歩留まり・品質解析エージェント
エレクトロニクス製造の歩留まり・品質解析AIエージェント
原因探しは、会議の前に終わっている
画面イメージ
エージェントが担当者に返す画面のイメージです（実際の画面とは異なります）。
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%
解決する課題
01
歩留まり低下の要因探しに、担当者が数日かけてデータを集めている
02
不良の原因が上流の部品ロットか自工程かを切り分けられない
03
原因分析の結果が担当者の頭の中に残り、次の不良で再利用されない
特徴
01
工程横断で原因を辿る
部品ロットから試験まで一本の因果の鎖で解析し、上流・下流を切り分けます。
02
相関ではなく因果で提示
因果推論（Aitia）で介入効果を推定し、「どこを変えれば歩留まりが動くか」を示します。
03
使うほど精度が上がる
担当者の判断と結果が蓄積され、次の原因分析の精度が上がります。
できること
01
兆候の自動検知
検査・試験・ウェハマップのデータから、歩留まり低下と不良モードの偏りを夜間バッチで検知。
02
因果推論による原因分析
不良モードごとに工程・号機・条件・材料／部品ロットとの関係を因果グラフで解析し、相関ではなく原因候補を提示。
03
市場不良との突合
フィールドの不具合情報を製造データと突き合わせ、出荷前の兆候を特定。
04
根拠つき報告書の生成
原因候補・根拠データ・信頼度・対策案をまとめた報告書を、会議前に自動配信。
動作の流れ
検知・分析・提案はAI、承認は人。実行は承認後にだけ行われます。
- 1AI
検知
歩留まり低下・不良率上昇・不良モードの偏り
- 2AI
分析
工程・号機・条件・部品ロットとの因果関係
- 3AI
提案
原因候補と対策案（根拠・信頼度つき）
- 4人
承認
品質・製造技術の担当者
- 5AI
実行
報告書配信、是正処置の起票、条件変更は Process Agent へ
入力と出力
入力データ
- AOI・SPI・X線・外観検査結果
- ICT/FCT・電気特性・ウェハテスト
- MES/YMS のロット・工程履歴
- 部品・材料ロット情報
- 市場不良・修理データ
AIエージェント
歩留まり・品質解析
- 1検知
- 2分析
- 3提案
出力
- 原因分析レポート（PDF/Web）
- 不良モード別の因果グラフ
- 是正処置の起票（QMS 連携）
- 歩留まりダッシュボード
活用シナリオ
基板実装（SMT）
会議の朝に、原因候補が届いている
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%
これまで
担当者がMES・AOI・SPI・実装機ログから手作業でデータを集め、会議は数字の確認で終わる。
これから
会議は「打ち手の判断」に。原因特定が早くなり、判断の根拠が残る。
1
Detect
夜間に不良率上昇と不良モードの偏りを検知
2
Analyze
印刷・実装・リフロー条件、号機、部品ロットとの関係を解析
3
Propose
根拠・信頼度つきの報告書を会議前に配信
このエージェントを構成するモジュール
HIIIが研究開発で磨き続ける Algorithm Modules を組み合わせて実装しています。
工程を横断して業務を変え、データを還流させる
各エージェントが生み出す判断と結果は地図に還流し、他のエージェントの精度を高めます。主対象の工程から始めて、横に広げられます。
- 設計・試作
- 半導体・部品
- 基板実装
- 組立
- 検査・試験
- 需給・計画
点線は各エージェントが主対象とする工程。エージェントは独立して導入できます。
よくあるご質問
Qデータが揃っていない工程でも使えますか？
はい。接続できるデータから始め、因果グラフは追加接続に応じて拡張します。データアセスメントで優先順位を決めます。
Q相関分析と何が違いますか？
因果推論（Aitia）で介入効果を推定し、「どこを変えれば歩留まりが動くか」を提示します。相関の羅列ではありません。
機微情報を扱う前提の、実行基盤
工程条件・歩留まり・不具合情報は競争力そのもの。データを工場の外に出さない構成、権限管理、監査ログ、越境管理を設計の前提にしています。
工場の外にデータを出さない
オンプレミス・エッジ・閉域クラウドを選択可能。
権限管理と監査ログ
拠点・部門・役割・取引先ごとに制御し、すべて記録。
認証・ネットワーク
SSO・多要素認証・IP制限・閉域網接続。
技術情報の越境管理
機微な技術情報を拠点・国ごとに分離。