TPCA-AI布局論壇
嘉賓簡介
1. 主持：王俊傑
2. 臻鼎科技集團 簡禎富 總經理
3. 啟諾迪 徐成增 電子互連科技總裁
4. Eitan Judah, Vice President, PCB Business Developement, KLA
摘要 5. AI 驅動產業爆發與製造挑戰：AI 伺服器與異質整合推升高階板值、層數與系統級封裝複雜度，單板成本與良率敏感度大幅提升，訊號完整性與製程均一性成為核心良率指標。 6. 智慧製造與多廠一致性：全球多廠佈局需仰賴頂層架構設計（如 4A 架構）、模組化標準清單及設備一次性聯網，搭配強化 MES/QMS 達成跨國工廠的一致良率與綠色製造標準。 7. 一站式平臺與全產業鏈佈局：一站式平臺有效降低客戶多端採購的變異風險；先進材料涵蓋 CMP、光阻、先進封裝電鍍至終端散熱，全流程材料佈局是加速 AI 產品落地的關鍵。 8. 早期協作（Early Engagement）與數據共創：產業鏈從傳統買賣走向「AI 分析對 AI 分析」的共創時代。設備商需提前 3–4 年與晶片設計師及材料商協作，材料端則在研發前端自建模擬產線縮短客戶量產時程。 9. Local for Local 供應鏈韌性：在地採購（70–80% 原料）、在地研發與製造可有效降低關稅與長途運輸風險，並透過在地夥伴一年內建置產能以快速響應市場。 10. 複合型人才培育與產學合作：應對 AI 時代「八爪章魚型」跨領域人才短缺，企業內部推行「傳幫帶」與跨部門輪調，外部則與大專院校建立跨校 PCB 學程與聯合實驗室。 11. 行動框架與產業治理：以「創新、協作、執行」為核心行動準則，並倡議成立仿效 Sematech 的產業聯盟，制定透明的技術路線圖與產能里程碑。
- 臻鼎／簡總經理
- 產能與標準化擴張：集團目前營運 22 棟工廠（全球共 28 棟），預計 2030 年擴展至 59 棟。新廠全數導入智慧工廠架構，透過自建雲端與大數據平臺實現新舊廠房的跨廠標竿學習（Benchmark）。
- 數位轉型落地：成立「智慧工廠規劃處」與前瞻研發中心，推動以 Enterprise Architecture（4A 架構）為核心的轉型，尤其著重商業/資料架構（BA），並利用遠端測試與 Check list（如泰國廠案例）降低重工與外派成本。
- 產學雙軌培育：積極與清華大學（聯合研究中心）、中央大學（跨校跨系 PCB 學程）及中原大學（AI PCB 共構實驗室）展開深耕合作。
2. 啟諾迪／徐總裁
- 大、廣、強三大優勢：承襲杜邦 50 年底蘊，具備全球最大純電子材料規模（大）；橫跨先進晶片、封裝、PCB 到 EMI/散熱管理（廣）；在 CMP、清洗液、光阻與先進封裝電鍍領域位居領導地位（強）。
- 場域模擬與信任共創：在研發前端自建 Panel 生產線模擬客戶製程，並大量導入機器學習進行數據共享，將自身定位為「解決方案夥伴」，秉持「先做朋友後做生意」的長期協同精神。
- 在地化韌性運營：落實 Local for Local 策略，研發中心設於新竹，主要市場實現 70–80% 原料在地採購，在無據點區域則攜手在地夥伴一年內投產，確保疫情與地緣政治下的零中斷營運。
3. ** KLA／Eitan**
- 突破物理極限與良率監控：AI 時代的研發週期需提前 3–4 年展開，KLA 將資料分析軟體產品化，結合光學檢測與原型機私下驗證，協助客戶精確溯源累積變異並排除量產瓶頸。
- 產能與交付調度：在供應鏈滿載的情況下，仰賴客戶提供 2–3 年的長期拆解預測，透過全球多廠製造據點的「大產能互相消長」平衡拉單需求。
- 跨域人才轉型：設備工程師需兼具機構、光學、演算法與「資料分析」能力；藉由台灣、上海、新加坡等全球培訓中心與在地化專屬團隊，加速跨國跨文化的服務支援與經驗傳承。
