり低下・不良率上昇を検知し、原因の工程・装置・部品ロットを特定。

主対象の工程:半導体・部品・基板実装・組立・検査・試験

歩留まり解析レポート

イメージ

不良分布(基板マップ)

原因候補と信頼度

  • リフロー炉 #1 温度プロファイル82%
  • はんだロット A-2354%
  • 実装機 #4 吸着ノズル31%
対策案 2件 ・ 根拠データ 14件
  • 兆候の自動検知
  • 因果推論による原因分析
  • 市場不良との突合
  • 根拠つき報告書の生成

工程条件エージェント

印刷・実装・リフロー・プロセスレシピと品質の関係を学習し、最適条件と号機補正を提案。

主対象の工程:半導体・部品・基板実装・組立

工程条件の提案

イメージ

条件と品質の感度

目標帯最適条件

号機補正値

リフロー炉 #1+0.3
リフロー炉 #2−0.2
リフロー炉 #3+0.1
リフロー炉 #4±0
承認待ち
  • 号機差・ライン差の定量化
  • 最適条件と感度の提示
  • 変更影響の事前評価
  • 新製品の初期条件提案

検査エージェント

はんだ・部品・外観・ウェハ欠陥を自動分類し、AOI・SPI・X線の過検出を抑制。

主対象の工程:半導体・部品・基板実装・組立・検査・試験

検査判定レビュー

イメージ

欠陥画像の分類結果

ブリッジ
過検出
部品ずれ
過検出
未知
欠品
過検出
ボイド
過検出候補 3 ・ 新規パターン 1分類体系の更新提案あり
  • 欠陥の自動分類(ADC)
  • 過検出の抑制
  • 未知パターンの検出
  • 判定基準の統一

技術ナレッジエージェント

不具合報告書・仕様書・マニュアル・データシートを横断し、根拠つきで回答。

主対象の工程:設計・試作

根拠つき回答

イメージ

質問

この不良は過去にどの工程で、どう対処したか?

回答

根拠

  • 不具合報告書 2024-118
  • 工程仕様書 リフロー v7
  • ECO-0342 部品変更通知
  • 根拠つきの横断検索
  • 不具合報告書の構造化
  • 変更影響の確認
  • 手順書・教育資料のドラフト

関連ページ

プラットフォーム

エージェントが動くレイヤー構成。

セキュリティ

稼働形態、接続規格、権限管理。

導入・FAQ

1テーマから始める導入の流れ。

まずは、貴社のデータで検証を

対象工程の選び方、データ接続の可否、PoCの進め方まで、課題の整理段階からご相談いただけます。