Yapay zeka ve makine öğrenimi, yarı iletken üretimi kadar rekabetçi bir sektörde yenilikçiliğin uzanacağı son nokta gibi görünüyor.
Yarı iletkenleri içeren cihazların hacmi son yıllarda artıyor. Geleneksel olarak bu tip bileşenleri barındıran cihazlara ek olarak, yarı iletkenler Nesnelerin İnterneti cihazlarının ve araçların vazgeçilmez unsurları haline geliyor. Şaşırtıcı olmayan bir şekilde, birçok otomobil üreticisi bu yıl mikroçiplerin yokluğunda üretimi kesmek zorunda kaldı.
Bu durum birçok sektörü zorluyor, bu nedenle bir çözüm aranıyor. Çözümse, yapay zeka (AI) ve makine öğrenimi (ML) uygulamasında yatıyor.
Yarı iletken üreticileri, yeni ürünleri pazara daha hızlı sunmak ve rekabetçi kalabilmek için geliştirme döngülerini kısaltmak için yorulmadan çalışıyorlar. Bununla birlikte, yapıların boyutu küçüldükçe maliyetler önemli ölçüde arttığından, inovasyon odaklı bir süreç söz konusu.
McKinsey uzmanlarına göre, 65 nanometre düğüm için bir çipin geliştirilmesinin Ar-Ge maliyetleri 28 milyon dolarken, 5 nm düğüm için bu maliyet yaklaşık 540 milyon dolar. Ayrıca, aynı düğümler için derleme maliyetleri 400 milyon dolardan 5,4 milyar dolara yükseldi.
Yarı iletken endüstrisinin araştırma, yonga tasarımı ve üretimdeki üretkenliğini artırması gerekiyor, bu yüzden AI ve ML odaklı bir yaklaşım söz konusu. Yapılan bir araştırmaya göre, bu teknolojilerin yarı iletken üreticilerinin kârına katkısı yılda 5 milyar ile 8 milyar avro arasında.
Bu önemli bir rakam olsa da McKinsey, yapay zeka ve makine öğreniminin bu sektörde sahip olabileceği toplam potansiyelin yalnızca yüzde 10’unu temsil ettiğine inanıyor. Bu teknolojilerin, yalnızca iki veya üç mali yıl içinde yılda 35 milyar ila 40 milyar ABD dolarlık bir hacmi ifade edebileceği tahmin ediliyor. Uzun vadeye bakıldığında, bu rakam yılda 85 – 95 milyar dolara çıkabilir.
Bir perspektiften bakıldığında, bu rakamlar, şu anda yılda yaklaşık 500 milyar dolar olan endüstrinin cari gelirinin kabaca yüzde 20’si ve 110 milyar dolarlık 2019 sermaye harcamalarıyla yaklaşık olarak aynı.
McKinsey, yapay zeka ve makine öğreniminin yarı iletken endüstrisinin değer zincirinin tamamında uygulamalara sahip olduğunu ancak en büyük etkinin üretimde olacağını ifade ediyor. Bu teknolojiler çip aşındırma doğruluğunu iyileştirecek ve zamanlamayı optimize edecek, verimi artıracak ve olası arızaları önleyecek. Ayrıca, üretim sürecindeki kusurları tespit ederek nihai ürünün kalitesini garanti edecek.
Çip tasarımı ve doğrulamanın otomasyonunun bir sonucu olarak Ar-Ge süreçlerinde AI ve ML kullanımı da vurgulanacak. Arızalı modellerinin tanımlanmasına dayalı olarak, algoritmalar yeni bileşenlerin yapılarını mevcut tasarımlarla karşılaştırabilecek, sorunun yerini belirlemeye ve tasarımı optimize etmeye yardımcı olacak.
Bu teknolojiler aynı zamanda üretimin ötesinde süreçlerin iyileştirilmesine de yardımcı olacak. Örneğin, piyasa talebinin evrimi hakkındaki tahminleri daha doğru bir şekilde ayarlamak veya envanterlerini ve operasyon planlamasını, satın almayı ve üretimi optimize etmek için kullanılacaklar.