討論 1. 全球製造佈局與智慧工廠標準化 - 問：請田簡總經理分享公司的全球佈局、未來發展，以及如何在不同國家廠區達到一致的生產與良率水準？ - 答（臻鼎）：受惠於 AI 基礎設施與光模組帶動，相關產品迎來爆發式增長。集團全球工廠正由現行 22 棟擴展至 2030 年的 59 棟。為確保跨國品質一致性，集團推動頂層架構數位轉型（4A 架構），新廠全面實施設備聯網、資料標準化與模組化建廠，結合強化 MES 與 QMS 進行跨廠標竿學習，並以一站式採購平臺降低客戶整合風險。 2. 電子材料的全產業鏈整合與在地化韌性 - 問（Speaker 2）：請徐總裁介紹啟諾迪（Qnity）的產業佈局，以及在化學品運輸複雜的情境下，如何確保供應韌性與協助客戶快速量產？ - 答（啟諾迪）：啟諾迪自杜邦獨立上市後，以「大、廣、強」三大優勢立足，是唯一貫穿晶片、封裝、PCB 到散熱的全產業鏈材料商。公司推行「Local for Local」策略，在地採購 70–80% 原料並就近生產，新竹設立研發中心以貼近客戶需求。此外，研發端自建 Panel 生產能力模擬客戶場域，結合機器學習與數據共享，大幅縮短客戶驗證與量產導入時程。 3. 先進製程檢測、開發週期與提前拉單應對 - 問（Speaker 2 & Speaker 6）：AI 時代帶來哪些製造挑戰？當客戶面臨量產爬坡或要求提前 1–2 個月交付時，KLA 如何支援？ - 答（Eitan ）：AI 系統級封裝提升了單板成本與良率敏感度，訊號完整性更要求極高的均一性與精度。由於光學與 AI 設備研發需提前 3–4 年，KLA 在量產前即與材料商、晶片設計師及客戶展開跨國早期諮詢與原型機驗證。面對急單拉單，KLA 利用全球多廠的大產能相互消長平衡負載，並將資料分析軟體產品化，配合全球專屬團隊進駐現場加速爬坡。 4. 跨領域人才培育與經驗傳承 - 問（Speaker 2）：在產業面臨全面短缺的情況下，未來 3–5 年如何培養具備「操作、維修、數據分析」的跨領域複合型人才？ - 答（綜合回應）： - KLA：設備工程師需升級資料分析能力；透過台灣、上海、新加坡等全球訓練中心，推動半導體到 PCB 的經驗遷移與知識傳承。 - 啟諾迪：對內推動「傳幫帶」與「梯形輪調」，鼓勵研發人員走入現場了解客戶製程與設備；對外與美台多所大學合作提前鎖定年輕新血。 - 臻鼎：成立 AI 中心與前瞻研發中心，並落實產學培育（如清華聯合研發中心、中央跨校跨系 PCB 學程、中原預設 AI PCB 共構實驗室）。 5. 總結：面對 AI 浪潮的關鍵行動建議 - 問（Speaker 2）：請嘉賓以一句話或核心關鍵詞總結應對 AI 時代的策略。 - 答（綜合回應）： - 臻鼎：期盼學界與公會（如 TPCA 等）扮演類似半導體「Sematech」的角色，建立透明的技術路線圖與產能里程碑，引導產業協同前進。 - 啟諾迪：告別單打獨鬥，深化與客戶、設備商的信任夥伴關係，以「解決方案合作夥伴」共同推動產業飛躍。 - KLA：核心三詞行動準則——「創新、協作、執行」。
- 設定具體邊界條件與定量指標：部分提問較為宏觀，未來可適度加入具體量化情境。例如探討提前拉單時，可設定「若關鍵零件交期長達 X 週、產能利用率達 90% 時的排程策略」；在多廠一致性議題上，可追問「跨廠首件良率（FPY）、DPPM 或 MTTR 的標準化驗證指標」。
- 聚焦跨供應鏈資料共享的落地機制：針對「AI 對 AI」共創與供應鏈透明化議題，建議可進一步追問涉密資料（如工藝參數、缺陷影像）在跨境傳輸與不同層級供應商間的資安防護與權限劃分架構。
- 深入跨世代留才與組織轉型痛點：在產學合作與複合型人才培育方面，可引導嘉賓分享新舊技術交替時「傳幫帶」面臨的文化摩擦、具體留才指標，以及將學術實驗室成果轉化為產線標準作業流程（SOP）的實務挑戰。